Makinelerin yükselişi
(…) insan beyni ile makine arasındaki asıl fark, insan beyninin estetik mahiyette müessirleri alıp onlar üzerinde işleyebilmesi ve yine estetik mahiyette olan kararlar verebilmesine, verilen bir işi yapıp yapmamak hususunda kendisini serbest hissetmesine mukabil makinede bu vasıfların benzerlerinin yok oluşudur. Bu vasıfları karakterize eden husus hepsinin de bir belirsizlik unsuru ihtiva etmesi, bunların şaşmaz bir şekilde uydukları kaidelerin mevcut olmayışıdır. Belirsizlik karakterini haiz olan insan dışı tabiat hâdiseleri mevcuttur. Bunlar atom içinde ceryan eden olaylardır. Bu itibarla nispeten küçük sayıda atom içinde ceryan eden olaylar böyle makinelerin işleyişinde müessir hale getirilebilirse, makinelerin estetik bakımdan da insan beynine benzetileceği ümit edilebilecektir. Böyle bir makine, mesela filân müzik parçasını güzel bulmadığını söyleyebilecektir. Fakat bu işin uzun yıllar sonra bile belki de hiçbir zaman yapılamayacağını zannediyorum.
Cahit Arf, Makine Düşünebilir Mi ve Nasıl Düşünebilir? Atatürk Üniversitesi – Üniversite Çalışmalarını Muhite Yayma ve Halk Eğitimi Yayınları Konferanslar Serisi No: 1, 1959, Erzurum, s. 91-103
Sağlıktan askeriyeye birçok alanda kullanılan yapay zekâ teknolojilerinin sanat ve tasarım alanında da büyük bir hızla yaygınlaştığına tanık oluyoruz. Tıpkı matbaa, fotoğraf, sinema ve dijital görüntü üretiminde olduğu gibi makineler bir kez daha kültürel kodlar ve estetik anlayışlar üzerinde derin değişimlere yol açmaya başladı.
Yapay zekâ programlarının sanatla ilişkili alanlara özellikle eğilmesinin nedenlerinden birisi, bu alanların mekanikleştirilmesinin zorluğuyla ilgili. Günümüzde makineleri insanlarla kıyaslamayı seven insan-merkezci görüşlerin bir egemenliği var. Yaratıcılık ise insana özgü bir özellik olarak kabul edildiğinden, tasarımlarda kullanılan algoritmalar sürekli teste tabi tutuluyor. Bu durum, bu tür programların son yıllarda çok hızlı bir şekilde gelişmesine neden oldu.
Makineler sanatın başlangıcından beri çeşitli düzeylerde üretimin içinde hep var oldular. Ancak yapay zekâ ile çalışan algoritmaların öğrenme ve adaptasyon becerisi geçmiş makinelere kıyasla çok gelişmiş bir seviyede. Büyük miktarda veriyle çalışarak spesifik çıktılar üretebilmeleri nedeniyle geleneksel olarak insanlar tarafından gerçekleştirilen birçok görevi üstleniyorlar. Yapay zekâ programları, bu sürecin bir ortağı veya yardımcısı olarak (ya da kimilerine göre kölesi olarak) kullanılabildiğinden görünürlükleri ve kullanımları daha da arttı. Bu nedenle makine-insan etkileşimleri artık yaygın bir biçimde tartışılan bir konuya dönüştü.
Bu durum, orijinallik, yaratıcılık ve yaratıcı üretim süreçleriyle ilgili tarih boyunca sorulan soruları yeniden gündeme getirirken, eserlerin değeri ve özellikle sanatçının katkısının izlenebilirliği konusunda farklı tartışmalara da neden oluyor. Algoritmaları geliştirenler ile onu kullanarak tasarımlar üretenler arasındaki farklar nelerdir? Algoritmaların üretim sürecindeki etkisi ne düzeydedir ve tasarımcıların karar alma mekanizmalarını incelemek mümkün müdür? Yaratıcılık ve özgünlük kavramlarına dair tanımlamalar bu süreçte nasıl dönüşmektedir? Kitlesel ölçekteki bu tür üretimler günümüz yaratıcılık kültürüne dair ne söylemektedir?
