Statens Museum for Kunst er AI-pioner

Når talen falder på brugen af AI i museumsformidling i Danmark og verden over, bliver Statens Museum for Kunst (SMK) ofte fremhævet som foregangsinstitution og pioner indenfor området.  

- SMK var som nogen af de første i verden ude og frigive deres samling online kvit og frit. Museet er pioner på feltet. Når jeg møder forskere i udlandet, som arbejder med algoritmer og samlingsdata, har de ofte leget med museets kæmpestore datasæt på 45.000 billeder af affotograferede værker, fordi det er frit tilgængeligt, fortæller Lisbet Tarp, lektor i kunsthistorie på Aarhus Universitet. 

Ifølge Lisbet Tarp har man på prestigefyldte udenlandske universiteter som f.eks. Yale trænet AI-algoritmer på SMK’s onlinesamling fra 2019, som er blevet til ved hjælp af forskellige former for kunstig intelligens. 

Ifølge lektoren lancerede SMK onlinesamlingen (SMK Open) blandt andet for at højne kvaliteten af digitale kopier af museumsværker på internettet. Det skete ud fra ideologien ”kunsten skal sættes fri” og ”sharing is caring”, og SMK har, ifølge Lisbet Tarp, været banebrydende i arbejdet med at skabe åben adgang til museumsdatabaser over hele verdenen, især i kunstverdenen.  

Museerne skal have en holdning til AI 

På den danske scene er det i dag hovedsageligt de store museer som Statens Museum for Kunst og Nationalmuseet, som er længst fremme med at bruge AI. Det skyldes ifølge lektoren, at de store museer er mest ressourcestærke, både hvad angår investeringer i digital teknologi og at have personale med de nødvendige digitale kompetencer.   

Jonas Heide Smith er leder af SMK’s digitale enhed på i alt syv personer og ved godt, at han er privilegeret, men han råder alligevel sine kolleger på andre museer til at turde eksperimentere med den nye AI-teknologi. 

- Jeg synes, at AI repræsenterer en fantastisk interessant udvikling, som man som kunst- og billedmuseum bør beskæftige sig med og i hvert fald have en holdning til. Ikke mindst bør man eksperimentere med billedskabende AI, som helt åbenlyst sætter ild til helt grundlæggende spørgsmål som: Hvor kommer kunst fra? Og hvem har skabt kunsten?, siger han. 

Ifølge ham er SMK’s onlinesamling et godt eksempel på, hvordan AI-værktøjer kan hjælpe med at gøre et museums ressourcer tilgængelig for så mange som muligt til så mange formål som muligt.  

- Vi ville gerne organisere samlingen, binde værkerne sammen og udstyre dem med lidt mere demokratiske metadata end teknisk information om størrelse og brug af materialer. Det kunne vi gøre ved at bruge AI-værktøjer. Ikke generativ AI, men machine learning og analytiske systemer, som hjalp os med at finde mønstre i tingene, og som er de AI-værktøjer, vi i dag benytter os mest af, forklarer han. 

100.000 emneord på en formiddag 

Første trin i udviklingen af SMK’s onlinesamling var at beskære/croppe museets affotograferede værker og lægge dem op i en database. Dernæst bad SMK en AI-tjeneste fra Microsoft, om at komme med emneord for de objekter, AI kunne genkende på de affotograferede værker. Den skulle kun komme med emneord, den var over 70 procent sikker på var et objekt.  

- For et meget lille beløb fik vi på en formiddag flere end100.000 emneord som kirke, strand, klippe, fugl, båd, solopgang osv. Det var fantastisk, siger Jonas Heide Smith. 

Museet valgte herefter ”måske sådan lidt frisk”, understreger Jonas Heide Smith, at udsætte de mange emneord for en automatoversættelse, en synonymordbog og i nogle tilfælde en hyperonymordbog (inddeling i ordklasser: en kat hører eksempelvis ind under ordklassen dyr, red.).  

Når AI tror Jesus er en buksetrold 

Det bidrog til rigtig mange brugbare emneord, men også sjove eksempler. Jesus blev f.eks. til en buksetrold, fordi Microsofts AI beskrev ham som en ”toddler”, som Google Translate oversatte til ”buksetrold”, et dansk slangord for tumling.  

