Od laboratorium do galerii: Kto ma prawo interpretować naukę? Zasoby informatyczne jako element kreacji artystycznej

W czasach, kiedy Sztuczna Inteligencja sprawiła, że prościej niż kiedykolwiek wcześniej jesteśmy w stanie kreować rzeczywistość, a co za tym idzie, tworzyć wszelkiego rodzaju dzieła syntetycznie, poprzez narzędzia generatywne, współcześni artyści wraz z agencjami badawczymi mają dostęp do ogromniej ilości danych, które są w stanie przetwarzać w przystępny sposób, kreując interpretacje współczesnego świata wykorzystując inne narzędzia niż kiedykolwiek wcześniej. Nie chodzi jednak tylko o bilbordy w galeriach handlowych, problem pojawia się kiedy nie jesteśmy w stanie odpowiedzieć na społeczno-etyczne wyzwania dotyczące praw autorskich, estetyzacji dowodów zbrodni wojennych czy też manipulacji genetycznych. Poszukajmy więc odpowiedzi na pytanie, gdzie leży granica pomiędzy nauką a sztuką i kto ma większe prawo do interpretacji otaczającego nas świata? 

Wstęp

Przez dziesięciolecia zachodni dyskurs akademicki i społeczny tkwił w cieniu sztywnego dualnego podziału na obiektywne nauki ścisłe oraz subiektywną humanistykę i sztukę. Brytyjski naukowiec i prozaik C.P. Snow w swoim słynnym wykładzie z 1959 roku zdiagnozował to zjawisko jako paradygmat „dwóch kultur” (ang. The Two Cultures), argumentując, że brak komunikacji między obiektywnymi badaczami a środowiskiem literacko-artystycznym stanowi poważną przeszkodę w racjonalnym rozwiązywaniu globalnych problemów. Przez lata ugruntowało się potoczne przekonanie, że laboratorium to miejsce chłodnego, obiektywnego poszukiwania ustrukturyzowanej prawdy, podczas gdy galeria sztuki to przestrzeń pozbawionej reguł, skrajnie subiektywnej ekspresji.

Współcześnie ten ostry podział okazuje się nie tylko archaiczny, ale wręcz szkodliwy poznawczo. Filozofka nauki Ann Thresher wskazuje, że radykalne oddzielenie sztuki od nauki jest błędem opartym na kulturowych mitach; w rzeczywistości „dobra nauka to forma sztuki” (Thresher, 2023)⁴. Proces naukowy od zawsze wymagał głębokiej intuicji, a sama interpretacja oraz wizualizacja zebranych danych to działania wysoce kreatywne, polegające na porządkowaniu „chaotycznej mozaiki osądów”, w której zacierają się granice między algorytmem a twórczą intuicją. W dzisiejszej epoce informacyjnej, w której podstawowym budulcem nowej wiedzy stały się gigantyczne zbiory danych oraz zawiłe kody źródłowe, to właśnie artyści dysponujący kompetencjami z zakresu informatyki i Data Science wychodzą na prowadzenie jako nadrzędni narratorzy postępu. Wykorzystując technologie wirtualnej rzeczywistości (VR) i uczenie maszynowe (ML), potrafią oni tłumaczyć kod maszynowy komputera, na uniwersalny język ludzki.

Doge wygenerowany przy pomocy Google Deep Dream. Symboliczne miejsce przecięcia naukowców ze sztuką z wykorzystaniem narzędzi AI

Co na to literatura?

Zrozumienie zjawiska aneksji nauki przez sztukę trzeba zacząć od poznania literatury w tym zakresie, obejmującej socjologię, teorię mediów i kognitywistykę. Istotnym punktem wyjścia jest Teoria Aktora-Sieci (Actor-Network Theory), współtworzona przez Bruno Latoura. Latour udowodnił, że nauka nie tyle „odkrywa” gotową prawdę o świecie, co ją aktywnie konstruuje poprzez tzw. inskrypcje – skomplikowany proces translacji chaosu natury na uporządkowane wykresy, mapy i płaskie obrazy. Współcześni twórcy cyfrowi dosłownie przejmują ten proces tłumaczenia, tworząc własne węzły w globalnej sieci produkcji znaczeń.

Dynamikę tego zderzenia dwóch rzekomo odmiennych światów wewnątrz samych instytucji naukowych badał niemiecki antropolog kultury Werner Krauß w swoim projekcie Linking sediment and sentiment (Krauß, 2015)². Krauß przeprowadził badanie etnograficzne relacji między artystami a naukowcami pracującymi wspólnie nad problematyką zmian klimatycznych. Obserwował on artystów, którzy, wchodząc w hermetyczne środowisko akademickie, niczym antropolodzy badający obce plemię, wywoływali obustronny „szok kulturowy”. Twórcy celowo stosowali mechanizm parodii (na przykład programowo wprowadzając błędy do algorytmów symulujących ruchy fal oceanicznych), co w efekcie spowalniało rutynowy proces badawczy i wymuszało na naukowcach autorefleksję nad społecznym i etycznym wymiarem ich twardych, rzekomo w pełni obiektywnych modeli matematycznych.

