Piotr Zawojski
EDYTORIAL: ARTYŚCI I MASZYNY W POSTKRETYWNYM SPLOCIE

1

Kiedy 30 listopada 2022 roku amerykańskie laboratorium badawcze OpenAI zaprezentowało chatbota ChatGPT 3.5 i udostępniło go bezpłatnie użytkownikom na całym świecie – uruchomiło rodzaj wyścigu kolejnych firm tworzących programy działające na podstawie dużych modeli językowych (large language model, LLM), wytrenowanych na olbrzymich internetowych zbiorach danych. A przecież nieco wcześniej ta sama firma zaprezentowała oprogramowanie DALL‑e, służące do generowania obrazów na podstawie opisu tekstowego (text‑to‑image albo text‑to‑video). W tym samym mniej więcej okresie pojawiają się podobne programy, takie jak l‑LXMERT, Midjourney, Runway, Stable Diffusion, Flux, Dream Machine, a także modele służące głównie do generowania tekstów (text‑to‑text), takie jak DeepSeek, Claude, Google Gemini, Grok, Perplexity czy też Bielik. Symbolem rewolucyjnej zmiany pozostał jednak model OpenAI i to on wprowadził w zupełnie nową epokę badań i zastosowań sztucznej inteligencji (artificial intelligence, AI), oznaczał też technologiczną i kulturową zmianę na miarę fundamentalnego cywilizacyjnego „przejścia fazowego”, by użyć określenia Jacka Dukaja¹, które odnosi on do technologii AI.

Ma to znaczenie w każdym aspekcie funkcjonowania infrastruktury społecznej, kulturowej, przemysłowej, cywilizacyjnej, jednak w tym numerze „Elementów” ekspansja AI rozpatrywana jest przede wszystkim w kontekście praktyk artystycznych i postkreatywnych, sztuki w rozmaitych jej przejawach, formach i mediach: obrazowych, dźwiękowych, audiowizualnych, nowomedialnych, projektowych. Materialnych i immaterialnych. Rozwój technologii AI opartych na sieciach neuronowych i algorytmach uczenia maszynowego w relatywnie krótkim czasie radykalnie zmienia oblicze, status, metody, narzędzia oraz rozliczne uwarunkowania współczesnych praktyk i strategii artystycznych opartych na wykorzystaniu narzędzi oferowanych przez sztuczną inteligencję.

Potrzeba wypracowywania nowych strategii konceptualizacji oraz krytycznego spojrzenia na nowe, odmienne od tych, które znamy, przestrzenie tworzenia i doświadczenia – wydaje się wyzwaniem zarówno dla teoretyków, jak i dla praktyków. Spoglądając na najdalej zarysowany horyzont zjawisk, mierzymy się z pytaniem, czy – podobnie jak rewolucja nowych, cyfrowych, interaktywnych i społecznych mediów wymusiła na nas wypracowanie postmedialnego słownika i paradygmatu teoretycznego – przełom związany z ekspansją AI skłania nas do myślenia w kategoriach i schematach postkreatywności. Czyli kreatywności rozpatrywanej poza dotychczasowymi formułami legitymizowanymi różnorodnymi tradycjami wyjaśniania kwestii tworzenia w domenie sztuki, ale też wielu praktyk kulturowych i społecznych. Obecnie moglibyśmy też powiedzieć: rozmaitego kontentu, nie tylko w obszarze aktywności sieciowych, lecz także wszelkiego rodzaju kulturowej (wy)twórczości. Postkreatywność to nie zmierzch kreatywności, wręcz przeciwnie, to niesłychany rozwój nowych możliwości tworzenia i wytwarzania nowych artefaktów, które coraz częściej przekraczają granice wcześniej zarezerwowane wyłącznie dla człowieka. Obecnie twórcza kooperacja człowieka z maszynami nie powinna podlegać dyskusji, zresztą ten proces nie zaczął się przecież wraz z AI, jego genezy należałoby szukać w pierwszych eksperymentach artystów wykorzystujących w procesie tworzenia komputery, a może nawet jeszcze wcześniej, wraz z pojawieniem się mediów technicznych – fotografii, filmu, wideo.

