An der Schnittstelle von Technik und Kreativität. Der neue CAS Artificial Intelligence for Creative Practices

Beitrag: Katja Vaghi, 2024

Die brandneue Weiterbildung, die sich an Studierende und Fachleute aus dem Bereich Kunst und kreative Praktiken richtet, bringt Expert:innen aus verschiedenen Bereichen zusammen, um ein breites Spektrum von Anwendungen abzudecken und so neben einem allgemeinen Verständnis von KI aus historischer, philosophischer, sozialer und technischer Sicht eine breite Palette von Werkzeugen anzubieten, die bei der Schaffung, Produktion und Umsetzung von Kunstwerken und anderen kreativen Unternehmungen eingesetzt werden können.

Künstlerische Werkzeuge im digitalen Zeitalter

Spezialisiert auf Immersive Spaces, arbeitet Prof. Dr. Chris Salter seit 1990 mit digitalen Medien und seit 2010 mit KI. Er ist emeritierter Professor für Design und Computational Arts an der Concordia University. Im Jahr 2022 zog er nach Zürich, um Professor für Immersive Arts (IA) und Direktor des Immersive Arts Space an der Zürcher Hochschule der Künste (ZHdK) zu werden. Mit seinem Hintergrund in Geisteswissenschaften, digitalen Technologien und Wirtschaft sowie als Autor dreier Bücher, wird er im neuen CAS das Modul über Geschichte und Philosophie unterrichten.

Jede neue Technologie stellt den Einzelnen und die Gesellschaft als Ganzes vor die Herausforderung, sich an die Integration dieser neuen Werkzeuge anzupassen. KI scheint wie aus dem Nichts aufgetaucht zu sein, insbesondere mit dem Aufkommen von OpenAI-Diensten wie DALL-E und ChatGPT. Das ist nicht ganz richtig. In seinem Buch Entangled (2010) erklärt Chris Salter, wie die Einführung einer neuen Technologie Künstler und die Schaffung von Kunstwerken beeinflusst hat:

Chris Salter: «Entangled beschreibt die Geschichte der künstlerischen Performanzpraxis, insbesondere wie Theater, Tanz, Klang - die Live-Arts - seit langem die Verwobenheiten von Menschen und Maschinen beinhalten: der Deus ex Machina im griechischen Theater, der Einsatz von Flugmaschinen in der Renaissance, die Einführung von Leinwandprojektion, Film und bewegten Bildern in der russischen und deutschen Avantgarde in den frühen 1920er Jahren oder die Nutzung von Video in der Live-Performance in den späten 1960er Jahren. All diese Entwicklungen waren historisch verwurzelt und bedingt durch bestimmte sozio-technische Kontexte - sie sind nicht einfach vom Himmel gefallen. Dasselbe gilt für die Künstliche Intelligenz, die Mitte der 1950er Jahre als Forschungsgebiet auftaucht und bereits in den 1960er Jahren in der Kunst experimentiert wird (zumindest im Sinne dessen, was "symbolisch" oder GOFAI (Good Old Fashioned AI) genannt wurde.»

Mensch gegen KI in der kreativen Arena

Während ich die Fragen für dieses Interview schrieb, entwarf ich einen Schluss "Haftungsausschluss: Dieses Interview wurde nicht von ChatGPT generiert". Es scheint, dass ich unbewusst meine Worte von denen eines trainierten Modells unterscheiden wollte, als ob diese Unterscheidung für den Leser oder für die befragte Person wichtig wäre. Es ist, als ob ich der Meinung wäre, dass die Befragung durch eine KI weniger interessante Ergebnisse hervorbringen würde als die Befragung durch eine echte Person. Unbewusst scheine ich zu behaupten, dass Maschinen nicht "denken" können (Turing-Test, Chinese Room).

Müssen wir das Problem immer noch auf diese Weise betrachten? Wie sehen Sie das Verhältnis zwischen Menschen und KI? Was ist aus Ihrer Sicht ein tragfähiges Modell für die Interaktion:

Interagieren wir mit KI oder benutzen wir KI als Werkzeug?

Chris Salter: «Aus der Perspektive der Wissenschaftssoziologie ist die KI und das Computerwesen im Allgemeinen nicht nur ein Werkzeug. Sie sind das, was der verstorbene Philosoph Bruno Latour einen "Vermittler" nannte, der soziale Strukturen formt und beinflusst. In der Geschichte der Technologie unterscheidet sich der Computer grundlegend von früheren Technologien, da er versucht, die Prozesse des Denkens und der Erkenntnis zu modellieren.