Z perspektywy teorii i analityki kultury (Cultural Analytics), Lew Manovich i Emanuele Arielli w pracy Artificial Aesthetics argumentują, że upowszechnienie się sztucznej inteligencji diametralnie zmienia podstawową logikę kreatywności (Manovich & Arielli, 2024)³. Sieci neuronowe (w tym generatory text-to-image) nie tworzą nowych obrazów poprzez wyrzut wewnętrznej kreatywności, lecz ich produkcja stanowi ewolucję fotomontażu, opartą na przetwarzaniu setek milionów istniejących dzieł w ogromnych bazach danych w setki miliardy kombinacji tworząc unikalne dzieła będące interpretacją archiwów dzieł ludzkiej historii. 

W tym kontekście kluczowa staje się definicja samej sprawczości. Kognitywistka Margaret Boden (2004)¹ interpretuje działania twórcze jako kreatywność kombinatoryczną, eksploracyjną i transformacyjną. Zestawienie tych teoretycznych ram z praktyką operowania sieci typu GAN rodzi pytania o to, na ile maszyna może być samodzielnym aktorem społecznym.

„Sztuczna inteligencja zmusza nas do zakwestionowania kwestii nowości, autonomii i autorstwa, ponieważ kreatywność maszyn ocenia się często wyłącznie na podstawie ostatecznego wyniku ich działania, pomijając sam proces uświadamiania celów” (Wingström, Roosa & Hautala, Johanna & Lundman, Riina. (2022))⁶.

Rozszerzone Środowiska i Ucieleśniona Algorytmika

Zanim przejdziemy do fundamentalnych problemów etycznych, warto zauważyć, w jaki sposób łączenie sztuki z inżynierią oprogramowania i analityką Big Data rewolucjonizuje sposób prezentacji dzieł, wykorzystując wirtualną (VR) i rozszerzoną rzeczywistość (AR). Aplikacje, pierwotnie tworzone przez inżynierów środowisk gamingowych, zostają przejęte na rzecz przenoszenia twardej nauki do galerii.

Wybitnym przykładem w tym obszarze jest Nanoscape – edukacyjno-badawczy projekt VR stworzony przez multidyscyplinarny zespół artystów i biologów strukturalnych. Jest to symulacja mikroskopowego środowiska komórki nowotworowej, w całości oparta na archiwach naukowych, takich jak bazy białek PDB (Protein Data Bank) czy dane z mikroskopii elektronowej. Artyści współpracujący z naukowcami celowo użyli w procesie projektowym tzw. uprawnień artystycznych, negocjując stopień wizualnego „zagęszczenia molekularnego” (molecular crowding) po to, by nie przytłoczyć widza chaosem informacji. Środowisko komórkowe stało się estetycznym i przystępnym polem eksploracyjnym, dowodząc, że celowa interwencja artystyczna i modyfikacja surowych wyników badań pozwala biologom lepiej zrozumieć własne dane strukturalne.

Obraz przedstawiający klatkę z gry Nanoscape VR

Kolejnym przykładem fizycznego angażowania technologii do interpretacji otaczającej rzeczywistości są fprace pochodzącej z Kanady artystki Sougwen Chung. Integruje ona sztuczną inteligencję i archiwum swoich własnych ruchów artystycznych w ramię robota o nazwie D.O.U.G., z którym wspólnie maluje płótna podczas spektakli performatywnych. Tego typu współpraca na linii człowiek-maszyna jest przykładem „ekologii współstawania się” (ecologies of becoming-with) stawiając w opozycji do powszechnego strachu przed domniemaną dominacją AI nad ludźmi w przyszłości. Podkreślona jest za to współpraca na linii człowiek-algorytm. Z kolei projekt Atmospheric Memory autorstwa Rafaela Lozano-Hemmera łączy wizję komputerową, sensory i potężne bazy danych, by wizualizować ślady ludzkiego oddechu, czerpiąc z utopijnych naukowych teorii Charlesa Babbage’a o chmurach molekularnych przechowujących historię ludzkości. Działania te angażują ciało odbiorcy na skalę dotąd niespotykaną w tradycyjnych muzeach nauki.

