Universitetet abonnerer på en rekke bildebanker, men ferdigproduserte fotoshoots og generiske nærbilder av datamaskiner og hender vekket liten entusiasme da vi skulle etablere nettsidene for Digital velferdsstat. Ingen av oss i prosjektgruppen evnet selv å lage gode illustrasjoner. I kunstens verden ble vi først inspirert av fantastiske bilder fra kubister som Picasso og Braque, men så nedslått over å innse at de fleste kunstnerne hadde levd så nær nåtiden at verkene fortsatt var beskyttet. Opphavsretten til åndsverk opphører som hovedregel først 70 år etter at opphaveren er død (åndsverkloven § 11).
Løsningen vår ble kunstig intelligens – eller mer presist: bildeverktøy basert på maskinlæring. Nettsiden wombo.art lar brukeren skrive inn noen stikkord, velge en tegnestil, og etter få sekunder får man et nyprodusert bilde. Wombo-bilder smykker nå alle sidene til Digital velferdsstat.
Hvordan lager kunstig intelligens bilder?
Bruken av slike bilder er også en konkret inngang til å forstå maskinlæring. Mulighetene er fascinerende! Algoritmene – selve programmet – er bare én brikke i hvordan denne teknologien fungerer. Algoritmene spiller tett sammen med data, i dette tilfellet (antagelig*) med et stort antall eksisterende bilder som har blitt “tagget” med for eksempel hvilke objekter de inneholder. Når dette er gjort, kan programmet finne likhetstrekk, mønstre og temaer på tvers av bildene. Så kan våre valg av stikkord danne utgangspunkt for å lage nye bilder – som til slutt ender på våre nettsider. Den “kunstige intelligensen” som skaper bildene er dermed i realiteten et tett samspill i flere trinn mellom mennesker, data og algoritmer.
Samspillet mellom mennesker, data og algoritmer
Denne typen samspill reiser mange og ulikeartede spørsmål. Spørsmål om “bias” og diskriminering i kunstig intelligens diskuteres stadig oftere. Hvilken betydning har utvalg og skjevheter i datasettet – billedmaterialet – for de nye bildene som skapes? Andre spørsmål handler om den globale verdikjeden: Hvem er egentlig de ghost workers som har “tagget” bildene i datasettet algoritmen er trent på, og hvordan er arbeidsvilkårene deres? En tredje type problematikk omtales gjerne som et spørsmål om ”forklarbarhet”. Prosessene bak bildet utgjør (i hvert fall for oss som brukere) en "sort boks”: vi kjenner ikke detaljene i verken datasettet og algoritmen, og kan ikke forklare hvordan og hvorfor bildet ble som det ble – hvis noen skulle komme til å spørre. Hvor mye bør man kunne forstå av programmer som brukes, og hvordan kan vi få slik forståelse?
Sider som Wombo er et eksempel på at “kunstig intelligens” ikke bare er forbeholdt mektige aktører, men også er tilgjengelig for allmennheten. Det reiser nye og prinsipielle spørsmål, og gir samtidig muligheter for å dekke hverdagslige og praktiske behov.
PS. Hva så med rettighetene til bildene? I USA har U.S. Copyright office funnet at programmet ikke selv er kunstner med rettigheter. Det samme ser ut til å gjelde opphavsrett i Norge. Hva “robotkunstneren” Ai-Da ville mene om dette, er uvisst.
*Vi vet ikke nøyaktig hvordan wombo fungerer, men denne artikkelen gir en beskrivelse: This AI art app is a glimpse at the future of synthetic media - The Verge