Yapay zekâ ile üretilen tasarımların algoritmalar ve teknolojik süreçlerle üretilmesi, sanatsal ve estetik değerlendirmeyi oldukça zorlu hale getirmektedir. Bu nedenle teknoloji ve algoritmaların rolünü, eğitim verilerinin niteliğini ve çeşitliliğini, sanatçılar ve yapay zekâ sistemleri arasındaki üretim sürecini kavramak önem taşıyor.
Sanatçı miti ve özgünlük
Teknolojik yenilikler zaten sık sık tanımı çok güç, muğlak ya da fazla geniş olabilen zekâ, bilinç ve yaratıcılık gibi kavramları gündeme getirir. Bu kavramlar üzerinde uzlaşma sağlanmadığında ise oldukça kafa karıştırıcı bir şekilde yanlış konuya yanlış sorular sorulabiliyor.
Yapay zekânın sanatla ilişkisinde de sanatçı figürünün ve özgünlük anlayışının nasıl tanımlandığı tasarımlara yönelik bakış açısını büyük ölçüde biçimlendiriyor. Öncelikle, bugün anlaşıldığı haliyle sanatçı figürünün, insanlık tarihinin küçük bir bölümünde ortaya çıktığını ve birçok kültürde yaratıcı etkinlikler bulunmasına karşın günümüzdeki gibi bir sanatçı anlayışının olmadığını unutmamak gerek. Romantik dönemdeki birey ve ifade vurgusunun tarihsel bir sonucu olarak ortaya çıkan sanatçı figürü, modern sanatta da devam etmiş ve günümüzde biraz yıpranmış olsa bile -kısmen reklam amaçlı- varlığını sürdürüyor.
Sanatçının bireyselliğine ve doğuştan gelen yaratıcı yeteneklerine duyulan inanç, sanatın işbirlikçi ve disiplinlerarası yönlerini fazlasıyla gözden kaçıran hatta politik bağlamda görünmez kılıp yok sayan bir durum. Oysaki sanat her zaman kolektif üretimleri barındırmıştır. Örneğin, Rönesans atölyeleri bir usta rehberliğinde birlikte çalışan birkaç sanatçıdan oluşuyordu. Benzer şekilde, Dada, Gerçeküstücülük, Fluxus gibi sanatsal hareketler, kolektif yaratımlara ve işbirlikçi pratiklere dayanmaktaydı. Bu pratikler sadece insanlar arasında değil insanlar, soyut ve somut makineler, farklı malzemeler, teknikler, olaylar arasında da gerçekleşir. Geniş bir perspektiften bakıldığında sanatçı yalnız başına üretim yapmaz. Sanatsal üretim hep bir dizi belirgin etkileşimle gerçekleşir. Öğrenilmiş bilgiler, hatıralar, duygular ve bedene ilişkin reflekslerin yanı sıra sosyal ve tarihsel bağlamlar da üretim biçimlerini doğrudan etkiler.
Buna karşın bu üretimler kolektif de olsa deneyimle şekillendiklerinden birbirlerinden farklılaşırlar. Başka bir deyişle, her sanatsal üretim süreci, ona katkıda bulunanların farklı bilgileri, anıları, duyguları ve refleksleri nedeniyle kendine özgü bir karaktere sahip olmaya başlar.
Bu farklılaşmanın özgünlükle ilişkisi ise, sanatsal dehanın eşsiz bir özelliğinin sonucu olarak değil, farklı kolektif örgütlenmelerin ve mevcut öğelerin “yeniden” düzenlenmesi olarak değerlendirilmelidir. Özgünlük, tamamen yeni bir şey yaratmaktan ziyade, var olan unsurları alışılagelmedik bir şekilde bir araya getirme ve yeniden düzenleme süreçlerini ifade eder. Bu, insan ürünü olmayan oluşumlarda da görülen bir prensiptir; kristallerin oluşumu, bitkilerin büyümesi ve hatta evrenin işleyişi, maddelerin ve kuvvetlerin bir araya gelerek yeni yapılar ve sistemler oluşturduğu süreçlerdir. Her bir kristal benzersizdir ancak bu benzersizlik, farklı birliktelik biçimlerinin başka bir adıdır.
