Der Strand war seit der Aufklärung immer eine Touristenattraktion. Mit dem Aufkommen des Massentourismus und der sozialen Medien haben sich die idealisierten Strandbilder mit der Realität verflochten, was zu umfangreichen menschlichen Eingriffen und Terraforming entlang der Küsten weltweit geführt hat. Ausgehend von dieser Vorstellung von der Schönheit des Strandes untersucht das Projekt das Konzept der einseitigen Realitäten, die in Reisebildern in den sozialen Medien dargestellt werden, und wie diese Bilder in der Transformer-Ästhetik reproduziert werden.

Das größte Publikum für von Menschen produzierte Texte und Bilder sind in der heutigen Zeit nicht mehr Menschen, sondern Maschinen. Computer lernen und betrachten menschliche Wissenssysteme, um sie zu produzieren. Da der Lernprozess auf den von Menschen produzierten Bildern basiert, sind die daraus resultierenden Bilder bis zu einem gewissen Grad verzerrt. Ob in den sozialen Medien oder in einer Online-Bibliothek, die Bilder, nach denen im Zusammenhang mit Stränden gesucht wird, sind allesamt helle, weiße und saubere Strände. Die Verwendung solcher Bilder als Trainingsdaten führt zu einer Verzerrung der Darstellung, sodass der Computer die Strandbilder als künstliche Szenerie wahrnimmt. Wenn diese Bilder von der Maschine verarbeitet werden und Testbilder erzeugt werden, führt die Grundlage für die Bestimmung, ob die Bilder dem Eindruck des “Strandes” entsprechen, ebenfalls zu einer Verzerrung der Bewertung. Mehrfache Verzerrungen ergeben sich auch bei der Erzeugung von Strandbildern durch das Transformer-Modell, das oft ein banales Bild des Strandes erzeugt.

Da Datensätze und Modelle des maschinellen Lernens immer umfangreicher und komplexer werden, wird es für den Menschen immer schwieriger, die Nuancen, Verzerrungen und Gesamtstrukturen in ihnen vollständig zu erfassen. Um dieses Problem zu lösen, kommen Techniken wie Mappings und Projektionen ins Spiel, die helfen, die überwältigende Dimensionalität dieser Räume zu reduzieren.

Da die Verzerrungen und Beziehungen in diesen Räumen hochdimensional und kompliziert sein können, ist es notwendig, diese Komplexität in Metriken wie Abstände zwischen einzelnen Datenpunkten zu destillieren. Obwohl dieser Prozess unweigerlich mit einem gewissen Informationsverlust verbunden ist, bietet die allgemeine Nachbarschaft, die durch diese Abstände gebildet wird, einen wertvollen Überblick über die Konzepte, die sich im Raum nahe beieinander befinden.

Die interaktive Installation *Euclidean Sensemaking* befasst sich mit einem solchen Raum und den damit verbundenen Mapping-Techniken. Durch den Einsatz von Algorithmen zur Dimensionalitätsreduktion wird eine interaktive Karte erstellt, die einen der größten Bild-Text-Paar-Datensätze (Laion-5b) für state-of-the-art Bildgeneratoren wie Stable Diffusion, in eine für Menschen lesbare Karte umwandelt. So kann man erkunden, warum Bildgeneratoren Katzen gegenüber Hunden bevorzugen oder eine Vorliebe für Bilder von Prominenten haben, die aus dem Auto steigen.

Sozial- und Verhaltensforschungen zeigen, dass der Mensch dazu neigt sich bestätigende Informationen zu suchen. Soziale Medien verstärken diesen Mechanismus, indem Algorithmen passende Beiträge vorschlagen. So kann zum Beispiel die Einstellungen und das Verhalten gegenüber eines Krieges beeinflusst werden. Darüber hinaus sind KI-gestützte Werkzeuge bereits zu mächtigen politischen Instrumenten geworden, welche auch in sozialen Medien eingesetzt werden. Im Umgang mit den Rückmeldungen unterschiedlich trainierter KIs sollen durch die notwendige Übertreibung Methoden und Auswirkungen des digitalen Faschismus sichtbar gemacht werden. Das Spiel mit Fehlinformationen und Verschwörungsmythen stellt Nutzer*innen vor eine kritischen Auseinandersetzung ihres eigenen Umgangs mit Informationen in sozialen Netzwerken.

Mit dem Aufkommen der maschinellen Intelligenz wächst das Interesse am maschinellen Zuhören als Strategie zur Erkennung und Unterscheidung der Wörter, während wir sie sprechen. Von OpenAIs Whisper, das unverständliches Gemurmel in einzelne Wörter umwandeln kann, bis hin zu Siri, Alexa und zahllosen anderen Diensten, die in bidirektionalen Routinen zwischen der Sprache und dem Text arbeiten, also der Luft, die letztlich die Laute enthält, die wir ausdrücken.

Welche Arten von Algorithmen sind in diese Werkzeuge eingeschrieben? Welches ästhetische Potenzial haben sie als Instrumente zur Erweiterung des musikalischen Werkzeugkastens des zeitgenössischen Klangarbeiters, indem sie durch spektrale Differenzierung zwischen klanglichen Ereignissen näher an die Worte/Laute herankommen. können die aus diesen Prozessen resultierenden Artefakte bearbeitet werden? Und wie können wir eine ästhetische Dimension in solchen Technologien finden, die gemeinhin mit den immerzu zuhörenden Apparaten der zeitgenössischen Hardware-Geräte assoziiert werden, die von großen Technologiekonzernen entwickelt werden.