Die Dampfmaschine, der Telegraf, das Telefon, das Rundfunk, das Fernsehen - all dies sind bemerkenswerte Technologien die Übermittlung von Energie, Nachrichten, Tönen und Bildern auch über weite Entfernungen ermöglichen, aber sie versuchen nicht, Denkprozesse konzeptionell zu modellieren, wie es Computer tun - durch Logik, Mathematik und Statistik.

Während die frühe symbolische KI mit der Konstruktion von Maschinen beschäftigt war, die die menschliche "Intelligenz" nachahmen konnten - von der man annahm, dass sie hauptsächlich aus Vernunft, Regeln und Problemlösungsfähigkeiten besteht - umgeht die aktuelle generative KI (wie ChatGPT) das Problem des Denkens, indem sie Sprache, Bilder, Töne - eigentlich so ziemlich jedes Medium - durch Wahrscheinlichkeit modelliert. Dabei sind neuronale Netze eine Art Wahrscheinlichkeitsmaschine. Wie kann die Maschine vorhersagen, was als nächstes in einer Folge von Buchstaben, Wörtern, Bildern usw. kommt?

In diesem Sinne ist die Beziehung zwischen Mensch und KI eine zwischen menschlichem Input, Berechnung und maschinellem Output, der dann auf diesen Output reagiert. Aber das ist ein sehr vereinfachtes Modell davon, wie das Gehirn funktioniert und was Intelligenz bedeutet. Es ist effektiv, weil wir diese Wahrscheinlichkeitsmaschinen auf enorme Datenmengen trainieren können, was darauf schliessen lässt, dass das Gehirn vielleicht auch enorme Datenmengen verarbeiten kann und eine Mustererkennung eingebaut hat. Aber auch das ist nur eine Facette der Intelligenz, denn es lässt das aussen vor, was die Künste gut können: eine sinnesbasierte, körperzentrierte, kontextbezogene Intelligenz.»

Die schwindende Grenze zwischen Mensch und Maschine

In Ihrem Buch Sensing Machining: How Sensors Shape our Everyday Lives (2022) weisen Sie darauf hin, dass wir zunehmend von Sensoren umgeben sind. Sensoren verbinden die Realität mit dem Digitalen; sie liefern die Daten, mit denen das Digitale und die KI arbeiten oder trainiert werden können. Aber sie können uns auch aufspüren. Wir scheinen akzeptiert zu haben, dass Technologie magische Dinge wie das Entsperren des Telefons mit dem eigenen Gesicht tun kann, ohne ihre Ethik in Frage zu stellen. Kürzlich wurde an der University of Technology Sydney ein tragbares, nicht-invasives System entwickelt, das stille Gedanken in Text umwandelt und zeigt, dass selbst Gedanken nicht mehr privat sind.

Sind wir noch menschliche Individuen oder sind wir auf die Daten reduziert, die wir liefern können? Oder, um die vorherige Frage auf den Kopf zu stellen: Was hat die KI mit uns zu tun?

Chris Salter: «Erstens werden Daten von Menschen erzeugt, so dass es für uns schwierig ist, auf etwas reduziert zu werden, das von Anfang an von uns erzeugt wurde. Dasselbe gilt für KI-Systeme. So sehr wir auch glauben wollen, dass diese Systeme empfindungsfähig, bewusst oder denkend sind, letztlich tun sie nichts dergleichen. Sie sind sehr gute Vorhersage- und Mustererkennungsmaschinen, aber sie haben kein Urteilsvermögen, kein Bewusstsein und vor allem keine innere Absicht, was sie tun. Das allein unterscheidet KI-Systeme (und Computer) von uns.»

KI's Rolle in Tanz und Darstellender Kunst 

Ursprünglich ein Experte für Robotik, arbeitet Dr. Daniel Bisig heute am Departement für Computer Music and Sound Technology der ZHdK und war Gast am C-DaRE  (Centre for Dance Research - Conventry University), einem der wichtigsten Tanzforschungszentren Grossbritanniens. Er hat an mehreren Tanzproduktionen mitgewirkt und teilgenommen. Seit 2001 arbeitet er mit digitalen Medien und seit 2004 mit KI. Im neuen CAS AI for Creative Practices wird Daniel Bisig die Module Bewegung und Sound unterrichten. Er gibt uns einen kleinen Einblick in dieses Themenfeld:

In der Kunst sind wir oft mit der Produktion eines Kunstwerks konfrontiert, das eine Materialität hat. Mit KI-generierten Werken assoziieren wir stattdessen Kunstwerke, die nur im virtuellen Bereich angesiedelt sind.

