Taide, tekoäly ja käyttäjäkokemus

Tekoälyn mahdollisuuksista ja kauhuskenaarioista taiteen esisällöissä on kirjoitettu ahkeraan valtamedioissa läpi 2010 -luvun ja tahti vaikuttaa kiihtyvän. Koneoppiminen ja tekoäly vaikuttavat nykyään vahvasti meille valikoituihin mediasisältöihin. Somekuplat vahvistuvat ja Spotifyn soittolistat muodostuvat itseään toistaviksi applikaatioiden oppiessa yhä enemmän mieltymyksistämme.

Pienten taide- ja kulttuurialan toimijoiden on vaikea saada relevanttia näkyvyyttä yhä pirstaloituvassa ja monimediaisessa maailmassa. Myös potentiaalinen yleisö seuraa yhä kirjavampaa joukkoa erilaisia medioita. Journalistit ovat huolissaan laadukkaan taidejournalismin katoamisesta klikkiotsikoiden sekaan. Tietovirran seuraamisesta on tullut sisältömäärien kasvaessa myös passiivisempaa: aikaa vievä journalismi jää tykkäämiskulttuurin ja lyhytvideoiden aikakautena pikkuhiljaa yhä ahtaammalle.

Toisaalta voimme myös kiittää algoritmeja ja koneoppimista siitä, että ne tuovat potentiaaliset artikkeleiden lukijat ja taiteentekijät yhteen uusin tavoin sekä mahdollistavat moniäänisempää keskustelua taiteesta. Printtimedian aikaan keskustelu taiteesta käytiin lähinnä taideorganisaatioiden kuraattorien, taiteilijan sekä kriitikoiden kesken. Yleisön kokemukset ja mielipiteet ovat nousseet sosiaalisen median yleistymisen myötä yhä tärkeämmiksi ja näkyvämmiksi osiksi taiteesta käytävää keskustelua. Tuttujen Instagram-postaukset teatterin lämpiöstä tai museosta sekä kiinnostavista taidenäyttelyistä vinkkaamiseen suunniteltu, jo edesmennyt suomalainen Artadvisor käyvät esimerkeistä yleisökokemuksen merkityksen noususta. Taideorganisaatiot nostavat nykyään enemmän yleisöpalautteita markkinoinnissa esiin ja jakavat esimerkiksi kävijöiden Instastoreja. Monella isommalla VOS-teatterilla on oma blogialusta, johon yleisön edustajat kirjoittavat teatterielämyksistään. Ylhäältä alaspäin suunnattu viestintä on pirstaloitunut ja markkinointia tehdään algoritmien ansiosta yhä kohdennetummin.

Konekuratointi osana kuvataiteen nykypäivää

Kuratointi mielletään taidekokoelmista tai potentiaalisten taiteilijoiden teoksista tehdyiksi valinnoiksi. Usein valinta tehdään tietyn teeman pohjalta, yhdistellään teoksia tai taiteilijoita uusin tavoin kiinnostavien kokonaisuuksien löytämiseksi ja lopuksi tuodaan esille julkisesti. Mitä koneellinen kuratointi voisi olla ja millaisia sisältöjä algoritmit nostaisivat julkisuuteen? Entä millaista lisäarvoa koneen ja ihmisen yhteistyö voisi tuoda?

Yksi ilmeinen esimerkki konekuratoinnista ja koneoppimisesta on Artbreeder, joka hyödyntää jo monta vuotta olemassa ollutta GANbreed-teknologiaa (mikäli on käyttänyt jotakin somen face-app -tyyppistä ohjelmaa tai vaikka Instagramin lisätyn todellisuuden pupunkorvia, on ollut tekemisissä tämänkaltaisen teknologian parissa ja luultavimmin myös luovuttanut omaa dataansa applikaation käyttöön). Kone pystyy oppimaan sille syötetyn datan perusteella kuvien eroavaisuuksia, esimerkiksi auton, maiseman ja ihmiskasvon eroja. Näin toimii heikko tekoäly, joka suorittaa ihmisen ennalta määräämiä tehtäviä.

Jukka Hautamäki kirjoittaa Mustekalan artikkelissaan:

”Mitä informaatiota ja lukutapoja valmis kuva sitten tarjoaa katsojalleen? Jos ajatellaan esimerkiksi Ganbreederilla tuotettuja kuvia, toteutunut kuva voi olla yli kymmenen eri kuvakategorian synteesi, jossa kategorioilla ei äkkiseltään ole mitään tekemistä keskenään. Äkkiseltään se voi näyttäytyä lähinnä kummalliselta unenomaiselta kuvalta, joka liikkuu reaalisen ja fantasian välimaastossa. Kun kuvia alkaa tutkia tarkemmin, oppii niissä pian erottamaan tiettyjä lainalaisuuksia ja toistuvuuksia.”

Koneoppiminen on perusta myös vahvalle tekoälylle, neuroverkolle, joka pystyy toimimaan ohjelmoinnin perusteella. Esimerkiksi taiteilijakaksikko Pink Twins käyttää neuroverkkoja uuden taiteen luomiseen, runoilija Tuomas A. Laitinen käyttää koneoppimista  uuden taiteen luomiseen, molempien esimerkkien teoksissa voidaan nähdä sekä ihmisen, että koneen tai neuroverkon panos. Olisi kiinnostavaa nähdä kokonaan konekuratoitu taidenäyttely, jossa ihminen olisi vain yleisön roolissa.