In der Arbeit “Embedded Politics” beantworten verschiedene Large Language Models (LLMs) den politischen Kompass-Test. Large Language Models sind dialogfähige Sprachmodelle, die mit großen, oft nur teilweise moderierten Datenmengen aus dem Internet trainiert werden. Diese Daten enthalten Aussagen und Meinungen, die durch den Trainingsprozess in die Sprachmodelle eingebettet werden und so eine politische Voreingenommenheit der Modelle selbst erzeugen. Während diese Trainingsdatensätze als Grundlage für die Funktionsweise der Modelle dienen, erzeugt die aktuelle Implementierung von Inhaltsfiltern und Finetuning eine weitere Ebene der politischen Voreingenommenheit, die letztlich das dem Modell zugrundeliegende Meinungskonzept weiter prägt. Das Projekt macht sich die Ästhetik des politischen Kompasses zunutze, der nach seiner Einführung im Jahr 2001 große Popularität erlangte und sich zu einem beliebten Meme entwickelte.

Embedded Politics untersucht, wie digitale Werkzeuge/Interfaces die sozio-politischen Voreingenommenheiten des Internets übernehmen und potenziell verstärken. Maßgeblich beeinflusst wird dieses Phänomen von den Entwickler:innen solcher Tools, die in einem kontinuierlichen Entwicklungsprozess durch gezielte Eingriffe wie Filter und Finetuning Einstellungen vornehmen, die sich wiederum in der Prägung der Aussagen der Modelle über die Zeit beobachten lassen. Die ästhetische Konvergenz von visueller Symbolik und technologischer Exploration regt den Betrachter dazu an, über das komplexe Zusammenspiel von Algorithmen, Daten und der breiteren soziopolitischen Landschaft nachzudenken. Angesichts der steigenden Dialogfähigkeit von Large Language Models (LLMs), die nun aktive Gespräche mit ihren Nutzer:innen führen könnnen – und damit den fortlaufenden Prozess der Anthropomorphisierung imitieren und verstärken -, stellt sich die Frage: Welche Art von Mensch will diese Technologie im Kontext unseres gegenwärtigen Wirtschaftssystems erschaffen?

cctv.glitches.me ist eine Zusammenstellung von CCTV-Videos im Timelapse-Modus, die auf einer Webseite angezeigt werden. Closed-Circuit Television (CCTV) oder eine Überwachungskamera wird oft installiert, um Verbrechen zu verhindern, Mitarbeiter zu überwachen oder den Verkehr auf der Straße zu verfolgen. Solche Videos von unsicheren, nicht passwortgeschützten Überwachungskameras werden in der Installation von einem Bot wahllos gesammelt, beschleunigt und vervielfältigt, um das Nichts, die Langeweile und die Alltäglichkeit zu zeigen und suggerieren gleichzeitig die Unsicherheit der Sicherheit, die durch die Überwachungsgesellschaft und den Mangel an IT-Kenntnissen gewährleistet wird.

Emotionen und Schmerzempfinden gelten als essentiell für unser moralisches Handeln und unser soziales Miteinander. Wie drückt sich eine Maschine im Hinblick dessen aus und was verstehen wir als Betrachter davon, bzw. wie? “[John and Mary] – by artificial and non-artificial systems” ist ein audiovisuelles Experiment, das die Grenzen zwischen Mensch, Maschine, natürlichen und künstlichen Systemen, Emotionen und deren maschinelle Reproduktion, verwischt.

Gedichte wurden mithilfe eines großes Sprachmodells (LLM) generiert und dann in Bilddiffusionsmodelle eingelesen, um synthetische Videos zu erstellen. Diese wurden kontextlos Autor*innen präsentiert, um ihre individuelle Interpretation der Videos zu erfassen, die im VoiceOver zu hören ist. Innerhalb traumartiger Sequenzen entsteht ein Sog, der dazu verführt, in den Bildern Bedeutung zu fassen und der ein Spannungsverhältnis zwischen maschineller und menschlicher Semantik zeigt.

Abstraktionen und Mehrdeutigkeiten eröffnen neue Bedeutungsräume, die die Unterscheidbarkeit zwischen Mensch und Maschine verwischen und eine kritische Reflektion ethischer Standards in der Technologieentwicklung suchen.

Der Begriff “Revolution” ist zu einem geflügelten Wort in der Welt des Risikokapitalismus geworden. Die Welt im Sturm erobern: Als Anfang 2018 Tausende von elektrischen Tretrollern, oder “Trotinettes”, wie die Franzosen sie nennen, die Stadt Paris überschwemmten, waren die Medien schnell dabei, dies als “Mikromobilitätsrevolution” zu bezeichnen. Da die Franzosen gewissermaßen Experten auf dem Gebiet des Revolutionierens sind, ist Paris wohl der Schlüssel für einen erfolgreichen Aufstand. Das scheinbar endlose Hin und Her zwischen Regulierung und Kooperation, zwischen Teilen und Ausbeuten, Fortschritt und Rückschritt der Mikromobilität ist hier wie in keiner anderen europäischen Stadt zu beobachten. Seit dem 31. August 2023 sind die Trotinetten von den Pariser Straßen verbannt, nachdem sich zuvor fast 90 % der Bürger dafür ausgesprochen hatten. Eine Revolution ohne das Volk. Die Arbeit “micromobility revolution” ist ihren letzten Tagen gewidmet.