Ursendung
Here is a dataset
Von Machine Listening (Sean Dockray, James Parker und Joel Stern)
Cashmere Radio/Deutschlandfunk Kultur 2025
Länge: ca. 50'00
Hörstück mit KI-Trainingsdaten
Dieses Hörstück basiert auf sprachlichen Trainingsdaten für die KI. © Machine Listening
Here is a dataset
Wie klingt eine traurige Stimme? Wie eine ängstliche? Das Hörstück aus Trainingsdaten für künstliche Intelligenz wirft Fragen auf: Performt die Maschine wirklich für uns? Oder performen wir nicht vielmehr für die Maschine?
Es ist ein weit verbreiteter Mythos, dass Daten geschürft werden. So wie man Gold, Kohle, Öl oder Diamanten schürft. In dieser Denkweise sind Daten eine weitere natürliche Ressource unserer Welt. Aber das ist nicht richtig: denn Daten werden nicht einfach irgendwo geschürft. Sie werden gemacht.
Zum Beispiel, wenn Schauspielerinnen Texte einlesen, um eine KI auf Emotionen zu trainieren. Wenn sie für den Algorithmus eine fröhliche, traurige, hinterhältige oder ängstliche Haltung performen.
Dieses Hörstück basiert auf zahlreichen Trainingsdaten für die KI. Inwiefern prägt uns dieses Sprechen für den Algorithmus? Inwiefern formt es unsere Sprache? Und unser Menschsein?
„Machine Listening“ ist eine Plattform für kollaborative Forschung und künstlerische Experimente. Gegründet wurde sie 2020 von Sean Dockray, James Parker und Joel Stern. Im Fokus ihrer Arbeit steht die Auseinandersetzung mit künstlichen Sprachmodellen, insbesondere in ihren politischen und ästhetischen Dimensionen. Das Kollektiv arbeitet in und mit verschiedenen Medien und Methoden.
Joel Stern, geboren 1979 in London, ist Künstler, Kurator und Forscher. Er lebt in Naarm (Melbourne). Seine Arbeit konzentriert sich auf Praktiken des Klangs und des Zuhörens und darauf, wie diese unsere Welt formen.
James Parker, geboren 1983 in London, lebt in Naarm (Melbourne), wo er in den Bereichen Rechtswissenschaft, Kunstkritik, Kuration und Produktion arbeitet.
Sean Dockray, geboren 1977 in Boston, ist Künstler und Autor. In seiner Arbeit befasst er sich mit künstlichen Intelligenzen und dem algorithmischen Web, insbesondere mit den Politiken dieser Technologien.