Wenn der Nutzen von KI für die Erstellung von Bildern, Texten und sogar Klängen klar ist, wie arbeitet KI dann mit Tanz und den darstellenden Künsten im Allgemeinen zusammen? Wie ist die Beziehung zwischen KI und der Materialität, insbesondere des Körpers?

Daniel Bisig: «Ich stimme zu, dass es alles andere als offensichtlich ist, wie die darstellende Kunst im Allgemeinen und der Tanz im Besonderen von algorithmischen Ansätzen wie der KI profitieren können. Tanz, insbesondere der zeitgenössische Tanz, ist eine höchst eigenwillige kreative Praxis, bei der körperliche und geistige Fähigkeiten bei der kreativen Entscheidungsfindung eng miteinander verwoben sind und für externe Beobachter nur selten transparent gemacht werden. Die grosse Vielfalt kreativer Ansätze in den darstellenden Künsten in Kombination mit der Bedeutung von Körpererfahrungen der Tänzer:innen und dem Mangel an expliziten Erklärungen macht es schwierig, Aspekte der darstellenden Künste durch konventionelle Algorithmen zu erfassen.

Moderne Techniken des maschinellen Lernens, die einen Eckpfeiler der KI bilden, bieten interessante Möglichkeiten, diese Herausforderung zu bewältigen.

Sogenannte Deep-Learning-Modelle zeichnen sich dadurch aus, dass sie intrinsische Muster in grossen Mengen unstrukturierter Daten wie Aufnahmen von Körperbewegungen von Tänzer:innen erkennen und lernen. Dadurch sind solche Modelle potenziell in der Lage, die nuancierten Unterschiede in der Ausdruckskraft und im Stil bestimmter Choreograph:innen oder Tänzer:innen zu erkennen und zu reproduzieren. Dadurch wird die Notwendigkeit vermieden, Bewegungsprinzipien zu vereinfachen und zu verallgemeinern, um sie in den digitalen Bereich zu übertragen. Solche Modelle sind potenziell in der Lage, die nuancierten Unterschiede in der Ausdruckskraft und im Stil bestimmter Choreograph:innen oder Tänzer:innen zu erkennen und zu reproduzieren. Dadurch wird vermieden, dass Bewegungsprinzipien vereinfacht und verallgemeinert werden müssen, um sie in den digitalen Bereich zu übertragen.

Um den wichtigen Beitrag des Körpers bei jeder Form von intelligentem Verhalten zu berücksichtigen, kann maschinelles Lernen mit synthetischen Darstellungen von Körpereigenschaften entweder in der Simulation oder in der realen Welt kombiniert werden (Robotikobjekt). Indem eine Trainingssituation geschaffen wird, in der das Modell lernen muss, den künstlichen Körper zu steuern, um ein bestimmtes Ziel in der Simulation oder in der realen Welt zu erreichen, wird das Modell in die Lage versetzt, die wahrnehmungsbezogenen und physischen Eigenheiten eines bestimmten Körpers zu nutzen.

Schliesslich hat sich das maschinelle Lernen als äusserst nützlich erwiesen, um Beziehungen zwischen den Aktivitäten von Darsteller:innen und interaktiv gesteuerten Medien wie Musik oder Bildern herzustellen. Anstatt eine strenge Reihe von Interaktionsregeln zu definieren, an die sich ein Darsteller halten muss, kann sie/er mit Hilfe des maschinellen Lernens ein Modell trainieren, das sein einzigartiges Ausdrucksvokabular erkennt und als Grundlage für die Interaktion verwendet.»

Kreative Gegenwehr: Wie Kunstschaffende KI-Modelle herausfordern

Der Studienleiter des neuen CAS Artificial Intelligence for Creative Practices ist PD Dr. Sigve Haug. Der ausgebildete Teilchenphysiker hat viele Jahre beim CERN gearbeitet, wo er unter anderem mit der Verwaltung von Big Data konfrontiert war, die bei Experimenten entstehen. Heute ist er Leiter des Data Science Lab an der Universität Bern und verantwortet vier Weiterbildungsstudiengänge in KI.

Kürzlich hat das MIT einen Artikel veröffentlicht, in dem das Werkzeug „Nightshade“ vorgestellt wurde, das in der Lage ist, Data Sets mit Daten zu vergiften, die so verfälscht sind, dass das Set ungenau wird. Dadurch wird ein Degenerationsprozess des trainierten Modells (oder der KI) in Gang gesetzt. Künstler:innen können nun mithilfe von Tools wie „Nightshade „oder „Glaze“ ihre Werke und ihr geistiges Eigentum vor Ausbeutung schützen.