2

Liczba publikacji powstających zarówno przed momentem upublicznienia chatbota OpenAI, jak i po nim może być dowodem na to, że wspominany problem konceptualizacji oraz bieżącego śledzenia wpływu nowych narzędzi na twórczość artystyczną jest wyraźnie dostrzegalny w różnych środowiskach badaczy: krytyków i historyków sztuki, znawców nowych technologii, badaczy mediów piszących o konsekwencjach rozwoju AI w obszarze sztuki. Warto przytoczyć kilka tytułów książek, które uznaję za szczególnie istotne, wartościowe i inspirujące: From fingers to digits: An artificial aesthetic Margaret A. Boden i Ernesta A. Edmondsa², The artist in the machine: The world of AI‑powered creativity Arthura I. Millera³, Art in the age of machine learning Sofiana Audry’ego⁴, AI art: Machine visions and warped dreams Joanny Zylinskiej⁵, Deep visual instruments: Realtime continuous, meaningful human control over deep neural networks for creative expression Memo Aktena⁶, Beyond the creative species: Making machines that make art and music Olivera Bowna⁷, AI for arts Niklasa Hagebacka i Daniela Hedbloma⁸, Artificial aesthetics Lva Manovicha i Emanuela Arielliego⁹, Creative machines: AI, art & us Mai Ackerman¹⁰, AI art and the stakes for art criticism Nory N. Khan¹¹. Do tego zestawu pozwolę sobie dodać także moją książkę Cztery eseje o kulturze i sztuce w epoce AI¹². Jestem przekonany, że ten numer „Elementów”, prezentujący bardzo różnorodne ujęcia problematyki sztucznej inteligencji – przede wszystkim w odniesieniu do postkreatywnego splotu ludzkich i nie‑ludzkich aktywności twórczych – stanie się istotnym głosem w toczącej się dyskusji na temat obecnych i przyszłych scenariuszy rozwoju sztuki tworzonej z wykorzystaniem generatywnej sztucznej inteligencji (GenAI).

Autorzy ciekawego raportu dotyczącego tego, jak procedury uczenia maszynowego zmieniają warsztat współczesnych artystów, postanowili oddać głos im samym, a przy tym zrezygnowali z dywagacji, które tak często zaprzątały i zaprzątają głowy wielu filozoficznie zorientowanym badaczom, nieustannie roztrząsającym pytania typu: czy AI jest /może być twórcza, czy twórcze mogą być maszyny? Ich wnioski wynikają wprost z rozmów z artystami i analiz ich projektów; wśród nich znaleźli się tak interesujący twórcy, jak choćby Anna Ridler, Jake Elwes, Lauren McCarthy czy Nicolas Boillot. Mówiąc w dużym skrócie, ML (machine learning) w żaden sposób nie prowadzi do zastępowania artystów, ale staje się ich współpracownikiem. Rola artysty polega obecnie nie na „wytwarzaniu”, ale na „wybieraniu” określonych propozycji, istotną cechą staje się nieprzewidywalność oraz „szczęśliwie przypadki”, co musi się kojarzyć za dalekimi antenatami współczesnych twórców, którzy prezentowali swoje prace w trakcie przełomowej dla sztuki nowych mediów londyńskiej wystawy Cybernetic Serendipity (1969), kuratorowanej przez Jasię Reichardt. Praca z danymi, dominacja procesów iteracyjnych, nowe pojęcie autorstwa, które nie polega głównie na technicznym wykonaniu dzieła, ale na pracy koncepcyjnej (prompty), selekcji danych i krytycznym ich wyborze – to wszystko tworzy sytuację, w której tradycyjny warsztat artystyczny i technologiczne rzemiosło zastępowane są przez creative coding i data curation¹³.

