#arthistoCast Beitrag
#arthistoCast Folge 7: AI Art und die Kunstgeschichte
KI-Kunst, AI ART, ist kein neues Phänomen und doch aktuell ein heiß diskutiertes Thema. Wann spricht man von AI Art und wieviel Zufall steckt in den Bildern? Und wie können wir mit dem kunsthistorischen Werkzeugkasten diese Bilder und auch die Prozesse analysieren und verstehen, die hinter den Werken liegen?
In dieser Folge spricht Jacqueline Klusik-Eckert mit Dr. Fabian Offert über AI Art im Allgemeinen, wie sich das Genre mit den neuen Bildgeneratoren jüngst verändert hat und die dahinterliegenden KI-Verfahren. Dabei beleuchten sie schlaglichtartig die historischen Entwicklungen und die Herausforderungen für die Kunstgeschichte im Umgang mit den neuen Bildmedien.
Schon lange vor der Veröffentlichung von Dall-E oder Midjourney nutzen Künstler*innen die Verfahren von Machine Learning und später Neuronalen Netzen bis zu generativen Modellen. Der Überbegriff AI Art umfasst Kunstwerke, die mithilfe von künstlicher Intelligenz und speziellen Algorithmen erstellt oder beeinflusst werden, wobei die Technologie entweder als Werkzeug für Künstler*innen dient oder autonom Kunstwerke generiert. Es umfasst eine breite Palette von Ausdrucksformen, die von algorithmisch gesteuerten Designs bis hin zu Werken reichen, die vollständig von KI-Systemen erzeugt werden. Das Genre ist aufgrund der heterogenen Werklage schwierig zu fassen.
Doch mit dem öffentlichen Zugang zu den Verfahren über einfach zu bedienende Interfaces hat sich nicht nur das Genre AI Art geändert. Die neuen Bildgeneratoren lassen uns alle zu Künstler*innen werden: mit einem Prompt, einer Texteingabe an ein KI-System, werden Rechenprozesse angestoßen und neue Bilder generiert. Sie entstehen jedoch nicht in einem Vakuum, sondern sind Ergebnisse von Lernprozessen mit Millionen eingespeister Bilder. In dem Gespräch wird der Frage nachgegangen, wie wir mit diesen neuen Bildmedien in der Kunstgeschichte umgehen können. Was ist notwendig, um die dahinterliegenden Prozesse zu verstehen? Wie geht man beispielsweise mit Fragen des geistigen Eigentums um, wenn KI-Systeme von bestehenden Kunstwerken lernen? Und was hat die Mona Lisa damit zu tun? Wie beeinflusst die Verbreitung von ki-generierter Kunst den Kunstmarkt? Neben ethischen und rechtlichen Bedenken geht es aber auch um die Beziehung von Künstler*innen, Werk und Technik. Dabei wird klar, dass wir sowohl im bildwissenschaftlichen als auch gesellschaftlichen Diskurs mitten in einer Verhandlungsphase stecken. Wie gehen wir mit der Black Box Künstliche Intelligenz um? Was macht dieser neue Kanon und die versteckte, implizite Zensur hinter den Unser-Interfaces mit der Art uns Weise, wie wir diese Bilder verwenden und die Welt sehen? Es zeigt sich, dass vorherrschende Vorurteile durch die KI-Systeme verstärkt werden. Dabei wird auch deutlich, welche Verantwortung die Kunstgeschichte nun hat, die aktuelle Debatten mitzuführen.
Dr. Fabian Offert ist Assistant Professor in History and Theory of Digital Humanities an der University of California, Santa Barbara. In seiner Forschung beschäftigt er sich schon lange mit den Wechselverhältnissen von Medien- und Kulturtheorie, Künstlicher Intelligenz und dem Einsatz von Computer Vision in den Geisteswissenschaften.
Unseren Podcast kann man auf vielen Wegen hören. Der auf dieser Seite eingebundene Player ist nur einer davon.
Die Folge ist mit persistentem Identifier im Repositorium heidICON abgelegt und kann nach Belieben heruntergeladen und nachgenutzt werden
unter https://doi.org/10.11588/heidicon/1738702
Man kann den Podcast aber auch gerne über die Plattform des Vertrauens hören. Folge einfach den Links auf den Icons.
Bei Fragen, Anregungen, Kritik und gerne auch Lob kannst du gerne per Mail an uns schicken unter
podcast@digitale-kunstgeschichte.de
In der Folge genannte Werke, Personen und Programme nach oben
Anna Ridler (geb. 1985): Myriad (Tulips), 2018
Obvious: Portrait of Edmond de Belamy, 2018
Kate Crawford, Trevor Paglen: ImageNet Roulette, 2019
Weiterführende Literatur und Links nach oben
- IMAGE The Interdisciplinary Journal of Image Sciences 37 (2023), H. 1, unter https://image-journal.de/category/ausgaben/image-37-2023/
- Richard Groß, Rita Jordan (Hrsg.): KI-Realitäten. Modelle, Praktiken und Topologien maschinellen Lernens. Bielefeld 2023, https://doi.org/10.14361/9783839466605
- Leonardo Impett, Fabian Offert: There Is a Digital Art History. arXiv 14.08.2023, unter https://doi.org/10.48550/arXiv.2308.07464
- Merzmensch: KI-Kunst (Digitale Bildkulturen). Berlin 2023.