— Но вы ведь согласны, что многие аналоговые медиа (если не большинство) — на самом деле совмещают и аналоговое, и цифровое? (БГ)

— <…> да, почти все существующие медиа-технологии предполагают гибридность. К тому же, «чисто» аналоговые феномены, как правило, инвертируют и порождают цифровые эффекты, и наоборот. Мой любимый пример — волна. Вроде бы «чистый» аналоговый феномен, но у нее ее есть пики и спады: она сама себя оцифровывает и разбивается на дискретные циклы. (АГ)

Это отрывок из беседы двух знаковых теоретиков медиа — Бернарда Гэйгана и Александра Гэллоуэя. Оба — постоянные герои нашего канала. Сегодня мы делимся с вами их разговором на e-flux о противопоставлении цифрового и аналогового — и его несостыковках и парадоксах.

На первый взгляд, позиции собеседников несовместимы. Гэйган уверен, что никаких цифровых медиа не существует: вычисления неотделимы от визуальных интерфейсов, которые их отображают. А еще — от своего материального основания, то есть технологических инфраструктур и человеческих тел.

Гэллоуэй, с другой стороны, стремится построить чисто цифровую онтологию. Разумеется, компьютерные вычисления обеспечиваются вполне «аналоговыми» физическими процессами — но при этом у них есть собственная символическая логика. Ведь у естественного языка тоже есть материальная база — его можно было бы редуцировать до колебания голосовых связок. Но нужно ли?

В конечном счете оба теоретика сходятся в том, что сама оппозиция аналогового и цифрового — проблематична. Считается, что главное свойство цифры — дискретность: арифметика оперирует символами с четко очерченными границами. А аналоговое — значит непрерывное, как, например, непрерывен звук.

Но аналоговые медиа, как напоминает Гэллоуэй, часто построены на аналогии. Изображение, отраженное на стенке камеры-обскуры, аналогично реальному — оно меньше, но сохраняет те же пропорции. А аналогия — это вполне арифметическая операция, утверждает Гэллоуэй. Ее формальное определение — евклидова пропорция, A/B = C/D. То есть все аналоговые медиа — уже в каком-то смысле цифровые; а все цифровые медиа — одновременно и аналоговые.

Собрали для вас свежую подборку опен-коллов и возможностей для художников!

💾 Программа поддержки молодых художников от «Гаража»: ежемесячная стипендия 70 000 рублей на год. Выберут 5 художников от 18 до 35 лет. Чтобы податься, нужно подробное описание и смета, CV и портфолио. Дедлайн — 20 ноября

💾 Грантовая программа для художников, кураторов и исследователей от ГЭС-2. Стипендия 50 000 рублей на полгода — для 13 художников, 7 кураторов и 10 исследователей. Для заявки нужны CV, описание проекта и смета. Дедлайн — 31 октября

💾 Шведский журнал Parse объявляет опен-колл для текстов в следующий номер (язык — английский). Тема — фабуляция, податься можно до 20 ноября

💾 Фестиваль экспериментального видео VIDEOFORMES (Франция) принимает заявки на международную конкурсную программу. Избранные работы покажут на фестивале в городе Клермон-Ферран в марте. Дедлайн — 30 октября

Радио «Станция» возвращается с пятым сезоном и обновленным сайтом, где удобно слушать новые выпуски и переслушивать уже вышедшие. В этом сезоне, который получил название «Партитуры», архив Музея «Гараж» зазвучал в работах независимых музыкантов и саунд-художников. Они превращают каталоги, тексты и рукописи в музыку — от эмбиент-саундскейпов и аудиодневников до бардовских песен.

В сезоне участвуют Liza Ficus с радиопьесой «Игры с буквами», Lisokot с аудиодневником «Девушка в красном платье» и группа «Отваал», которая превращает архивные рукописи в песни. Masha Volum исследует мир болот в эмбиент-саундскейпе «Сознание болот», а 2096 fx создает аудиоколлаж «Коммутация», посвященный авангардным техникам звукозаписи. Игорь Дьяченко с аудиоработой Atemporal переводит архивные данные в звуковую структуру, а Max Rakhmatullin размышляет о памяти в аудиоэссе «Бумажное время».