Ten typ badań, odnoszący się do konkretnych realizacji i rozmów z twórcami, jest niezwykle istotny, bardzo często bowiem mamy obecnie do czynienia na przykład z niezwykle pobieżnymi i stale powtarzającymi się wizjami omalże katastroficznymi, zwłaszcza tworzonymi w środowiskach mało zorientowanych co do faktycznego stanu rzeczy, ale mocno obecnych w mainstreamowych mediach, które z lubością rozprawiają o różnorakich zagrożeniach i niebezpieczeństwach związanych ze sztuczną inteligencją. Rzecz jasna, nie należy ich lekceważyć, to oczywiste, warto jednak odnosić się do konkretnych faktów, zamiast nieustannie powielać powierzchowne opinie rozrastającego się grona „ekspertów”.

3

Krytyczny dyskurs wokół sztucznej inteligencji, ujawniający się tym numerze „Elementów” w postaci różnorodnych strategii badawczych, można uznać za refleksje, które wyrastają z przeświadczenia o tym, że obecnie powinniśmy się zastanawiać nad tym, co wydarza/y się „po sztuce AI”, by użyć tytułu artykułu Joanny Zylinskiej¹⁴. Nie chodzi przy tym o kwestie techniczne i technologiczne – są one istotne, ale o wiele ważniejsze są pytania natury kulturowej, ekologicznej, etycznej i filozoficznej. Autorka z dystansem traktuje zachwyty nad możliwościami kreatywnymi AI, wyrażając przekonanie, że na razie w dużej mierze opiera się ona na statystycznym prawdopodobieństwie i rekombinacji już istniejących danych, co wyraża się w powielaniu utrwalonych w bazach danych schematów. Nie ulega wątpliwości, że dziś o wiele ważniejsze jest dostrzeganie splatania i przenikania się w procesach twórczych czynników ludzkich, algorytmów i różnorakich infrastruktur. Zalewająca nas masa bardzo problematycznych „treści”, chociażby w postaci AI slopów¹⁵, może prowadzić do zubożenia naszej wyobraźni i degradacji zarówno środowiska medialnego, jak i naturalnego ekosystemu. Dlatego sztuka „po sztuce AI” powinna krytycznie problematyzować obecność algorytmów w naszym życiu, ujawniać mechanizmy ich działania, obnażać sposoby kontroli i nadzoru, jakim podlegamy w dobie „totalitaryzmu danych”¹⁶.

Powstaje zatem pytanie o zasadność tezy, czy oto znajdujemy się w okresie, który bywa nazywany „post‑AI hype”, czyli przejścia od początkowej bezkrytycznej fascynacji GenAI do krytycznej i realnej jej oceny opartej na twardych (nomen omen) danych? To pojęcie odwołuje się do zaproponowanej przez Jackiego Fenna w latach 90. ubiegłego stulecia graficznej reprezentacji adaptacji i społecznego zastosowania konkretnych nowych technologii wprowadzanych na rynek. Określono to mianem modelu „Gartner Hype Cycle”¹⁷, który – mówiąc w największym skrócie – wskazywał na to, że pojawianie się nowych, ważnych technologii można przedstawić w ramach pięciu kluczowych faz: wyzwalacza technologicznego, szczytu zawyżonych oczekiwań, doliny rozczarowań, ścieżki oświecenia i płaskowyżu produktywności. Z przeprowadzonych przez firmę Gartner analiz („Hype Cycle for AI”) miałoby wynikać, że obecnie jesteśmy świadkami cyklu trzeciego, czyli że GenAI wkroczyła w „dolinę rozczarowań”¹⁸. Należy pamiętać, że te rozważania dotyczą przede wszystkim sfery działań biznesowych i optymalizacji wprowadzenia AI jako narzędzia wspomagającego zarządzanie w firmach. Ale te pytania wydają się istotne także z punktu widzenia oceny znaczenia ekspansji AI w obszarze praktyk artystycznych i kreatywnych. Czy w istocie obecnie dominującym trendem w ocenie efektów wykorzystania tej nowej technologii jest rozczarowanie związane z początkowymi nadmiernymi oczekiwaniami? Nie jestem o tym przekonany. W artykułach zgromadzonych w tym numerze „Elementów” znaleźć można wiele refleksji poświęconych temu zagadnieniu.