Yapay zekâ, algoritmaları insanlar tarafından oluşturulan veri setlerinden öğrenir ve bu verilere dayalı olarak tasarımlar üretir. Bu süreçte, algoritma, mevcut öğelerin yeniden düzenlenmesini sağlar. Bu nedenle algoritmaların kolektif insan bilgisine ve deneyimine dayanan verileri işleme tarzı, yani onları nasıl düzene soktuğu tasarımı doğrudan biçimlendirir. Tasarımcının bu düzenleme ve onun çıktıları üzerindeki kontrol olanakları da algoritmaya, sanat özelinde ise çalışma koşullarına göre farklılıklar gösterir.
Remiks
Yaratıcı etkinlikler, ödünç alma, alıntılama, uyarlama ve yeniden yorumlamanın üretimin ayrılmaz bir parçası olduğu bir remiks süreci olarak düşünülebilir. Remiks daha çok müzik dünyasında işitilen fakat bütün disiplinlerde etkin olan bir kavramdır. Var olan fikirleri, malzemeleri, nesneleri ya da imgeleri yeniden düzenlemek yaratıcılığın temel bir bileşenidir. Kültür tarihine bu kavramın gözlüğüyle bakıldığında, remiks benzeri yaklaşımları her yerde görmek mümkündür. Çin ve Pers resim geleneğinden etkilenen Osmanlı minyatürlerinden Warhol’un konserve kutularına, Tarantino filmlerindeki sinema tarihi referanslarından Rönesans sanatının Antik Yunan’ı yeniden kurgulamasına, Batı perspektifiyle değişen Japon baskılarından Bob Dylan’ın halk müziği yorumlarına dek karışımların olmadığı bir alan yoktur. Elbette ilham almak, geleneği sürdürmek, gönderme yapmak, alıntılamak, sahiplenmek, çalmak veya yeniden yorumlamak gibi farklı yaklaşımların farklı nedenleri ve sonuçları var. Örneğin, 20. yüzyılda bazı eserlerde pastiş, alıntılama ya da eklektizm gibi yöntemler, bilinçli bir seçim olarak benimsenerek eserin karakterini doğrudan etkiliyordu. Sanatçılar, sanatçı mitlerini yıkmak adına çeşitli stratejiler deniyor ve yaratıcılık ile müelliflik konularını tekrar gündeme getirecek çalışmalar yapıyorlardı. Sıkıcı, çirkin, yaratıcı olmayan, sanatçısı belirsiz, başkalarıyla veya makinelerle üretilen eserlerin yanı sıra başka sanatçıların çalışmalarına müdahale eden, onlara eklemeler yapan, hatta onları silen, yok eden veya anlamlarını değiştiren pek çok eser bulunmaktadır.
Dijital çağın gelişmesiyle birlikte, remiks yapmak analog mecralara kıyasla daha kolay ve hızlı hale geldi ve sanat dışı alanlardan da toplumun farklı kesimlerinden birçok insanın günlük hayatına dahil oldu. Cep telefonu erişimi olan pek çok kişi, gün boyunca ekran görüntüsü alarak, alıntılar yaparak, meme’ler oluşturarak, GIF’ler hazırlayarak, podcastler düzenleyerek, dijital illüstrasyonlar yaparak veya TikTok videoları üreterek çeşitli remiksler gerçekleştiriyor. Remiks, günümüz kültürünün en belirgin bir özelliklerinden biridir.
Basitleştirilmiş kullanıcı arayüzlerine sahip yapay zekâ programları ise remiks sürecini hızlandırıp kolaylaştırıyor. Artık birkaç paragraf yazarak onlarca farklı kaynaktan beslenmiş görseller, sesler ve metinler hatta başka programların kodlarını üretmek mümkün. Ancak bu oldukça özgün bir remiks deneyimi.