Сезон создан в диалоге с проектом «Открытое хранение. Пролог», который объединяет работы из коллекции Музея «Гараж» и материалы его архива.

Нейросети галлюцинируют — и мы вместе с ними, уверена художественный критик Кэролин Баста. Делимся с вами ее новым эссе в Document Journal — о вероятностной эстетике, бесконечной пользовательской ленте и полете ассоциаций.

Наша культура сформирована письмом: тексты отделяют то, что было, от того, чего не было, «можно» от «нельзя». А еще, как утверждал философ Вилем Флюссер, линейное письмо формирует само понятие исторического времени, устремленного бесконечно вперед. Но сейчас что-то изменилось, утверждает Баста, опираясь на интуиции того же Флюссера. Текстов стало так много, что мы их больше не читаем — скорее, скользим взглядом по поверхности текста, а потом сами достраиваем связи между фрагментами. И в этом мы похожи на современный ИИ.

Известно, что большие языковые модели не владеют фактами. Скорее, они генерируют наиболее правдоподобные высказывания, опираясь на статистику — то есть на то, какие слова наиболее часто встречаются вместе в обучающей выборке. Поэтому, например, ChatGPT нередко выдумывает несуществующие научные работы (и даже может пересказать их). Теоретики используют метафору галлюцинаций: для ИИ это — нормальное состояние.

Но что, если галлюцинации нейросетей — это просто отражение того, как мы сами теперь думаем и читаем? Как пишет Баста, денотативную коммуникацию постепенно вытесняет коннотативная, то есть основанная не на фактах, а на сходстве. Интернет — включая и коммуникацию между пользователями — структурирован машинными ассоциациями: контент нам подбирают алгоритмы рекомендации. И мы сами научились считывать вайб, не особенно вчитываясь.

17 ноября в ГЭС-2 состоится круглый стол «Зрители и экраны», в котором примет участие куратор нашей программы Никита Нечаев. Обсудим, как российское искусство 90-х и нулевых освоило экранные форматы, как выставочное пространство распространилось на экраны смартфонов, и почему визуальные интерфейсы так часто лукавят и что-то от нас утаивают. Это часть конференции «Имперфект: 2010-е в российском искусстве» (15—17 ноября); ее полная программа доступна по ссылке.

Что такое алгоритмы? С точки зрения компьютерных наук, это набор понятных машине инструкций, которые решают тот или иной класс задач. Но на самом деле все не так просто, доказывает антрополог Ник Сивер. Это определение расходится и с тем, как пользователи понимают алгоритмы, и с тем, как их видят разработчики. Простой пример: что такое алгоритмы персонализации в социальных медиа, и где в них скрыто алгоритмическое? Если речь идет об инструкциях, то какие они и где они находятся?

Как утверждает Сивер, конкретные инструкции не могут локализовать ни пользователи, ни программисты. Ведь на самом деле ИИ — это продукт работы больших корпораций. Когда антрополог общался с реальными разработчиками, они рассказывали, что зона их ответственности ограничена — и потому они тоже с трудом представляют, как работает их продукт в целом.

Поэтому нужно новое понимание алгоритмов — не математическое и формальное, но этнографическое. Опираясь на онтологию-в-практике Аннмари Мол, Сивер предлагает посмотреть на алгоритмы как на набор практик — в которых участвуют и пользователи, и разработчики. Идея Мол в том, что этнографические объекты не существуют сами по себе — мы сами их утверждаем через действия. И алгоритмы утверждаются и написанием кода, и тем, как пользователи взаимодействуют с готовыми интерфейсами. А еще, конечно, тем, как о них говорят — в профессиональном сообществе и вне него.

Исследователи никогда не узнают точно, как устроена изнутри черная коробка ИИ — учитывая, что многие алгоритмы проприетарны. Но они все еще могут исследовать алгоритмы этнографическими методами — как и любую корпоративную инфраструктуру.