4

Czytelnicy tego wydania „Elementów” otrzymują zestaw bardzo różnorodnych tekstów, w których autorzy i autorki podejmują rozmaite problemy ogniskujące się wokół tytułowego hasła AI. Twórcy i postkreatywne maszyny. Było ono rodzajem wyzwania do przemyślenia kluczowych kwestii działalności artystycznej (i nie tylko) w epoce zdominowanej przez logikę algorytmizacji, ale też prób wyzwolenia się z tego dominującego porządku. Nie wykorzystują przy tym narzędzi AI, pozostają raczej w starym paradygmacie, opierającym się na tradycyjnym modelu uprawiania refleksji na temat sztuki, działalności kreatywnych, interpretacji twórczości konkretnych artystów, analizy zjawisk dominujących w sztuce nowych mediów. Być może już niedługo tego typu praktyki odejdą do lamusa, staną się metodologicznym znakiem czasów minionych.

W niezwykle interesującej książce Amanda Wasielewski¹⁹ prezentuje własną wizję „formalizmu obliczeniowego”, który mógłby się wyrażać w metaforze „człowieka w maszynie”. Na czym miałoby to polegać? Zwracając uwagę na to, że „topologia percepcyjna” (uczenie maszynowe, widzenie komputerowe) systemów algorytmicznych istotnie różni się od percepcji ludzkiej, autorka podkreśla, że tylko zespolenie tych dwóch porządków – ludzkiego i nie‑ludzkiego – może stworzyć warunki świadomego wykorzystania AI jako nowego narzędzia w rękach badaczy. Powinno chodzić o wypracowanie „wspólnego języka”. Nowy „formalizm obliczeniowy”, oparty na współpracy historyków i teoretyków sztuki oraz informatyków, dobitnie wskazuje na to, że przekonanie o „mechanicznej obiektywności” procedur wykorzystujących procedury algorytmiczne to niebezpieczny mit.

Bezkrytyczna akceptacja działania „czarnych skrzynek” jako obiektywnych narzędzi analizy i interpretacji dzieł sztuki to naiwna wiara, że operują one na neutralnie gromadzonych danych, podczas gdy dziś doskonale już wiemy, że różnorodne datasets obciążone są przede wszystkim zachodniocentryczną selekcją i kategoryzacją danych, by nie powiedzieć zachodnimi uprzedzeniami i predylekcjami. Rozmaite modele oparte na uczeniu maszynowym nie tworzą zatem odkrywczych i nowatorskich interpretacji, one niejako bezkrytycznie sankcjonują, a zatem raczej „recytują” na bazie dostarczanych im w sposób wybiórczo danych, niż twórczo je rozwijają i prezentują „autorskie” rozwiązania. To na razie program na przyszłość, w tym numerze „Elementów” badacze i badaczki przede wszystkim opisują tego typu praktyki, a nie je stosują, być może zresztą to interesująca perspektywa metodologiczna, którą można byłoby przyjąć w kolejnych wydaniach pisma.

5

Co zatem znajdzie Czytelnik w tym wydaniu „Elementów”? W części pierwszej, zatytułowanej Krytyczny namysł nad problematyką AI, Anna Nacher proponuje model krytyki operacyjnej AI wychodzącej poza ramy reprezentacjonizmu, wprowadzając przy tym kategorię „skromnej AI”, pozbawionej spektakularności i futurologicznych pretensji; Aristotle Bancale przedstawia swoją koncepcję Matrycy Przepływu Transmaterialnego (TFM) jako modelu nowego rozumienia kreatywności w epoce postkreatywnej, co przedstawia w studiach przypadków takich artystów, jak: Refik Anadol, Ruairi Glynn i Anicka Yi, Agnieszka Kurant, Roman Lipski oraz Janek Simon, oraz osadza w odniesieniu do filozoficznych koncepcji nowego materializmu, radykalnej immanencji i transmaterializmu; Sylwia Szykowna dostrzega w rozwoju sztuki AI przestrzeń dla krytycznego namysłu, umożliwiającego szersze, pozatechniczne spojrzenie na współczesne technologie, ale też ujawnienie ukrytych mechanizmów działania systemów sztucznej inteligencji, co prowadzić może do przejrzystości jej wykorzystania, a w efekcie ludzkiego rozumienia oraz kontrolowania ukrywanych mechanizmów algorytmicznych.

