I serien om hvilken aktuel forskning der optager de ansatte på kunsthistorie, fortæller Lotte Philipsen, ph.d. og lektor på kunsthistorie om sin aktuelle forskning. Lotte Philipsen har været ansat på afdelingen for kunsthistorie siden 2016, og hendes forskningsområde er samtidskunst og kunstteori.

For tiden er min forskning rettet mod computer vision (eller machine vision, der er ikke rigtigt et dansk begreb for det). Jeg forsøger altså kritisk at undersøge nogle af de kulturelle konsekvenser af, at computere – nogle mener, i langt højere grad end mennesker – i dag både ’ser’, skaber og fortolker billeder.

Eksempelvis kan kameraet i vores telefon automatisk genkende navngivne personer; billedgenkendelsesprogrammer kan identificere objekterne i motivet på et maleri; og computerprogrammer kan automatisk konsultere satellitfotos og ud fra dem afgøre hvordan markens afgrøder har det, og derefter selv give den selvkørende traktor besked om, hvor der skal gødes. Et eksempel fra vores egen kunsthistoriske verden er, at nogle museer sammen med private og offentlige parter arbejder på at udvikle programmer, der automatisk kan sortere alle museets billeder i klynger afhængigt af, hvilke der ’ligner’ hinanden (se fx Lisbet Tarps og SMK’s projekt, der er omtalt i et tidligere miniportræt her på siden).

Disse nye syns- og billedpraksisser kan ikke forstås som statiske billeder, idet de i høj grad udfolder sig som processer eller billedoperationer, hvor det ofte kan være svært at svare på, hvad der er billede (og hvad der er algoritmisk data?), hvor billedet er (på en skærm, i en computer, i et livesignal eller på en fjerntliggende server?), hvem/hvad der har skabt billedet (et stykke software, en programmør, afsenderen af en ’snap’?), hvem/hvad der ser på det hvornår? Og måske vigtigst: Hvad alt det foregående betyder for, hvem der bruger billedet til hvilket formål eller med hvilke konsekvenser? De fleste har hørt om eksempler på billedgenkendelsesalgoritmer med (utilsigtet) racistisk bias.

Rigtig mange af sådanne allestedsnærværende og samfundsformende billedoperationer gør brug af såkaldt kunstig intelligens på måder, der gør dem uforståelige for andre end højtspecialiserede dataloger og ingeniører – og i bogstavelig forstand usynlige for os andre. Jeg kan godt få fornemmelsen af, at jeg – selvom jeg er kunsthistoriker og humanistisk billedteoretiker – ikke længere er i stand til at analysere nogle af de mest dominerende praksisser i samtidens visuelle kultur. Det er min bagvedliggende motivation for at undersøge feltet nærmere. 

Jeg har været nødt til at forstå nogle af de mere tekniske aspekter af de nye billedpraksisser som en forudsætning for at kunne gå kritisk, humanistisk til værks. Derfor har jeg brugt en del af 2020 på dels at forsøge (på et meget overfladisk plan!) at sætte mig ind i eksotiske sager som supervised image recognition, unsupervised image clustering, neurale netværk, deep learning, GAN-modeller m.v., dels at stille en masse dumme spørgsmål til dataloger og til kunstnere, der arbejder med billeder og AI. Jeg har desuden haft stor gavn af at arbejde tæt sammen med Aurora Hoel, der har være gæsteprofessor her på kunsthistorie i hele efterårssemesteret, og hvis forskning ligger i krydsfeltet billedteori, medieæstetik og teknologifilosofi.

Min forskning er altså p.t. ret tværfaglig, og jeg synes, det er super-spændende at samarbejde med nye mennesker og fagligheder!