Problem: Etyka, Estetyka i Społeczne Konsekwencje Danych

Powyższe realizacje otwierają jednak niezwykle skomplikowaną puszkę Pandory z problemami etycznymi i społecznymi. Wkroczenie inżynierii i Data Science w sferę artyzmu to nie tylko fascynująca innowacja techniczna – to przede wszystkim potężne zagrożenie dla ustrukturyzowanych relacji władzy, praw własności oraz statusu ontologii.

Dyskusja w ramach wystawy artysty nowomedialnego Ryoji Ikedy- twórca słynnego cyklu data-verse

AI, Prawa Autorskie i „Cyfrowa Aura” Kiedy zaawansowane narzędzia do generowania sztuki (AIGC) korzystają z wyuczonych w procesie uczenia maszynowego stylów, pojawia się problem własności intelektualnej. Algorytmy sztucznej inteligencji bywają trenowane na miliardach chronionych prawem autorskim prac, co wywołuje globalną falę procesów sądowych wytaczanych gigantom technologicznym. Artyści zastanawiają się, na ile proces ten pozbawia ich nie tylko pracy zarobkowej, ale i samego „prawa do autorstwa”.

W tej sferze, pionier estetyki danych Refik Anadol próbuje ominąć te kontrowersje, opierając się na upublicznionych archiwach miejskich lub zasobach samych muzeów. Jego praca Unsupervised, pokazywana w nowojorskim MoMA, była nieustannie generowanym, sennym marzeniem maszyny na temat zbiorów tego właśnie muzeum. Teoretycy sztuki debatują dziś nad powrotem pojęcia aury Waltera Benjamina. O ile Benjamin zakładał, że techniczna reprodukcja (np. fotografia) odziera oryginał z unikalnego charakteru w czasoprzestrzeni, o tyle analitycy AI wskazują na narodziny „cyfrowej aury”. Pomimo że sam kod jest nieskończenie replikowalny, jego przestrzenna projekcja w galeryjnej sali tworzy doświadczenie ulotne i niemożliwe do identycznego przeżycia przez dwóch widzów w różnym czasie.

Forensic Architecture: Architektura Prawdy i Kryminalistyka Na całkowicie odmiennym biegunie tematycznym, głęboko zakorzenionym w kryzysach geopolitycznych, znajduje się kontr-kryminalistyka uprawiana przez agencję Forensic Architecture (FA) (Weizman, 2017)⁵. Agencja ta odbiera rządom i aparatowi śledczemu wyłączne prawo do interpretacji danych wojennych, satelitarnych i informacyjnych. Badacze FA, przetwarzając setki cyfrowych, amatorskich nagrań, logów komunikacyjnych i symulacji aerodynamiki gazów, konstruują idealne, trójwymiarowe dowody zbrodni reżimowych (np. ataki w Syrii, morderstwa o podłożu rasistowskim z udziałem sił bezpieczeństwa w Niemczech). Przenosząc te dowody do najbardziej prestiżowych galerii sztuki (documenta 14, Louisiana Museum of Modern Art), twórcy omijają skorumpowane systemy sądownicze, kreując nowy model „prawdy publicznej”.

BioArt: Kiedy biologia jest architekturą informacji widać jak cienka granica etyki może zostać bardzo dokładnie nadszarpnięta, bo skoro DNA jest też kodem noszącym informacje o osobie, to czemu nie możemy go edytować jak kodu dowolnej aplikacji komputerowej? Skoro, jak twierdzą analitycy, biologia stopniowo przekształca się z nauki o życiu w naukę o informacji genetycznej, kod genetyczny staje się dla pewnej grupy artystów materiałem równoważnym programistycznym bitom. Eduardo Kac zbulwersował światową opinię publiczną projektem GFP Bunny, powołując do życia samicę królika o imieniu Alba, emitującą fluorescencyjne światło po wszczepieniu genu meduzy. BioArt przenosi rozważania nad etyką z cyberprzestrzeni na terytorium żywej biopolityki, wywołując kategoryczny sprzeciw filozofów i środowisk obrońców zwierząt. Formułują oni oskarżenia o „syndrom boga” i bezsensowne instrumentalizowanie ciał żywych istot w imię galeryjnego widowiska estetycznego i poszukiwania skandalu.

Krytyka i Polemika – czyli jak ugryźć ten temat?

Podsumowując przedstawione strategie, poddajmy w wątpliwość trend łączenia nauki ze sztuką. Mimo że artyści, co słusznie diagnozuje Thresher⁴, przywracają chłodnej nauce zmysłowy ludzki wymiar, zjawisko to rodzi poważne niebezpieczeństwa systemowe, które gubią się w fascynacji możliwościami Data Science.

