Umetna interpretacija je teoretski esej raziskovalke na področju medijskih študij Rosemary Lee, ki spremlja projekt Na začetku je bila statika ... na koncu spleteni svet umetnice Ave Zevop.

Rosemary Lee | Umetna interpretacija

Razmerja med človeškimi in strojnimi oblikami vida so osrednjega pomena za razumevanje nedavnega razvoja v okviru vizualnih medijev in umetnosti. Vse bolj razširjena uporaba strojnega učenja na vizualnem področju je močno vplivala ne samo na zmožnosti produkcije in interpretacije vizualnih informacij, ampak tudi na same koncepcije vizualnega. Medtem ko je v javnosti zaznati vse več zavedanja, kako močno algoritmi in obsežna podatkovna analiza oblikujejo vizualno kulturo, so sistemi strojnega učenja in procesi, ki jih poganjajo, za človeško dojemanje/razumevanje nejasni. Zaradi nepreglednosti teh sistemov so lahko razmerja med človeškim vizualnim zaznavanjem in tehničnimi procesi, ki se mu približujejo, dvoumna. Vizualna interpretacija, kakršno ustvarjajo stroji, nas sooča s filozofsko negotovostjo o razmejitvah ontoloških kategorij človek, stroj, vizualno in procesualno. Takšne situacije nas lahko izzovejo k preizpraševanju ne samo tega, kar vidimo, ampak tudi samih temeljev, od katerih je odvisno vizualno spoznavanje.

Vizualne tehnologije so do popolnosti vdelane v interpretativni okvir človeške vidne zaznave. Starejše oblike vizualizacije se ne izgubljajo, ampak vplivajo na parametre vizualnega, tako da spreminjajo metode, orodja in merila analize, ki se uporabljajo za to področje. Slikarska in fotografska estetika vztrajata tudi takrat, kadar sta vključeni v procese, ki temeljijo na podatkih in ki jih izvajajo stroji z visoko stopnjo avtomatizacije.        

Tistega, kar nam pri obravnavi strojne interpretacije vizualnih pojavov vrne pogled z druge strani, ne moremo čisto natančno označiti za gledišče stroja, temveč gre vsaj deloma tudi za odsev našega lastnega zaznavnega okvira – za odsev, ki se lomi skozi lečo stroja. Četudi bi se utegnilo zazdeti mikavno razlike med človeškim in strojnim vidom umestiti v ostro razmejeno nasprotje ali pa antropomorfizirati procese, ki so na delu pri strojnem vidu, je vseeno ustreznejše, da med obema glediščema potegnemo takšno razmejitveno črto, ki dopušča dvoumnost. Koncept stroja se, kot pojasnjuje berlinski umetnostni zgodovinar in kurator Andreas Broeckmann, pogosto ne uporablja za označevanje »določenega razreda objektov, temveč razmerja človeških subjektov do sveta«. (1) Na ta način bi lahko torej opredelili, da tehnične metode in aparat ne zaznamujejo samo produkcije vizualnih medijev, ampak tudi način, na katerega mislimo, in to, kar vidimo. 

Ker lahko vizualne tehnologije različno delujejo na človeški vid, ga nadomeščajo ali so celo povsem neodvisne od njega, je odnose med ljudmi in stroji, ki se pojavljajo v takšnih primerih, razmeroma težko uskladiti. Umetnost, vizualni mediji in stojna obdelava vizualnih podatkov vpletajo ustvarjanje iluzij, čeprav pogosto v različne namene in z različnimi sredstvi. Nemški filozof in medijski teoretik Friedrich Kittler opaža: »Pri umetnosti in medijih gre v osnovi za zavajanje čutil.« (2) Poznano nam je na primer, da podoba ni tisto, kar sama predstavlja, in ravno ta učinek preslepitve ji omogoča, da učinkuje kot reprezentacija. Toda pri soočanju s formami strojnega vida je lahko ta preslepitev dvojne narave: na ravni splošne interpretacije vizualnega, ki je deloma skupna vsem človeškim zaznavalcem, in kot oznaka tega, kako interpretirati vizualno na ravni računalniških procesov.   

Vizualne tehnologije se zavoljo funkcionalnosti pogosto nagibajo k tesni usklajenosti s parametri človeškega vida. Toda situacije, v katerih se pojavi diskorelacija, lahko, kakor opozarja ameriški filmski in medijski teoretik Shane Denson, privedejo do »fenomenološke prekinitve med opazujočimi subjekti in objekti-podobami, ki jih ti subjekti opazujejo« (3). Umanjkanje neposrednega referenta v realnem svetu, značilno za generirane podobe, je v protislovju z ontološkimi kategorijami, ki so vpeljane v številne vizualne aplikacije strojnega učenja. Podoba ni tisto, kar reprezentira, vseeno pa ji to pomanjkanje biti ne prepreči inherentno, da ne bi delovala kot razred objektov, ki ji je določen v okviru tehničnega sistema. Ne le da vizualni mediji temeljijo na učinku preslepitve, temveč so pogosto tudi zelo učinkoviti pri prikrivanju prav tega. Optična prevara zlahka zaslepi oko, a hkrati se moramo bolj in bolj privajati na plasti vzporednih procesov, ki jih izvajajo stroji.  

Napredne vizualne tehnologije, na primer tiste, ki uporabljajo strojno učenje, pojavom, ki jih interpretirajo, pa tudi na samo dejanje opazovanja eksplicitno vsiljujejo določene modele. Kot opozarja ameriška pisateljica, umetnica in raziskovalka Johanna Drucker, moramo paziti, da dejanja opazovanja ne pomešamo z opazovanimi pojavi. Sicer bi se s tem, kot pojasnjuje, »izničila kritična distanca med pojavnim svetom in njegovo interpretacijo, hkrati pa bi se razveljavil koncept interpretacije, na kateri sloni človeška produkcija vednosti« (4). Z obravnavo prav vsake podobe kot nečesa, kar je zamenljivo s podatki, smo izpostavljeni ravno temu tveganju in to nam lahko pomaga pojasniti nekatere težave, ki izhajajo iz nekritičnega sprejemanja tehnologij ob umanjkanju preudarka o tem, kakšne načine interpretacije te vsiljujejo vizualnemu.     

Avtomatizirane oblike vizualne interpretacije so več kot zgolj optična orodja, saj ponujajo nove načine, na katere opazujemo svet in z njim stopamo v interakcijo. Podobe niso zgolj reprezentacije objektov in pogledi na svet, ki nastanejo s simulacijo, ampak delujejo kot vmesnik za proces mišljenja skozi vizualno. Vključevanje strojev v ta vmesnik uvaja razhajanje med tem, kako gledamo, tem, kar vidimo, in pomeni, ki jih videnemu prisojamo, ter analognimi procesi, ki so vse bolj prepuščeni avtomatiziranim sistemom.    

Končne opombe

1. Brockmann, Andreas. Machine Art in the Twentieth Century, 17. Cambridge, London: MIT Press, 2016.
2. Kittler, Friedrich. Optical Media, 38. Cambridge, Malden: Polity Press, 2010.
3. Denson, Shane. Discorrelated Images, 26. Durham: Duke University Press, 2020.
4. Drucker, Johanna. Graphesis: Visual Forms of Knowledge Production, 125. Cambridge: Harvard University Press metaLABprojects, 2014.