Bu süreç teorik olarak bir kolaj yapmaya benzese de birçok açıdan çok daha karmaşık. Öncelikle programlarla iletişim kurmak ile nesnelerle çalışmak birbirinden oldukça farklı deneyimler. Kullanıcı arayüzleri, her ne kadar analog dünyanın deneyimlerini simüle etmeye çalışsa da (Örneğin Photoshop’ta imajı “kesmek”) bu bir yere kadar mümkün olabiliyor. Yapay zekâ programları ise dil ile çalışıyor. Bir metin, bir imaj (o da yine metine dönüştürülecek) ya da bir kod dizisi girerek iletişim sağlanıyor. Remiksi gerçekleştiren ise programın kendisi. Kullanıcılar programı ancak belli seviyelerde yönlendirebiliyor. Dolasıyla programın bir otonomluğu var. Bütün tartışmalar da buradan çıkıyor.
Diğer önemli konu ise referansların kaynağını bulmanın neredeyse imkânsız (ve bir çok kullanıcının pratiğinde tümüyle gereksiz) olması. Bu nedenle bu programlarla üretilenleri geleneksel bir kolaj gibi değil de farklı yerlerden getirilmiş malzemelerle bir yemek yapmak gibi düşünmek daha doğru olabilir. Birçok platformda kullanıcılar birbirleriyle görseli üretmek için kullandıkları metin girdilerini paylaşıyorlar. Bu paylaşımlar jeneratif üretim kültürünün önemli bir ayağını oluşturuyor. Görselleri oluşturmak için kullanılan bu girdiler yemek tarifleri gibi düşünebilir. Kimse tarifini birbiriyle paylaşmaktan çekinmiyor çünkü orijinalliğe dair en ufak bir kaygı yok. Bu durum o kadar o ileri gitmiş durumda ki “sufle mühendisiliği” (İngilizce prompt engineering) denilen bir terim var. Programlara hangi metinler yazıldığında ne tür sonuçlar elde edildiği, noktalama işaretlerinin, yazım dilinin nasıl olması gerektiği ve hangi sanatçıların tarzlarını birbirine karıştırmak gerektiği gibi konular üzerine uzun uzun paylaşımlar yapılıyor. Bu paylaşımlar esnasında sanat tarihiyle pek ilgisi olmayan birçok insanın yeni karışımlar elde etmek isterken birçok sanatçıyı öğrenmeye başlaması da oldukça ilginç bir konu. Yapay zekânın iyi bir eğitim aracı olduğuna inanıyorum ancak o konuyu başka bir metinde açmak isterim.
Yapay zekâ, görsellerin (kullanıma bağlı olarak seslerin, metinlerin, kod dizilerinin) bir araya gelme biçimlerini, tarzlarını ve stillerini öğrenerek yeniden üreten bir remiks makinesi gibi düşünülebilir. Makinenin ürettiği çıktıya bakarak tam olarak nereden beslendiğini saptamak ise çok güç. Nasıl ki Rembrandt denildiğinde akla sadece figürler, pozlar, konular değil resmetme tarzı, komposizyon biçimi, renk paleti gibi biçimsel unsurların tamamından oluşan bir atmosfer geliyorsa yapay zekâyla üretilen tasarımların da bu tür bir atmosferik özelliği var. Yapay zekâ bu atmosferi öğrenecek verilerle donatılıyor. Görsele bakınca orada bir yerlerde bir Rembrandt olduğunu hissetmek mümkün ancak kullanıcı çok bariz bir stil ya da figür seçmemişse bunu tam olarak işaret etmek genelde güç oluyor.
Diğer mesele ise her şeyin birbirine karışması. Rembrandt resimlerine bir miktar Blade Runner estetiği, bir miktar Hokusai estetiği ve bir miktar TikTok videosu görseli eklendiğinde artık tuhaf benzerlikler dışında referanslar oldukça bulanık hale geliyor. Bu nedenle ortaya çıkan yeni görselde kullanılan diğer verilerin kökenlerine dair izler silikleşiyor. Âdeta piksellere dağılmış ya da bir bestenin notalarına saçılmış bir karışımdan söz ediyoruz. Bir kullanıcının bir çalışması beğenildiği anda ise bir anda başkaları tarafından yüzlerce versiyonu üretiliyor. Burada artık kimin ne yaptığının da pek önemi kalmıyor. Devasa boyutlarda bir kolektif makinayla iç içe geçiyoruz.