W części drugiej, zatytułowanej Kilka szczególnych przypadków – I, Marta Anna Raczek‑Karcz opisuje ewolucję praktyki artystycznej Mariusza Filipowicza, rozpatrując ją w kontekście praktyk kooperacyjnych nawiązujących się pomiędzy twórcą, reprezentującym obszar grafiki artystycznej, a uczeniem maszynowym (ChatGPT); Kamil Myszkowski analizuje ewolucję fotografii, przybliżając koncepcję sztuki generatywnej oraz zjawisko promptografii, co ilustruje przykładami działań artystycznych Łukasza Cyrusa, Szymona Rogińskiego oraz Borisa Eldagsena; Monika Górska‑Olesińska przedstawia krytyczny komentarz do praktyki twórczej Sashy Stiles, która wykorzystuje w swojej działalności artystycznej osobisty generator poezji oparty na dużych modelach językowych. W centrum tych rozważań znajduje się instalacja A living poem, zaprezentowana w roku 2025 roku w Museum of Modern Art w Nowym Jorku.

W części trzeciej, zatytułowanej Kilka szczególnych przypadków – II, Danuta Jędrusiak – korzystając z koncepcji spekulatywności Isabelle Stengers – analizuje praktyki artystyczne dotyczące przyszłości sztucznej inteligencji, omawia prace artystów zarówno wykorzystujących narzędzia AI, jak i ich niestosujących (grupa Coding Rights, Yiyun Kang, Charlie Engman, Yu Shien Yang i Jin Keon); Patryk Ciesielczyk rozpatruje kategorię slopu przypisywaną niechcianym treściom powstałym z użyciem generatywnej AI, podkreślając, że estetyka slopowatości konstytuuje się poprzez wernakularne kategorie afektywnego osądu, takie jak cringe (żenujący) i cursed (przeklęty); Kalina Kukiełko przez pryzmat teorii Marshalla McLuhana interpretuje modę adaptacyjną, czyli ubrania i dodatki dla osób z niepełnosprawnościami, zwracając uwagę na to, że AI umożliwia precyzyjną personalizację, poprawę komfortu użytkowania i redukcję kosztów prototypowania, co stanowi istotne novum w tego typu praktykach.

W części czwartej, zatytułowanej Dwugłos o Memo Aktenie, ten turecki artysta i teoretyk jest w centrum uwagi dwóch autorów. Piotr Celiński analizuje cykl Learning to see, traktując go jako jeden z najbardziej rozpoznawalnych komentarzy artystów związanych z nowymi mediami do sposobów komunikowania się z AI, a przy tym podejmuje kwestie antropomorficznych ewolucji interfejsów medialnych; Marcin Składanek analizuje to, w jaki sposób Memo Akten konceptualizuje i wykorzystuje głębokie uczenie maszynowe jako medium twórcze, co skutkuje renegocjowaniem paradygmatu kreatywnego partnerstwa człowieka i komputera, ukształtowanego przez dziedzictwo sztuki generatywnej i praktyk kreatywnego kodowania.

Pytanie o to, czy maszyny (inteligentne?) mogą być kreatywne, wydaje się dziś bardziej niż problematyczne, a może wręcz nieaktualne. Należy zastanawiać się raczej nad tym, jak zmienia się pojęcie kreatywności i zagadnienia kooperacji człowieka oraz maszyn. Czy zatem należy mówić zarówno o kolejnej rewolucji technologicznej, jak i – szerzej – fundamentalnej zmianie, konstytuowaniu (czy już ukonstytuowaniu?) się nowego paradygmatu technokulturowego, którego podstawą są wszędobylskie algorytmy i sztuczna inteligencja? Mam nadzieję, że zgromadzone w tym numerze artykuły nie tylko zachęcają do myślenia na te tematy, lecz także proponują wiele cennych refleksji, analiz oraz interpretacji pomagających zrozumieć świat w czasach AI.