Doc. Jana Horáková: Umění v době AI a proč nás děsí roboti

Když Boris Eldagsen odmítl převzít cenu za snímek vytvořený pomocí AI, rozpoutal spor o to, co ještě považujeme za fotografii. V rozhovoru na Signal Fóru mi Jana Horáková nabídla užitečné rozlišení: místo toho, abychom každý přesvědčivý obrázek nazývali fotkou, můžeme se ptát, jaký technický obraz před sebou máme a jak vznikl.

Jeden prompt nám o vzniku obrazu moc neřekne

Zadáte pár slov a dostanete obrázek. Tuhle zkušenost dnes zná skoro každý, kdo si vyzkoušel generátor. Jenže umělec může výsledek skládat přes desítky mezikroků, střídat nástroje a pracovat s vlastním archivem. V rozhovoru Jana připomíná Eldagsenovu práci s rodinnými fotografiemi. V takovém případě je důležitý výběr materiálu: přes něj se autor vrací k vlastní rodinné historii. Kdybychom se dívali jen na výsledný obrázek, velká část toho rozhodování zůstane neviditelná.

Možná i proto ji tolik zajímají chyby raných generátorů. Rozmazaný nebo podivně poskládaný obraz mohl ukázat něco, co autor nečekal. Musel si toho ale všimnout a rozhodnout, jestli v tom vidí něco, s čím chce dál pracovat. Dokonalý povrch takové rozhodnutí nezaručuje.

S humanoidem za dveřmi bych usínal hůř

Vysavač může být kulatý a nikomu jeho chybějící obličej nevadí. Robot v pokoji vedle ložnice už ve mně vyvolává jinou reakci. V rozhovoru jsem si říkal, kolik z toho strachu patří samotnému stroji a kolik příběhům, které si o něm neseme od dětství. Jana hned připomněla horory o panenkách, které ožily.

Čapkovi roboti navíc nebyli plechové postavy, jak si je dnes snadno představíme. Horáková v R.U.R. zdůrazňuje okamžik, kdy už se člověk a robot dají splést. Tahle záměna je nepříjemná právě proto, že podobnost nutí člověka rychle rozhodnout, s kým má co do činění. U robotického tuleně, o kterém Jana vypráví v souvislosti s péčí, takové rozhodnutí dělat nemusíme. Přesto může jeho naříkání vyvolat potřebu ho obejmout. Dvě velmi rozdílné reakce na stroje a ani jednu nevysvětlí samotný seznam jejich funkcí.

V archivu může AI pomoct klást lepší otázky

Nejkonkrétnější příklad přišel nakonec. V projektu Vasulka Live Archive ( https://vasulkalivearchive.net/ ) pomáhají neuronové sítě hledat opakující se obrazové a zvukové motivy ve videích Steiny a Woodyho Vašulkových. Jana popisuje, jak si díky tomu při práci s archivem víc všímali zvuku. I když se obraz manipulací skoro rozpadne, známý zvuk nám ještě může napovědět, co se děje.

Příprava dat přitom podle Jany zaměstnala zhruba třicet studentů. Tahle věta mi v rozhovoru utkvěla: snadno vidíme to, co nástroj udělá za pár okamžiků, a hůř práci lidí, kteří mu vůbec umožnili něco užitečného najít.