Homojenleşme riski
Her özgün tasarımın aslında birer karışım olduğunu vurguladık. Buna karşın her karışım özgün ve yaratıcı olarak değerlendirilmiyor. Her bir kristal biricik olmasına rağmen belirli ölçeklerde benzerlikleri de çok yüksek olabiliyor. Kültür dünyası genellikle mikro düzeydeki farklılıkları değil daha genel çerçeveyi özgünlük kavramıyla ilişkilendiriyor. Bu nedenle yapay zekâ algoritmalarının yapısına bağlı olarak üretilen dijital nesnelerin büyük bir kısmı birbirine çok benziyor ve mevcut türlerin varyasyonları olmaktan öteye geçemiyor. Programın eğitim verilerine yönelik yaklaşımlar, kullanıcıların programlar üzerindeki etkisi ve popüler kültürdeki “yankı odası” etkisi bunun başlıca nedenlerini oluşturuyor.
Yapay zekâ görsellerinin eğitimi, genellikle derin öğrenme ve özellikle evrişimli sinir ağları (CNN) adı verilen bir yapay sinir ağı türü (insan beynindeki biyolojik sinir ağlarının işleyişini sayısal olarak taklit etme amacı taşıyan matematiksel modeller) kullanılarak gerçekleştirilir. Bu tür ağlar, görsel nesneleri tanımak ve sınıflandırmak için eğitilmiştir. Programa “bardak” yazınca bardağa benzer görsellerin çıkması bu şekilde eğitilmesinden kaynaklanır. Nasıl ki doğduğumuzdan itibaren görsel dünyamızı dille eşliyorsak yapay zekâya da dünyayı nasıl tanımlaması gerektiği öğretilir ve bir harita çıkarması sağlanır. Yapay zekâ görsellerinin eğitimi, büyük miktarda görsel veri toplanarak başlar ve bu veriler manuel olarak etiketlenir. Daha sonra, derin öğrenme teknikleri kullanılarak modeller bu veri setindeki görsel özellikleri katmanlar (örneğin önce bir nesnenin kenarlarını ve köşelerini öğrenen basit bir katmandan daha ileri düzeylere doğru) halinde işleyerek öğrenir. Eğitim süreci tamamlandıktan sonra, modelin doğruluğunu ölçmek için daha önce görmediği görseller üzerinde testler yapılır. Model, yeni bir görselle karşılaştığında, bu görseli ilgili kelimelerle eşleştirebilir ve uygun bir etiketle sınıflandırabilir. Bu süreç, görsel tanıma ve sınıflandırma için kullanılan genel bir yaklaşımdır ve modellerin görselleri anlamlandırmasına, kelimelerle ilişkilendirmesine olanak tanır. Bu veri setlerinin içeriği, modelin öğreneceği bilgiyi ve sonuç olarak modelin performansını ve doğruluğunu doğrudan etkiler. Eğer eğitim veri seti önyargılı veya eksikse, yapay zekâ modeli de bu önyargıları öğrenir ve sonuçlarında bu önyargıları yansıtır. Bu durum programın teknik kapasitesiyle değil, programcılarların onu nasıl biçimlendirdiğiyle ilişkilidir. Bu nedenle programların objektif olduğunu düşünmek oldukça yanıltıcıdır. Aksine farklı kültürlere özgü bir çok ideolojik önyargıyı bünyelerinde barındırırlar. Daha da önemlisi bu öğrenme süreçleri sanatın çok temel bir özelliğini es geçerler. Sanat imgelerle kelimeleri eşleştirme konusunda çok dikkatli davranır ve sık sık bu haritalama operasyonun bağıntılarıyla oynar. O nedenle “Bu bir pipo değildir” ya da “Bir ve Üç Sandalye” farklı sandalyelerdir.