В новом тысячелетии исследования животных продолжают делать акцент на сходстве, а не на различиях, описывая отношения людей с другими животными как континуум, а не как разделение, повторяя дискуссии в социобиологии, которые приписывают людям «анималистические» черты, а черты, ранее ассоциировавшиеся только с человеком, такие как использование инструментов, язык, культурное и психологическое разнообразие, — животным.

Это отрывок из эссе литературоведа Джоан Гордон о петле обратной связи между исследованиями животных и научной фантастикой. Яна Фишова перевела его специально для нашего нового веб-зина «Нечеловеческие животные и техника», составленного участниками весенней ридинг-группы Garage Digital по animal studies.

Внутри — восемь текстов о животной стороне технологии (и технологическом аспекте животного). Умилительный контент в бесконечной пользовательской ленте и одновременно машины для убийства; виды-компаньоны, с которыми возможно построить конструктивные отношения, но еще и объект холодного научного исследования — наше отношение к животным собирает в себе главные техносоциальные противоречия современности. Авторы зина показывают — чтобы научиться жить вместе, сперва нужно наладить отношения с животными рядом с нами и внутри нас.

Юк Хуэй — в гостях у подкаста Acid Horizon! В нем он рассказывает про свою новую книгу о планетарном мышлении. Импульсом для ее написания, как рассказывает философ, послужило отсутствие по-настоящему политической философии технологий. Вот несколько хайлайтов из обсуждения:

🔗 планетаризация — это процесс, при котором пространство начинает подчиняться временной логике. Он связан, в частности, с колонизацией, хотя совсем не ограничен ей

🔗 вызовы эпохи антропоцена (например, климатический кризис) существуют для всех на Земле — вне зависимости от национальных границ. Поэтому и планетарное мышление должно развиваться вне зависимости от существующих национальных конфигураций

🔗 планетарное мышление всегда исходит из локальной (и заведомо неполной) перспективы — хотя и претендует на универсальность

Stay tuned — скоро мы расскажем об идеях философа подробнее, сосредоточившись на первых главах его книги. И выясним, как это — философствовать планетарно.

Чем больше моделей ИИ, тем лучше! Исследовательница технологий Кристина Лу доказывает это в своей новой статье в журнале Combinations. Разработчики уже научились сглаживать предрассудки, которым подвержены алгоритмы. А исследователи алгоритмической этики помогают создать ИИ, отражающий множественные точки зрения, а не одну единственную перспективу. Но это не решит главной проблемы, уверена Лу: сейчас все большие модели ИИ мыслят одинаково.

Скажем, большие языковые модели — будь то ChatGPT или Claude — имеют одинаковую онтологическую архитектуру. То есть то, как отдельные концепты соотносятся друг с другом — и к каким паттернам активации нейронов приводят. Все потому, что разработчики используют одну и ту же архитектуру трансформера, которая успела зарекомендовать себя на рынке. А еще — из-за того, что большие модели необычайно прожорливы, и для их обучения нужно много качественных данных. Поэтому разработчики нередко используют одни и те же датасеты.

К тому же, обучение конкурентоспособных языковых моделей попросту мало кто может себе позволить. Это требует огромных энергетических, финансовых и корпоративных ресурсов. В конечном счете, пишет Лу, само устройства рынка ИИ приводит к тому, что модели становятся все больше похожи друг на друга. А учитывая то, что мы все чаще полагаемся на ИИ, это может привести к гомогенизации мысли в целом.

Но на самом деле ИИ может помочь нам научиться мыслить по-новому, преодолев существующие культурные границы. Для этого нужно создать рыночную экосистему, в которой преимущество будет у небольших моделей с разнообразной архитектурой, заточенных на конкретные задачи — а не у ультимативного алгоритма, который умеет все. Но важно, чтобы эти модели имели интерфейс для связи друг с другом — и могли бы образовывать многосоставные гибриды.

На кону не просто будущее ИИ, утверждает Лу. Будущее интеллекта в целом — за химерическими моделями, которые объединяются друг с другом, коллаборируют и мутируют.

