Kunsten at arbejde med data og kunst er et forløb, hvor du som underviser kan følge forløbet slavisk, men samtidig også plukke de uddrag, som du finder mest brugbare for din undervisning. Forløbet henvender sig til billedkunst på c-niveau og b-niveau på de gymnasiale uddannelser, og forløbet kan bruges som værktøjskasse til mange forskellige måder at gribe undervisningen an på. Kunsten at arbejde med data og kunst er et forsøgsforløb, der er blevet aktualiseret i samarbejdet med faget Informatik. Derfor kan forløbet også foregå som et tværfagligt forløb, hvor eleverne får en berøringsflade med faget informatik og en forståelse af, hvordan informatik gennemsyrer mange af vores øvrige fag i gymnasiesektoren. Strukturen i dette forløb er sat op på samme måde som i de øvrige faglige forbindelser i Dataekspeditioner. De ni moduler eller hovedkapitler dækker billedkunstfagets genstandsfelter: kunsthistorie, æstetik, digitalt og praktisk arbejde. Hvert kapitel har en metodedel med underkapitler, som lægger sig tæt op ad læreplanens krav til arbejdet med genstandsfelterne. Desuden er der til hvert kapitel forskellige temaartikler, som kan inspirere til at fordybe sig i et særligt tema – aktuelt, historisk, kontroversielt eller klassisk. I alle kapitlerne er der øvelser til emnerne. Nogle af dem er korte øvelser, der passer til 1-2 moduler, og nogle af dem er bedre egnet ved forløb, som kan bredes ud over længere tid. De er tænkt som inspiration, som den enkelte lærer kan tilpasse egen undervisning og elever. Mange af øvelserne går på tværs af genstandsfelterne og på tværs af fagene. Derudover følger forløbet TAP-metoden. TAP-metoden er en tilgang til undersøgelse, eksperimentering, visualisering, produktion og refleksion inden for billedkunst. Navnet TAP står for Teori, Analyse og Praksis, og metoden lægger vægt på den indbyrdes sammenhæng og vekselvirkning mellem disse tre elementer i kunstnerisk arbejde. I stedet for at betragte teori, analyse og praksis som separate og uafhængige komponenter, anerkender TAP-metoden, at de er gensidigt afhængige. Dette betyder, at de hele tiden påvirker og informerer hinanden under hele processen med at udforske og opnå viden inden for billedkunst. Her er en nærmere forklaring af, hvordan de tre elementer samspiller: Teori: Teori i TAP-metoden refererer til den teoretiske viden og koncepter, der er relevante for det kunstneriske arbejde. Eleverne kan drage fordel af teori ved at udforske kunsthistorie, kunstbevægelser, æstetiske teorier og andre relevante områder. Teorien giver en ramme for forståelse og kan inspirere kunstneriske beslutninger. Analyse: Analyse involverer en kritisk undersøgelse af eget arbejde eller andres kunstværker. Det indebærer ofte at se på komposition, farver, form, symbolik og andre elementer i kunstværker. Analyse hjælper eleven med at forstå, hvordan kunstværker fungerer visuelt og kommunikerer med publikum. Praksis: Praksis dækker selve skabelsesprocessen, hvor eleven arbejder med materialer, teknikker og ideer for at producere kunstværket. Dette er den praktiske og kreative del af processen, hvor teori og analyse omsættes til konkrete kunstværker. Vekselvirkningen mellem disse tre elementer betyder, at man ved arbejdet med forløbet konstant bevæger sig mellem teoretisk overvejelse, analyse af eget arbejde eller andre kunstværker og den praktiske udførelse af kunstværket. Denne proces kan være dynamisk og iterativ, hvilket betyder, at eleven kan vende tilbage til teorien og analysen, når de arbejder med praksis – og omvendt. TAP-metoden er en holistisk tilgang til kunstnerisk arbejde, der fremmer en dybere forståelse af kunst og kunstneriske beslutninger ved at integrere