Yleisesti ei ajatella koneiden tekevän taiteilijoita tarpeettomiksi, sillä tekoäly tarvitsee ihmisen ohjausta, eikä kykene esimerkiksi empatiaan tai luovaan työhön itsekseen. Kaikkea konetoimintaa rajoittaa myös sen materiaalisuus. Kuvataitelijat käyttänevät lähitulevaisuudessa neuroverkkoja tai GAN-aineistoa teostensa luonnostelemiseen; taiteellisen työskentelyn apuvälineenä.

Kenen teoksia tekoäly luo?

Tekijänoikeuslaki koskee vain ihmisiä. Tekoäly tai neuroverkko voidaan nähdä vain työkaluna, välineenä ihmisen alulle paneman prosessin lopputulokseen. Kuuluisiko tekijänoikeus siis ihmiselle, joka on kehittänyt tekoälyn? Tekijänoikeuslaki tulkitsee uuden ja itsenäisen teoksen lain piiriin kuluvaksi. Mikäli tekoälyn luominen perustuu uuden datan syöttämiseen, näin ollen teoksia voidaan tulkita, ettei teos ole kenenkään oma. On kuitenkin mielestäni kiinnostavaa, että koneoppimisen avulla tekoäly voi luoda monimutkaisempia tai omaperäisempiä rakenteita, kuin mitä sille syötetty data mahdollistaa. Tämä on todettu jo vuosikymmeniä sitten mm. säveltaiteen piirissä ja tekoälyä on käytetty sävellysten luonnostelun apuna. Data, jota tekoälyalustalle syötetään, voi olla taiteilijan itsensä tuottamaa tai tulla muista lähteistä. 

Christies'n taidehuutokauppa myi viime vuonna tekoälyn avulla tehdyn teoksen lähes puolella miljoonalla dollarilla. Tekijänoikeudesta nousi pienimuotoista kiistaa open source-määritellyn koodin luojan ja teoksen luomiseen koodia käyttäneen Obvious -kollektiivin välillä.

Tekoälyn käytön puolesta taide- ja kulttuurisältöjen kentällä puhuu sen vaivattomuus ja edullisuus. Henkilökohtianen suosikkini tällä hetkellä on Signe Branderin ottamien Helsinki-aiheisten kuvien botti. Koneoppimistekniikalla varustettu algoritmi värittää mustavalkoisia kuvia yli sadan vuoden takaa ja botti julkaisee ne viikottain automaattisesti Twitterissä. Yhden ihmisen työpanos ei ollut kovin mittava tämänkaltaisen, itseään uudistavan sisällön luomisessa, mutta se tuottaa uusia merkityksiä ja sisältöjä vielä pitkään.

Älykäs kulttuurituotanto

Pienistä resursseista tunnettu kulttuuriala voinee lähitulevaisuudessa hyötyä merkittävästi heikosta tekoälystä ja koneoppimisen mahdollisuuksista. Kävijäkokemuksen parantaminen ja sisältöjen sekä niistä käydyn keskustelun monipuolistuminen on haastavaa, mutta avaa myös uusia mahdollisuuksia. Tekoälynstä ja taiteen tekijyyden murroksesta suhteessa kulttuurituotannon koulutukseen on tehty jo AMK-lehdessä julkaistu ansiokas podinta, joten en avaa tätä tematiikka enempää tässä kirjoituksessani. Kulttuurituottajien tulisi olla perillä eri teknologioiden kehityksestä viimeistään siinä vaiheessa, kun niistä on tulossa valtavirtaa. Tämä luo painetta uudenlaisten toimenkuvien haltuunottamiseen. 

AMK-lehden kirjoituksen mukaan "Kulttuurituotannosta voisi olla syntymässä siis tutkinto-ohjelma, jossa uudet teknologiat ja niiden vaikutukset tunnistetaan reaaliaikaisesti ja ennakoiden tuotannon kannalta olennaisina mahdollisuuksina sisällön, elämyksen, yleisön osallisuuden, viestinnän, markkinoinnin, kulttuuripalvelujen kehittämisen ja pedagogiikan sekä muiden alojen rajapintatoiminnan keskiössä. Tällöin tuottaja nähdään aktiivisena, tulevaisuusorientoituneena, verkottuneena innovaattorina ja uusien projektien alullepanijana ja roolien sekoittuessa toimintaa eteenpäin vievänä voimana."

Tämän blogikirjoituksen kuvituksena on käytetty Artbreederissä luotuja kuvia, joita kirjoittaja on tehnyt yhdessä tekoälyn kanssa.

Aiheeseen voi tutustua lisää tämän videon kautta. Siinä osana Metropolia AMK:n Creathon -hankeen tilaisuutta mediataiteilija Kasperi Mäki-Reinikka luennoi neuroverkoista ja taiteesta sekä taiteen ja tieta sekä taiteen yhdistämistä käsittelevästä väitöskirjastaan. 

Taru Tuomisto