Was erhoffen Sie sich von diesem CAS?

Gibt es Aussicht darauf, dass Künstler:innen durch erweitertes Wissen und tieferes Verständnis der Mechanismen hinter der KI nicht von deren Systemen vereinnahmt werden?

Sigve Haug: «Ich fürchte, dass die erwähnte Vergiftung das Problem nicht lösen wird. Was einen Lernalgorithmus nicht umbringt, egal ob menschlich oder künstlich, macht ihn oft nur stärker oder robuster gegenüber dieser Art der Datenmanipulation. Die Algorithmen können im Prinzip lernen, dass das "Gift" für das Ergebnis nicht wichtig ist und es ignorieren. Wenn Sie Ihre Feinde jedoch gut kennen, können Sie sie vielleicht austricksen. Das Gleiche gilt für ein KI-Modell. Die Ambition dieses CAS besteht darin, ein tieferes Verständnis und erweitertes Wissen über die Funktionsweise von KI und deren Anwendung in kreativen Bereichen zu fördern, wobei der Spass nicht zu kurz kommen soll.»

Sie betrachten KI als eine disruptive Technologie, die zu Diskontinuität führt. Künstler:innen und Kreative zeichnen sich durch ihre Fähigkeit aus, bestehende Grenzen zu hinterfragen und etablierte Systeme zu überwinden.

In welchen Momenten erkennen Sie darin ein besonderes Potenzial?

Wie überwinden wir das stereotype Bild der KI als einen blossen nachahmenden Papagei, der imitiert, ohne echtes Verständnis zu besitzen?

Sigve Haug: «Wenn Menschen Technologien auf unbeabsichtigte Weise anwenden, kann das sehr lustig, sehr gefährlich und sehr lehrreich sein. Was Letzteres betrifft, so sehe ich in kreativen Menschen, die KI-Technologien einsetzen, grosses Potenzial. Sie werden Unzulänglichkeiten, neue ethische Herausforderungen und neue Anwendungen entdecken.

Um es deutlich auszudrücken: Die grossen KI-Modelle von heute sind zweifellos weit mehr als stochastische Papageien. Und sie werden in Bereiche vordringen, die wir uns nicht vorstellen können. Durch die Verbesserung der Technologie, d. h. durch die Einbindung von immer mehr Dimensionen wie Raumzeit, Bild, Ton, Gefühle usw., aber auch von Kategorien, die der Mensch nicht immer direkt erkennen kann, wie gewisse Sonnenstrahlung, Wärme, Radioaktivität und Infrarotwellen in die Daten (und der Lösung der damit verbundenen rechnerischen Herausforderungen), wird sich die Situation umkehren. Wir können uns also eine KI vorstellen, die zusätzlich zu den menschlichen Sinnen über fledermausähnliche Echoortung, Magnetorezeption und Infrarotsensoren verfügt. Welche Art von abstrakten Konzepten wird sich daraus entwickeln? Die KI wird uns dann als stochastische Papageien, oder besser gesagt, als stochastische Menschen betrachten.»

Die Verbindung zwischen Wissenschaft und Philosophie ist eindeutig. Die beiden Bereiche beeinflussen sich gegenseitig, wobei grosse wissenschaftliche Entdeckungen zu einem Wandel in der Philosophie führen.

Welche Verbindung besteht zwischen Wissenschaft und Kunst? Was erhoffen Sie sich von diesem Austausch für beide Bereiche?

Sigve Haug: «Die Kunst im weiteren Sinn liefert oft die Vorlage für die Wissenschaft und insbesondere zukünftige Technologien. Die Automaten von E.T.A. Hofmann – «Der Sandmann» (1816), Die Automaten (1819) -, Frankenstein (1818) von Mary Shelley und HAL, der ultimative Artificial General Intelligence (AGI) Computer im legendären Film 2001: A Space Odyssey (1968) von Stanley Kubrick sind nur einige Beispiele. Diese Fantasiegestalten sind heute schon alle irgendwie da, einfach furchteinflössend anders als ursprünglich gedacht. Andersrum bieten neue Technologien der Kunst neue Werkzeuge und Universen. Von neuen Farben für die Malerei, über die Kamera bis zu ChatGPT und Kollegen.

Ich hege die Hoffnung – die ja bekanntlich zuletzt stirbt –, dass die künstlerischen Anwendungen neuer Technologien die Forschenden mit den erforderlichen ethischen Fragestellungen konfrontieren werden. Weiter hoffe ich, dass die Technologien den Kunstschaffenden zusätzlichen Räumen anbieten, in denen sie ihre Kreativität zum Ausdruck bringen können.»