teori, analyse og praksis på en sammenhængende måde. Det hjælper kunstnere med at udvikle deres faglige færdigheder og kritisk tænkning samt at skabe kunstværker, der er dybere forankret i en konceptuel forståelse af kunsten. Forløbets billeder er, hvor intet andet er anført, lavet via AI-generering, ligesom der vil være visualiseringer fra undertegnede og værker af professionelle kunstnere, affotograferet af undertegnede. Undervisningsforløbet er udviklet af Cecilie Bepler og er en del af Dataekspeditioner, som huses af Datalogisk Institut på Københavns Universitet og finansieres af Novo Nordisk Fonden. Send gerne alle kommentarer og forslag til ændringer til dataekspeditioner@di.ku.dk.
I takt med at verden bliver mere og mere digital, er det ikke helt overraskende at se, at samtidens kunst mimer denne tendens: kunst kan nemlig altid anses som en reaktion på tidens væsen. Og anskuer man ligeledes de store toneangivende museer, gallerier og udstillingssammenhænge er disse ligeledes bannerfører for eksponering af digital kunst – og har været det i mange år. Men i takt med at det digitale bliver mere og mere eksponeret, bliver der ligeledes udviklet nye digitale teknologiger, som kan udvide rammerne for kreativiteten og billeddannelse. Selvom det kan virke ganske nyt, at se digital kunst sprede sig i kunstverdenen, så er tendensen bestemt ikke ny: Databaseret kunst, digital kunst, internet kunst, computerkunst, medieret kunst mv. har eksisteret i mange år. Historisk set katapulterede tendensen i 1990’erne pga. den store og almene udbredelse af internettet, men tendensen og udviklingen inden for fotokunsten i 1850’erne med udgangspunkt i antikkens camera obscura, må samtidig anses som en tidlig udvikling inden for digital kunst. Menneske-maskine samarbejdet tog for alvor fart, da computeren havde sit indtog i den almene husholdning. Mange forskere argumenterer for, at computerens ankomst har resulteret i kulturelle ændringer i måder at anskue verden og dermed billedet på. Computeren bliver ikke kun anset som redskab til produktion og generering af information, men bliver også et medie, som vi kan tolke os selv igennem. Det sker, fordi computeren eller de digitale medier tilbyder perspektiver, som skaber nye forståelser af f.eks. fortællingens eller billedets eller måske nærmere kulturens og samfundets eksistens (kilde: Sørensen og Walther, 2001, 8). Datadriven art – dataskabt kunst Det er dog ikke en ny tendens inden for kunstens verden, dét at beskæftige sig med teknologi eller det digitale. F.eks. var man i 1990’erne vidne til, hvad man kunne kalde for en digital revolution, pga. en enorm hurtig udvikling inden for den teknologiske verden. I længere tid har neurale netværk været i stand til at sortere i store datamængder og finde mønstre, som f.eks. viste sig enormt effektive under corona-epidemien. F.eks. har flere hospitaler investeret i et computerprogram, der dagligt scanner medierne for at finde nyt om sygdomme. Det er programmer, der via kunstig intelligens og machine learning kan sortere i store mængder af data, som kan kortlægges og dermed forhindre eventuelle smittespredninger. Med udgangspunkt i den digitale kunst, kan man give ”eleverne en reflekteret analytisk tilgang til visuelle fænomener og viden om disse fænomeners historiske, kulturelle og menneskelige betydning. Det sker gennem fordybelse i æstetiske oplevelser og arbejdsprocesser, hvor praksis, analyse og teori vekselvirker i undersøgelsen af almene, kunstfaglige og æstetiske problemstillinger. Dermed opbygger eleverne viden og kundskaber, som hjælper dem til at forstå og deltage i en komplekst visuel, digital og global kultur (jf. 1.2 Billedkunst læreplan STX).