Benzerliğe neden olan diğer önemli konu ise Midjourney gibi metin komutlarıyla görsel üreten platformlarda kullanıcıların farklı görüntüleri oylamasının programın bir sonraki versiyonunu hazırlarken dikkate alınmasıdır. Kullanıcılar, anlamsız, soyut veya çirkin olarak algıladıkları görselleri elemeye başladıklarında, programlar popüler görsel dilleri yinelemek yönünde eğilim gösterir. Programcılar her ne kadar bu tür durumları dengeli olarak tasarlamaya özen gösterse de programların gelişiminde giderek daha temiz, net ve anlaşılır görsellere doğru bir yönelim fark ediliyor. Yanlış anlaşılmaların ve hataların ortadan kalkmasının makinelerin yaratıcı tasarımlar üretmesini ne ölçüde etkilediğini oldukça merak ediyorum. Kelimeleri en yaygın haliyle anlayan, imgeleri en bilindik haliyle üreten bir program şüphesiz birçok alanda çok kullanışılı olacaktır. Ancak bu durum programın yorumlama yeteneklerini kısıtlamaz mıydı? Bu soruların cevaplarını yakın zamanda verebileceğimizi düşünüyorum.
Remikslerin birbirine benzemesinde programların özellikleri kadar kültürün de büyük etkisi vardır. İnsanlar hali hazırda birbirine benzeyen tasarımlar üretiyorlar. Popüler kültürde filmler, diziler veya müzikler birçok açıdan birbirine benzer. Tarihte farklı dönemlerde ve coğrafyalarda benzer stil ve tekniklerin kullanılması, kültürel etkileşimler ve estetik anlayışların benzerliği nedeniyle ortak özellikler taşıyan eserlerin ortaya çıkmasına ve bunların çeşitli stiller altında kategorize edilmesine de yol açtı. Örneğin İzlenimci resimler belirli perspektiflerden birbirlerine oldukça benzerler. Yapay zekâ tarafından oluşturulan remikslerde benzerlikler görmek, insanların aynı kültürel ve estetik değerlerle etkileşime girdiğini ve bunların modellerin eğitim veri setlerine yansıdığını gösterir. Bu durum, baktığımız zaman aralığına göre bir tür homojenleşme olarak da değerlendirilebilir.
Yaratıcı remiksler
“Yapay zekâ algoritmalarından yeni ve özgün türler doğabilir mi?” Bu soruyu daha geniş ölçekte düşünerek biyolojik bir metaforlarla ele alalım. Bir adada yaşayan tavşanlar sürekli olarak aynı bireylerle çiftleştiğinde bir süre sonra genetik çeşitliliğin azalması ve bireylerin birbirlerine daha çok benzemesi beklenir. Bu sürecin sonunda hastalıklara karşı çok hassas tavşanlar ortaya çıkacaktır. Bu durum, kültürel anlamda bir yozlaşmaya benzetilebilir. Dışarıya karşı yeterince esnek olmayan sistemler bir süre sonra çökeceklerdir. Farklı tavşanların ortaya çıkmasının koşulu ise gen havuzunun zenginleştirilmesidir. Bu nedenle yeni ve özgün türlerin doğuşu, remikslerin farklı kültürel ve disipliner bağlamlarda yeniden yorumlanması ve dönüştürülmesi yoluyla gerçekleşebilir.
Geleneksel özgünlük ve yaratıcılık anlayışı, daha önce var olmayan niteliklere odaklanırken, remikslerin yeni türlerin doğuşuna katkısı için bu kavramların daha kapsayıcı ve dinamik ele alınması gerekiyor. Tasarımın kendine özgü niteliklerinden ziyade, farklı disiplinler, türler ve kültürlerle olan etkileşimler de dikkate alınmalıdır. Yaratıcılık ve özgünlük değerlendirmelerinin, bağlam, ölçek ve kişisel deneyimlerle de yakından ilgili olduğunu vurgulamak gerekli. Bir çamaşır makinesi kendi başına tekrara dayalı “sıkıcı” bir nesne olarak düşünülebilir ancak aynı makine sanat eserinde farklı bir işlevle kullanıldığında bambaşka bir anlam kazanır. Bir şehir planlamacısı ile bir şairin kaldırımlara bakış açısı farklıdır.