Po pierwsze, wizualna praktyka oparta na potężnych algorytmach przetwarzających zbiory Big Data (czego naczelnym przykładem są dzieła Anadola) spotyka się z rosnącym oporem krytyków. Prace te nierzadko są deprecjonowane i sprowadzane do miana „monumentalnych wygaszaczy ekranu” lub wręcz „psychodelicznej papki”, która zaledwie udaje rzetelne badania naukowe. Podzielamy tę polemikę: wygładzenie twardych, nierzadko politycznie obciążonych danych do poziomu niejednolitej gładkiej formy płynącej na ścianie luksusowej galerii, pozbawia te dane siły oporu. Tego typu „data art” staje się formą estetycznego bałaganu, tworzonego poprzez losowe generowanie zawiłego kodu reprezentującego kontrowersyjne obiekty mające na celu dalszą monetyzacje skandalów i ludzkiego dorobku artystycznego.

Refik Anadol: Unsupervised, MoMA, Nowy Jork, 2023. Zdjęcie: Robert Gerhardt.

Po drugie, na istotny i dwojaki charakter działań takich grup jak Forensic Architecture wskazuje literatura z zakresu relacji instytucjonalnych (tzw. the art-financial complex). Zespół Weizmana wkracza ze swoimi brutalnie rzetelnymi analizami i oskarżeniami do instytucji wielkiego świata sztuki (biennale, potężne muzea wspierane przez wielki kapitał). Tutaj trzeba zapytać o efektywność takiego środowiska. Wprowadzenie doskonałych dowodów łamania praw człowieka w przestrzeń internetową, może prowadzić do niebezpiecznego „odłożenia faktycznego rozwiązania problemu” na rzecz wywołania u widza taniego uczucia katarsis. Widz w wygodnej sali muzealnej dowiaduje się o tragedii w odległym rejonie strefy konfliktu zbrojnego, odczuwa przypływ empatii oraz moralnego gniewu, lecz po opuszczeniu klimatyzowanej instalacji odnosi fałszywe poczucie „zrobienia swojego”. Zamiast wyjść na ulicę lub pociągnąć rządy do odpowiedzialności, rewolucyjna sprawczość rozbija się o status eksponatu sztuki, a brutalna prawda o świecie ulega komodyfikacji. Największym wrogiem aliansu artystów ze ścisłą analityką danych może być nie brak kompetencji, lecz wchłonięcie przez wysoce skapitalizowany system rozrywkowy.

Wnioski

Upadek barier oddzielających rygorystyczne procedury laboratorium i instytutu badawczego od otwartej na wolność wypowiedzi przestrzeni galerii jest procesem nieodwracalnym. Gigabajty baz danych, zaawansowane modele AI i oprogramowanie immersyjne przestały stanowić hermetyczną własność wyłącznie analityków danych. Stały się one powszechnym, a w rękach artystów wręcz krytycznym tworzywem dla kultury. Ewolucja ta – ukazywana przez cyfrowe sny baz sztucznej inteligencji, wirtualne podróże w głąb struktury molekularnej białek czy kontr-śledcze dekonstrukcje zbrodni politycznych – udowadnia, że suwerenne prawo do definiowania cyfrowego kodu otaczającego nas wszechświata należy niepodzielnie do otwartego społeczeństwa.

Niestety ten sam transfer rodzi zjawiska dalekie od ideału. Wystawiając interpretację natury na pokaz, z jednej strony popularyzujemy obiektywną wiedzę w niezwykle skuteczny, emocjonalny sposób, z drugiej jednak – dotykamy niewygodnych punktów styku tworzenia artystycznego  z uciskiem instytucjonalnym, maszynową halucynacją czy bezwzględną biopolityką na organizmach żywych. Temat sprowadza się więc do kwestii pytania czy zawierzając nasze doświadczanie niewidzialnego świata czarnym skrzynkom algorytmów operowanych w połowie przez inżynierów z Doliny Krzemowej, a w połowie przez artystów szukających efektu, nadal dysponujemy niezależnym wglądem we własną, niezmodyfikowaną rzeczywistość?

Literatura

1. Boden, M. A. (2004). The Creative Mind: Myths and Mechanisms. Routledge.

2. Krauß, W. (2015). Linking sediment and sentiment: on observing a sci-art project. JCOM, 14(01), C04.

3. Manovich, L., & Arielli, E. (2024). Artificial Aesthetics: Generative AI, Art and Visual Media. Cultural Analytics Lab.

4. Thresher, A. C. (2023). The divide between art and science is a mistake. IAI News.

5. Weizman, E. (2017). Forensic Architecture: Violence at the Threshold of Detectability. Zone Books.

6. Wingström, Roosa & Hautala, Johanna & Lundman, Riina. (2022). Redefining Creativity in the Era of AI? Perspectives of Computer Scientists and New Media Artists. Creativity Research Journal. 36. 1-17. 10.1080/10400419.2022.2107850.