В нашем посте об этнографии алгоритмов мы обращались к онтологии-в-практике, разработанной антропологом Аннмари Мол. В своем исследовании атеросклероза Мол предлагает посмотреть и на болезни, и на техники их лечения как на набор практик. И тела, пораженные болезнью, и медицинские технологии существуют не как статичные сущности, но, скорее, осуществляют себя через конкретные действия.

Сегодняшний пользователь — это тоже в каком-то смысле пациент. Во всяком случае, так его видят продуктовые дизайнеры, утверждает исследователь техники Илья Смирнов. В новом эпизоде подкаста «юзер-гайст» от DH-центра ИТМО Илья разбирается в пересечениях между медицинскими исследованиями и социальными исследованиями технологий.

Ведь пациент — это, на самом деле, протокиборг. Если люди обращаются к медицинским институтам, они заведомо готовы к расширениям своего тела — лишь бы вылечиться. А еще и цифровые сервисы, и медицинские технологии схожи в том, что они собирают множественные реальности наших тел и знаний в локальные конфигурации. С одной стороны, эти сборки нас дисциплинируют и ограничивают, а с другой — открывают новые способы взаимодействия с внешним миром.

Разрешит ли ИИ неразрешимые политические споры? Техножурналист Роб Хорнинг рассказывает о новых проектах на базе машинного обучения, которые помогают небольшим группам достичь консенсуса. И настроен он скептически: автоматизацию публичной сферы сложно отличить от технологичной тотальной слежки.

Согласно социологу Юргену Хабермасу, публичная сфера — это место, где производится консенсус. С одной стороны, консенсус не дан заранее — люди сами должны его создать через серию коммуникативных действий. Или, проще говоря, договориться друг с другом — найти убедительные аргументы и придумать компромисс между ними. С другой стороны, в теории Хабермаса не существует никакой вышестоящей инстанции, которая могла бы этот консенсус валидировать. Консенсус рационален — но только постольку, поскольку его произвели рациональные коммуникативные действия.

Недавно в Google создали «Хабермас-машину». Это большая языковая модель, которая, по задумке разработчиков, ускоряет производство согласия в политических вопросах. Вот как она работает: допустим, есть группа людей с политическими разногласиями. Сначала нейросеть собирает мнения у каждого отдельного участника — и, опираясь на эти данные, генерирует некое «усредненное» высказывание. Участники выставляют ему оценки — по ним модель понимает, достигнут ли компромисс. Процесс повторяется до тех пор, пока оценки не достигнут максимума.

Еще один пример — недавний прототип приложения для манипуляции общественным мнением. По задумке разработчиков, оно поможет запускать вирусные информационные кампании в социальных медиа — и так менять реальность. Пользователям рассылаются пуш-уведомления с готовыми текстами, а им остается только их запостить.

Проблема таких «Хабермас-машин» в том, что они, как пишет Хорнинг, подменяют политику псевдо-физикой. То есть некими законами природы, данными свыше — и с которыми нам остается только согласиться. Только место «природы» здесь занимает черная коробка алгоритмов.

Но если вчитаться в самого Хабермаса, то станет понятно, что идея автоматизированной публичной сферы противоречит сама себе. В этих проектах ИИ занимает место высшей инстанции, валидирующей или отвергающий решения сообщества. А Хабермас в своей теории как раз пытался избавиться от этой фигуры рационального суверена.

Еще одна проблема — прагматическая. Разработчики из Google утверждают, что их проект призван помочь сообществу перейти от слов к политическому действию. Но в реальности достижение консенсуса не предшествует действию — а, скорее, идет бок о бок с ним. Если между участниками нет доверия и они не умеют самостоятельно решать конфликты, то их действия быстро потеряют согласованность.

21 декабря в «Гараже» пройдет артист-ток Алексея Шульгина — а потом перформанс кибер-панк-группы 386DX. Вот наш пост, в котором мы рассказываем об истории этого легендарного проекта. Дуэту художника и старого компьютера на чипе 386DX уже больше 20 лет!

На этот раз в перформансе примет участие саунд-художница Камила Юсупова. Ностальгические хиты мирового рока дополнит нойз и эмбиент. Если вы хотите прийти на артист-ток и концерт, не забудьте зарегистрироваться.