Jaký význam má estetika postdigitálních generativních obrazů?

Medialní reprezentace, jejichž estetická forma klade důraz na logiku opacitní hypermediace, oproti logice transparentní bezprostřednosti, se často zaměřují na privilegium estetického v kontrastu k „pouze“ neestetickému, funkčnímu nebo pragmatickému vnímání. Tyto principy se objevují v širokém spektru konvenčně odlišných mediálních forem, včetně (digitálních i nedigitálních) literárních textů, komiksů, animace, fotografie, filmů, seriálů a her. Ve zbytku této kapitoly se zaměříme na specifický druh postdigitální estetiky, jaký nabízí generátory obrazů založené na difúzi AI, jako jsou DALL·E, Midjourney nebo Stable Diffusion. Tyto nástroje mohou být navedeny k vytváření AI-generovaných obrazů nejen s více či méně specifickým reprezentativním obsahem, který bývá často označován jako „téma“ těchto obrazů, ale také s více či méně specifickou estetickou formou, často popisovanou termínem „styl“.

Meyer přitom přesvědčivě argumentuje, že „logika promptu“ radikálně rozšiřuje a de-hierarchizuje pojetí stylu, neboť v kontextu generátorů obrazů, jako jsou DALL·E, Midjourney nebo Stable Diffusion, termín „styl“ může odkazovat nejen na klasický historický pojem epochálního stylu nebo individuálního stylu kanonizovaného umělce, ale také na estetické kvality některých produktů populární kultury nebo vizuální vzhled spojený s konkrétními žánry a mediálními formáty. V produkční logice AI modelu jsou tyto pojmy vlastně ničím jiným než typickými vizuálními vzory.

Vzhledem k tomu, že téma AI-generovaných obrazů je stále rychle se vyvíjejícím, a proto je obtížné učinit obecná tvrzení, která by byla jak konkrétní, tak i relevantní v dlouhodobém horizontu, i přesto platí obecný princip, že „prompty fungují jako vyhledávací dotazy, které nasměrují model do konkrétní oblasti latentního prostoru možných obrazů“. To znamená, že AI-generované obrazy lze chápat jako „obrazy o obrazech, filtrovány jazykem“, což také znamená, že „každý AI-generovaný obraz je infografikou o základním datasetu“, neboť obrazy odrážejí vrstvy kulturního a sociálního kódování obsažené v datech použitých k jejich vytvoření.

AI-generované obrazy tak mohou odhalovat nejen kulturní, ale i historické vrstvy, v nichž se odrážejí mediální představivosti, které jsou kulturně podmíněné a ukazují nám, jak jsou specifické estetické formy reprezentovány v našem kulturním imagináři. Tento proces není omezen pouze na jedno médium nebo žánr, ale zasahuje do širšího kontextu popkultury a mainstreamové estetiky, přičemž se stále více soustředí na postdigitální estetiku, která spojuje jak digitální, tak nedigitální formy vyjadřování.

DALL·E a podobné generátory obrazů nám poskytují nástroj pro zkoumání toho, jakým způsobem jsou určité estetické formy generovány a jak jsou vnímány na základě kulturního a mediálního kontextu. Mimo to je důležité vzít v úvahu i výzvy spojené s tvorbou obrazů, které mohou mít dalekosáhlý dopad na to, jak vnímáme hranice mezi autentickým uměním a masovou produkcí, mezi lidským a strojovým tvořením, mezi skutečným a fiktivním světem.

Zároveň nelze přehlédnout, že prompty nejsou jen nástrojem k vyvolání konkrétního obrazu, ale i nástrojem, který odhaluje širší spektrum možností a interpretací. Jak v kontextu AI-generovaných obrazů, tak i v širším kulturním rámci se tyto obrazy stávají nejen reprezentacemi toho, co bylo uměle vytvořeno, ale i artefakty, které neustále reflektují a přetvářejí naše kolektivní vnímání světa a technologií.

Jaký je vztah mezi kreativním procesem a technickými protokoly v umění generovaném umělou inteligencí?

Umělecké praktiky na akademii se tím pádem výrazně přibližují tomu, co Wendy Chun popsala jako „programované vize“, kde „počítače vždy generují text a obrázky, místo aby pouze reprezentovaly nebo reprodukovaly to, co již existuje jinde“ (Chun 2013, 17; původní důraz). Tato analogie s historickým přístupem poskytuje zásadní vhled do estetických základů umění generovaného umělou inteligencí, jak se praktikuje na populárních platformách jako OpenAI, Stable Diffusion nebo Midjourney.

Hlavní otázka, která se zde nabízí, je vztah mezi kreativním prozkoumáváním a následováním pevných protokolů. V PAIA (populárním umění generovaném AI) se kreativní prozkoumávání objevuje v jiném smyslu než v profesním nebo festivalovém AI umění. Jakmile je model obrázku vyškolen a plně vyvinut – ať už v akademii Le Brunem, nebo v PAIA prostřednictvím společností jako OpenAI nebo Stability AI – a protokoly korelací textu a obrázku jsou nastaveny, stává se hlavním cílem praktikujících ovládnutí těchto protokolů, zatímco málo pozornosti je věnováno prozkoumávání samotné fáze trénování, která k těmto protokolům vedla. Kdežto profesionální a festivaloví AI umělci, na obecné úrovni, se zaměřují na umělecké a kritické prozkoumávání trénovací fáze AI generátorů obrázků (například prozkoumáváním databází, budováním trénovacích sad, doladěním modelů, zkoumáním společenských nebo environmentálních důsledků AI atd.), PAIA umělci využívají hotové modely. V PAIA je tedy kreativní prozkoumávání soustředěno na fázi inferencí a zaměřuje se na dodržování technických protokolů prostřednictvím inženýrství podnětů.

Avšak paradoxně v PAIA (a v akademii) probíhá kreativní práce konceptualizace v trénovací fázi (například když velké technologické společnosti nebo Le Brun kurátorovali trénovací data a indukovali předsudky), zatímco použití finálního modelu je otázkou vykonávání již zavedených protokolů. V tomto smyslu jsou praktiky umělců PAIA – kteří bojují s inženýrstvím podnětů a využívají přednastavené filtry v AI modelech pro vytvoření „správného“ obrazu, ale nezabývají se vývojem modelu – srovnatelné s boji studentů v akademii, kteří byli školeni k tomu, aby odpovídali specifickým stavům mysli v historických nebo biblických postavách, které malovali, s konkrétním vizuálním výstupem, ale jejich kreativní představivost byla přísně omezena na specifické žánry a motivy, které určoval Le Brunův obrazový model.