Raslantısal süreçler de verileri zenginleştiren koşullara neden olur. Biyolojik ya da mekanik herhangi bir sisteme öngöremediği bir veri sunulduğunda adaptasyon kapasitesi ölçeğinde onu yorumlayacak ve farklı tepkiler verecektir.
Yapay zekâ programlarının bir çoğunda rastlantının belirli ölçülerde kontrolü mümkündür. Program girilen komutlardan tümüyle farklılaşan çıktılar sunabileceği gibi o komutu daha bildik şekillerde yorumlamayabilir. Bu tür rastgeleliklerle ilgili önemli bir sorun, programın ne kadar geniş bir seçenek yelpazesinden ögeler kullandığı ve bunları nasıl bir araya getirdiğidir. Attığımız zarın kaç yüzü vardır? Bu mesele, yapay zekâ programının potansiyel çıktılarını sınırlar. Örneğin, bir algoritma uyum, melodi veya ritim gibi belirli parametreleri optimize etmek için programlandığında, bu da çıktıları belirli tarz ve tercihlere yönlendirecektir. Her tür sistemin bu tür sınırlılıkları vardır.
Diğer önemli konu ise makinenin taklit ve yeniden üretim yeteneği ile ortaya çıkan tasarımın kendisinin ayrıştırılması gerekliliğidir. Algoritmayla üretilen etkileyici imajlar ve şiirler, makinelerin üretmiş olmasından ötürü değerli kabul edilirken, bu durum algoritmayı tasarlayan mühendislerin yaratıcılığına atfedilebilir. Teknolojik inovasyon ve sanatsal yaratıcılık birbirini etkilese de, ikisi aynı şeyler değildir. Eski bir teknolojiyle özgün sanat eserleri ortaya koymak her zaman mümkün. Yeni teknolojilerin kendiliğinden yeni fikirler ortaya koyduklarını düşünmek ise yanıltıcıdır. Buna karşın bu yeni algoritmaların işlevlerini dönüştürmek ya da sınırlarını zorlamak gibi yaratıcı müdahaleler de özellikle sanat alanında sık sık karşımıza çıkıyor. Özetle teknolojinin ve teknolojik zanaatkârlığın kendisine duyulan merak, öfke ya da hayranlık ile sanat doğrudan ilişkili olmak zorunda değil.
Otonomluk
Yapay zekâ sistemlerinin otonomi düzeyi, sanatsal üretim sürecinde kullanıcının deneyimini ve etkisini doğrudan etkiler. Yüksek derecede otonom bir sistem, kontrol dışı süreçlere izin vererek özgün çıktılar üretme potansiyelini artırabilir. Ancak tamamen kontrol dışı bir sistem de, istenmeyen kaotik sonuçlar üretebilir ve amacının dışına çıkabilir. Bu nedenle, sanatta sık rastlanan karmaşık sistemlerde, kontrol edilebilirlik mevcut olup, sınırlı ölçüde kontrol dışı süreçlere de izin verilmektedir. Soyut dışavurumcu resimler, bu anlamda dikkate değer örneklerdir. Bu tür resimlerin üretim süreçleri, ideal bir denge sağlamayı amaçlar ve karmaşıklıklarını korurken, malzemenin belirli düzeyde serbestliğine de izin verir.
Yapay zekâ sistemlerinin otonomluğu, etik tartışmalara da yol açıyor. Tasarımcı, otomatik süreçleri ne ölçüde yönlendirebilir ve kontrol edebilir? Kontrol edilemeyen bir sistemin müellifi kimdir? Bu noktada, programın dışarıdan müdahalelere ne kadar izin verdiği belirleyici rol oynuyor. Farklı kullanıcı arayüzleri, kontrol süreçlerini ve kullanıcı deneyimini doğrudan etkiliyor. Bir tasarımcının programlama dillerine yatkınlığı ve kullandığı programların parametrelerine ince ayar yapma becerisi de kontrol düzeyine katkıda bulunur.
