Page 397 - The Black Box Book

Das Kapitel Networked Art Practice After Digital Preservation befasst menschliche Fähigkeiten zu beschleunigen und zu erweitern, um mit Big
sich mit der Bewahrung vernetzter Kunstpraktiken, wie Pre-Internet Mail Data in der Kunstgeschichte zu arbeiten, bis hin zu Experimenten mit AI als
Art oder born-digital software-based oder Net Art, der letzten sechzig neuer Akteur im Bereich des zeitgenössischen digitalen Kuratierens. Nicht
Jahre. Sarah Cook und Roddy Hunter versuchen die Frage zu beant- zuletzt wird AI als Gegenstand künstlerischer Forschung diskutiert und
worten, welche Strategien zu ihrer Erhaltung angesichts ihrer spezifischen kritisch über die soziale und epistemologische Funktion von AI reflektiert.
Materialität angemessen sind. Die Autoren stellen fest, dass neben der Die Aktualität dieses Themas hat die Art der meisten Beiträge in diesem
sogenannten „Entmaterialisierung des Kunstobjekts“ (´dematerialization of Abschnitt beeinflusst, die sich eher auf die Beschreibung spezifischer
the art object´) die materiellen Merkmale und ideologischen Dimensionen Projekte konzentrieren, als vorschnell verallgemeinernde Argumente zu
dieser Werke bestehende Ansätze, Methoden und Protokolle der Kun- diesem Thema anzubieten.
stkonservierung in Frage gestellt haben. Sie finden geeignete Strategien Autor des Kapitels On Computer Creativity. Machine Learning and
zur Bewahrung dieser Kunstwerke im Kontext der Performancekunst, the Arts of Artificial Intelligences beschreibt, wie künstliche Intelligenz im
etwa in Form von Reenactments, aber auch beispielsweise in Internetar- Bereich der generativen Künste funktioniert. Andreas Sudmann weist
chivierungswerkzeugen wie der Wayback Machine des Internet-Archive, darauf hin, dass AI-Systeme eher Assistenten des Menschen im kreativen
die einen Wandel in den Konservierungsstrategien sowie im Begriff des Prozess sind als selbst zentrale Akteure im Prozess. Er deutet an, dass
künstlerischen Schaffens und der Autorschaft oder kuratorischen Hand- der Mensch in allen Phasen der Entwicklung immer maßgeblich an diesen
lungsfähigkeit darstellen. Insgesamt leistet dieses Kapitel einen Beitrag AI-Prozessen beteiligt ist: von der Erstellung oder Zusammenstellung
zur aktuellen Forschung, die den Rändern und Grenzen vernetzter Kun- von Lerndaten über das Design und die Anwendung des für das Problem
stpraxis nach digitaler Langzeitarchivierung nachspürt. geeigneten Algorithmus bis hin zum laufenden Training des AI-Modells.
Michal Klodner ist der Autor des Kapitels Ecosystems and Artistic Sudmann diskutiert auch kritisch die Bewertungskriterien, die bei der
Research in Forming Digital Curatorial Infrastructures, in dem er auf Bewertung der AI-Kreativität angewendet werden, und hinterfragt die
dem vorherigen Kapitel mit seinen Überlegungen zu geeigneten Be- Tatsache, dass wir uns normalerweise mit der Fähigkeit des AI-Modells
wahrungsstrategien für digitale Kunst und Online-Kunstprojekte aufbaut. zufriedengeben, Kreationen menschlicher Kreativität nachzuahmen. Im
Gleichzeitig wendet er sich anderen Aspekten dieses Themas zu. Er Zentrum seiner Argumentation steht die Frage nach der Definition und
agitiert für Strategien zur Erhaltung von Medienkunst, die diese Werke Neudefinition von Kreativität und Kunst in Bezug auf AI-generierte Werke,
als offene kybernetische Systeme unter Einbeziehung sozialer Akteure die einen Raum für Diskussionen über Computerkreativität eröffnet,
oder lebender Ökosysteme betrachten, was bedeutet, dass die Erhaltung der uns auch herausfordern sollte, die Widersprüche von menschlicher
dieser Werke nicht auf die Erhaltung der materiellen Aspekte des Werks Kreativität und Kunstproduktion ernst zu nehmen und beispielsweise zu
im Sinne einer veralteten Technologie beschränkt werden kann. Der Au- hinterfragen, wie maschinenähnlich oder wie andersartig menschliche
tor wirft auch die Frage nach der Isolation einzelner Online-Archive und Kunst und Kreativität ist, insbesondere unter der Berücksichtigung der
musealer Sammlungsportale auf, sowohl in Bezug auf die Öffentlichkeit Kunst und Kreativität der industriellen und postindustriellen Gesellschaft.
als auch untereinander. Insofern hält er es für wesentlich, dass die Prin- Im Kapitel Digital Curator in the Museum of Fine Arts beschreibt
zipien der sozialen Vernetzung in der archivarischen Praxis digitaler Kunst Lukáš Pilka sein eigenes Projekt, in dem er AI (machine learning) als Kurator
umgesetzt werden. Werkzeuge des digitalen Kuratierens und Bewahrens digitalisierter Sammlungen alter Kunst in einem Netzwerk mitteleuropäis-
sollten seiner Meinung nach kritisches Lesen und qualitative Ansätze er- cher Gedächtnisinstitutionen einsetzte. Die von ihm dafür entwickelten
möglichen, paratextuelle Apparate unterstützen, eine breite performative AI-Tools werden verwendet, um nach Werken zu suchen, die auf küns-
Interaktion und Diskussion als Schlüsselprinzipien kultureller Plattformen tlerischen Techniken, Symbolen oder Geschmack basieren. Eine spezielle
einladen. Darüber hinaus befasst sich der Autor nicht isoliert mit der Frage Website, die von ihm (the ´Digital Curator´) erstellt wurde, ermöglicht es
nach einer angemessenen und optimal funktionierenden technischen In- den Benutzern, ihre eigene kuratorische Auswahl aus der Datenbank zu
frastruktur von Online-Archiven, sondern im Kontext einer ökologischen erstellen, die auf bestimmten wiederkehrenden Motiven basiert, die für
Diskussion, die Medienökologie als Bedingung und Begleiterscheinung das Werk einer bestimmten Zeit typisch sind. Das Projekt ist eine Antwort
der natürlichen Ökologie zu verstehen. auf die Zweifel, die durch AI-Experimente bei der Extraktion von Wissen
Der dritte Teil der Publikation AI Curating widmet sich der Artificial aus digitalen Datenbanken von Kunstsammlungen aufgeworfen werden,
Intelligence (Machine Learning) als neuem Phänomen im Bereich des in denen Software, die auf die Visualität zeitgenössischer Populärkultur
digitalen Kuratierens. AI wird durch ihren Einsatz im Bereich der Kunst trainiert ist, häufig auf Kunstwerke älterer historischer Epochen angewen-
präsentiert, von der Erzeugung von Bildern auf der Grundlage von Mustern, det wird. Pilkas Projekt überwindet diese Einschränkungen, indem es den
die in Datenbanken menschlicher Schöpfungen erkannt werden, über AI Datensatz manuell bearbeitet, der mit den entsprechenden Metadaten
als Kurator großer digitaler Sammlungen alter Kunst, die in der Lage ist, versehen wurde, um sicherzustellen, dass die AI beispielsweise einen
396 397