At arbejde med data og digital kunst

Det er ikke noget krav ifølge bekendtgørelsen, at man skal arbejde med data eller med digital kunst i sin undervisning, men det er derimod et krav, at man inddrage det digitale i sin undervisning. Derfor er dette forløb tænkt som supplement til dig, der gerne vil arbejde med nye medier, ny teknik og arbejde tværfagligt i din undervisning. “Kunstig intelligens er farligt…” Sådan sagde en af mine kolleger på et tidspunkt, og hvis man kigger på diverse medier, er opfattelsen klar: Kunstig intelligens er data, der misbruges efter manges opfattelser. Men kunstig intelligens kan også bruges progressivt, og dette forløb higer imod at gøre kunstig intelligens anvendeligt og brugbart i undervisningen, uden at man føler, man overtræder nogle lovbestemmelser eller andre forhold, som gør ens data usikre. For faktisk havde jeg det også sådan i starten af dette projekt: “kunstig intelligens er farligt…”, men ser man nærmere på arbejdet med kunstig intelligens, så handler det ikke om misbrug, men derimod om at udnytte computerens kreative potentiale i sin undervisning og i sit arbejde. At arbejde med kreativt er en iterativ størrelse og forskelligt fra projekt til projekt, fra kunstner til kunstner og fra gang til gang. For overhovedet at være i stand til at fortælle noget om, hvad kunstnere gør, har jeg i dette forløb valgt at simplificere arbejdet med kunstig intelligens og dele processen op i mindre, men komplekse dele. Alle, der har arbejdet med kreativitet, ved, at processen er ukronologisk og på én gang et fragmenteret og et samlet hele. De beslutninger kunstnere træffer undervejs føles på en gang logiske og ligetil og samtidig utrolig komplekse, udfordrende og helt anderledes end sidste gang. Men de fleste kunstnere kan også nikke genkendende til, at der på trods af det umiddelbare anarki, der hersker, og som på mange måder er ønskværdig, også findes en indre logik, der betyder, at det absolut ikke er ligegyldigt, hvad kunstnere gør hvornår og hvorfor. Derfor kan man betragte dette forløb som en proces til videre arbejde med bl.a. data og computerens potentiale i sin undervisning. [Indsæt billede] Freddy Verano, Sam Smith – Memories, Midjourney, 2023
Har du prøvet at arbejde med kunstig intelligens (AI)? Er det en ny teknik, man kan bruge, når man skal arbejde med kunst? Hvad sker der med ens kunstværk, når man bruge disse værktøjer til f.eks. at skabe nye billeder med? Det kan forekomme meget nyt at arbejde med kunstig intelligens i billedkunst eller design og arkitekturfaget, men faktisk er brugen af kunstig intelligens en ret gammel teknik. Vi har nok bare ikke være alt for bevidste omkring brugen eller italesættelsen heraf, men det vil vi gerne ændre med dette forløb. I det følgende vil du skulle arbejde progressivt med brugen af kunstig intelligens og data, således at du kan bruge det i dit videre arbejde med kunst, design og arkitektur eller i andre faglige sammenhæng.

1. modul: Introduktion til digital kunst

2. modul: At arbejde med en kunsthistorisk oversigt

3. modul: MOR!

4. modul: At arbejde med begrebet Mor og data

5. modul: At arbejde med begrebet mor og forskellige AI-værktøjer

6. modul: At arbejde med digitale billeder ud fra tema

7. modul: At arbejde fra billede til kode og fra kode til billede

8. modul: At arbejde med kunst og manipulation

9. modul: At arbejde videre med neurale netværk og introduktionen til AI-æstetik

10. modul: At diskutere betydningen af AI og æstetik, evt. Ud fra et kuratorisk blik og ud fra et overvågningsperspektiv - Billedmanipulationer i Pixlr! -

11. modul: Den kunstige intelligens - refleksion og afslutning

Leave a Reply

Your email address will not be published. Required fields are marked *