Programa hakimiyet konusu sanat ve tasarımın zorunlu olarak teknik hakimiyet gerektirdiği fikrini doğurmamalıdır. Sanatçılar, asırlardır farklı uzmanlıklar gerektiren alanlardan insanlar ve makinelerle çalışmaktadır. Ancak sürece genel olarak hakim olmak, kullanıcı arayüzlerinin getirdiği meseleleri kavramaya katkı sağlar. Sanat ve sanatçılara ilişkin beklentiler, bu aşamada önemli ölçüde farklılık gösterebilir. Örneğin, bir ressam, üretilen bir boyanın ideolojik arka planını veya bir tuvalin üretim sürecini sorgulamayabilir. Bazı durumlarda bu bilgiler sanat eseriyle ilgili olmazken, bazı durumlarda ise çok önemli olabilir.
Tasarımcıların, bu sistemlerle etkileşimde bulunurken otonom ve kontrol edilebilir hangi şekilde kullandığı tasarımın niteliği ve anlamı üzerinde önemli etkilere sahip. Bunu tek bir tasarımın kendisinden çıkarmak ise mümkün değil. Diğer üretimlerle birlikte bütünsel bir değerlendirme gerekiyor.
Sınırlar ve farklar
Kontrollü ya da kontrolsüz karışımların ve bu karışım makinelerinin yapay zekâ özelindeki genel özelliklerini kavramaya yönelik genel noktaları açmaya çalıştım. Buna karşın sanat söz konusu olduğunda sadece teknik ve duyusal öğelerle bir değerlendirme yapmanın mümkün olmadığını biliyoruz. Sanatsal üretimin katmanları, dijital ortamda dahil, ekran üzerindeki görsel temsillerle sınırlı kalmıyor. Sanatçının üretim aşamasından önceki ve sonraki eylemleri, farklı sunum metodları, çalışmaların diğer çalışmalarla ilişkisi ve tarihsel bağlamı, çalışmalara dair belgeler, tartışmalar ve söylemlerden oluşan bir evren yapıtın anlamını ve değerini belirliyor.
Bu tür bütünsel bir bakış açısı yakalamak remiksin yoğun olduğu bir kültürde giderek güçleşiyor. Remiks dünyasında bağlam, çok değişken ve akıcı bir hale gelirken, zamana ve mekâna ilişkin veriler silikleşiyor. Belirli koşullar altında ortaya çıkan yaklaşımlar, birer stile indirgenerek tarihselliğini yitirmiş görselleştirmelere dönüşüyor. Fiziksel dünyada yan yana gelmesi mümkün olmayan görsel etkiler görüyoruz. Her şey sürekli birbirine karışıyor, yapay zekâ tarih öncesi çağlardan fotoğraflar çekiyor, Van Gogh’un fırça vuruşlarıyla Boeing Jet resmi yapıyor. Dijitalleştirilebilen her tür üretim, bu görünürlük sistemine girip remiksin bir parçası olduğunda, mevcut ilişki ağlarından farklı derecelerde soyutlanıyor.
Mecraların (resim, sinema, bilgisayar oyunu vb.) ya da konuların (güncel siyaset, komedi, manzara resimleri vb.) sınırları ortadan kalkarken, sanatçı ve tasarımcı gibi figürlerin tanımları da muğlaklaşıyor. Tıpkı şu Hollywood filminde olduğu gibi: Her şey her yerde aynı anda. Bu karışımın kendisinin de bizzat bir göstergeye dönüştüğünü görebiliriz. Yeni Medya sergilerinde sık sık gördüğümüz, hiçbir kaba sığmayan, durmadan eriyen, akan ve dönüşen, cızırdayan, bir türlü yerinde duramayan, her şeye biraz benzeyen ama kendisi hiçbir şey olmayan görselleştirmeler bu çağın bir ikonudur.
Çeşitliliği artırmak, tektipleşmeden ve merkeziyetçi yapılardan uzaklaşmak farklılıkların vurgulanmasıyla mümkündür. Farklar tümüyle silikleştiğinde ise tıpkı bir suyun içinde eriyen ve bir süre sonra görünmez olan partiküller gibi, her şey aynılaşacaktır. Eleştiri ve betimleme imkânlarını da ortadan kaldıran bu durum, hareketin sona erdiği termodinamik bir ölüme benzetilebilir.