AI fik også museets malerier med danske kystlinjer til at indeholde rockmusik, fordi klippefremspring på danske strande i oversættelsen af rock blev til rockmusik. Andre sjove eksempler var, hvor mange tablets og Nintendoer, Microsofts AI mente, der var i museets værker. 

- Microsofts AI er trænet på data og fotografier fra moderne tid. Den kan rigtig godt ”lide” teknologi. Hvis der er en usynlig lyskilde, tror den, at det må være fra en tablet eller en smartphone, fordi lyset kommer nedefra. Men der er aldrig en tablet på vores malerier. Det er altid noget andet, siger Jonas Heide Smith.  

AI gør museet tilgængeligt for flere  

Jonas Heide Smith er overrasket over, hvor få alvorlige fejl, AI har skabt, og er positiv overrasket over, hvor brugbart forskellige AI-værktøjer har været for museet helt fra starten. Han mener, at fordelene ved at bruge AI for SMK i højere grad opvejer det kontroltab og de etiske udfordringer, der også kan være ved at bruge det. 

- Det er en afvejning. Vil man gerne have fuld kontrol over alt, hvad man gør som museum? Eller vil man gerne have noget, der er brugbart for mange mennesker? Hvis man gerne vil åbne, tilgængeliggøre og demokratisere adgangen til sin samling for flere forskellige typer af brugere, som vi gør, så er AI en kæmpe gave, siger han. 

Med den hastige udvikling inden for AI, glæder han sig over, at museet lavede onlinesamlingen som et særskilt lag ovenpå museets kernedata, som ligger i SARA, de danske museers fælles system til registrering og administration af deres samlinger.  

- Jeg er glad for, at alt det, vi genererer, ligger i et lag for sig, som vi kan holde øje med og forbedre. For så kan vi altid lukke det eller skifte det ud, hvis der kommer dansk AI-model eller andet værktøj, der er trænet på særlige danske forhold, siger han.  

AI skaber orden og kaos  

De uundgåelige fejlantagelser som AI-værktøjerne laver, mener lektor i kunsthistorie Lisbet Tarp, understreger vigtigheden af, at museerne i højere grad deklarerer, hvordan de bruger AI. Museerne skal tage stilling til, hvilken billedpraksis de har? Hvilke algoritmer der ligger bag deres database? Hvordan algoritmerne er trænet, og hvilke datasæt, de er trænet på?  

- AI er både en hjælper til orden, men også en kaosskaber, hvis man ikke har styr på de effekter, de skaber, siger hun. 

Hun mener, at den stigende brug af AI i museumsformidlingen kalder på mere transparens omkring brugen af AI. Når Nationalmuseet f.eks. laver en AI-installation af Egtvedpigen, er det vigtigt, at museet oplyser, at en mindre del af visualiseringen baserer sig på videnskabelige kilder, mens hovedparten er opdigtet for at få en helhed.  

- Det er nødvendigt, at vi uddanner brugerne og ikke sovser det hele ind i noget, der er AI-genereret og glemmer, hvor det er, der faktisk er kildebelæg. Vi skal forklare, hvad der er digtet, så vi også på et senere tidspunkt måske kan skabe en bedre version og gå ind og justere, når vi er blevet klogere på kulturarven. 

Museerne kan øge brugernes AI-viden 

Jonas Heide Smith er enig i Lisbets Tarps betragtning om deklarering. Han mener, at den største udfordring med at bruge AI er begrebet ”the black box”, altså at man ikke i detaljer ved, hvad AI er trænet på, og hvordan den tolker tingene og kommer fra A til B.  

- Jeg tror ikke, man kan komme udenom det uklare element ved at bruge AI, men man kan godt skrive det, som man ved, og forklare brugere, at vi bruger AI sådan her, og det betyder, de her ting. Det kunne vi godt have gjort mere af, og det vil vi også gøre i højere grad i fremtiden, siger Jonas Heide Smith. 

Lisbet Tarp mener, at en øget deklarering vil gøre brugerne klogere på kulturarven, men også klogere på, hvordan AI-teknologien, der er blevet brugt i formidlingen, rent faktisk fungerer. Deklareringerne kan med andre ord også have et uddannelsesmæssigt sigte. 

- Jeg har i min egen forskning oplevet, at jeg bliver klogere på, hvordan algoritmerne virker, ved at se på, hvordan de behandler kulturarven, siger Lisbet Tarp.