Forfatterrobotter og den litterært nøgterne tilgang

16.02.23
Hvordan griber kunstig intelligens ind i litteraturen? Malthe Stavning Erslev, ph.d. stipendiat ved Aarhus Universitet, giver her en introduktion til en række litterære eksempler.

Computere kan skrive og de kan skrive ret godt – sammenlignet med mennesker. Det er de fleste af os ved at være klar over: de seneste år har vi set talrige store gennembrud i automatiseringen af sproget og det er formentlig svært at være litterært interesseret i dag uden at have stødt på spørgsmålet om disse ’forfatterrobotter’ og deres litterære evner. Helt konkret er forfatterrobotterne blevet virkelig gode til at imitere menneskelig skrivning, f.eks. digte nye historier i berømte forfatteres stil, skrive genrespecifikke tekster såsom sci-fi historier eller skrive videre på en tekst på en måde, der fortsætter i den samme stil og med samme emne som teksten havde i forvejen. På dette punkt er forfatterrobotterne virkelig imponerende, og det er derfor nærliggende at fokusere på spørgsmålet om, hvorvidt de i en nær fremtid begynder at kunne erstatte menneskelig skrivning og måske endda stjæle de menneskelige forfatteres eksistensgrundlag.

And be again a bride. Grew gay again and bright. Green and bright again; or England breed again the torn and bloody green. And bloody ray. In bloody raw. Are doubly dear. A brittle day.
Parrish, Allison. Articulations. Counterpath Press, 2018.

Kunsten at imitere noget, der ikke fandtes før

Udover at kunne imitere menneskelig skrivning og automatisere sproget, kan de nye forfatterrobotter også afstedkomme nye og lovende litterære perspektiver. I modsætning til det ellers oplagte spørgsmål om, hvornår eller hvordan forfatterrobotterne kan tænkes at erstatte mennesker, vil jeg altså her spørge til, hvordan vi med en litterært nøgtern tilgang kan afdække nye litterære muligheder, som ikke kun automatiserer det eksisterende men også skaber nye. Den digitale litteratur kan, ved at tage teknologien op på nye måder, bruge forfatterrobotternes uovertrufne evne til at imitere menneskelig skrivning til at skabe noget nyt. 

Maskinlæring og mønstergenkendelse

Idéen om forfatterrobotter kan spores tilbage til 1950erne hvor Alan Turing formulerede Turingtesten, der skulle vurdere en computers tænkeevner baseret på dens sproglige præstation og hvor Turings nære kollega, Christopher Strachey, gennemførte de første konkrete eksperimenter med computerpoesi. Det betyder dog ikke at de spørgsmål, vi står med i dag angående deres funktion og rolle, bare er passé. Når vi ser en (berettiget) fornyet fascination af forfatterrobotterne i dag, er det fordi vi i de seneste år har set store teknologiske omvæltninger, der har gjort at forfatterrobotterne i dag er mere effektive end man overhovedet kunne forestille sig for bare ti år siden. Moderne forfatterrobotter er baseret på maskinlæring, hvilket kort sagt er en form for computerdrevet statistik, der grundlæggende bedriver mønstergenkendelse. Med andre ord er alt det, der kommer ud af en moderne forfatterrobot, udtryk for mønstre i de data, som robotten er trænet på.

Et symbiotisk forfatterskab

Den digitale kunster David (Jhave) Johnston har bedrevet et af de mest inspirerende eksempler på et litterært samarbejde mellem menneske og maskine i den seneste tid, nemlig projektet ReRites. Hver dag i et helt år vågnede Jhave tidlig morgen til en mængde rå tekst genereret af en computer, og hver morgen brugte han to timer på at redigere denne tekst, hvilket resulterede i en gigantisk digtsamling på over 4.400 sider, der er skrevet i samarbejde mellem menneske og maskine. Det er dog ikke kun et spørgsmål om kvantitet: Jhaves symbiotiske litteratur er poesi af højeste kvalitet, der kombinerer en erfaren sprogkunsters sensibilitet med en forfatterrobots uovertrufne evne til at producere rå tekst.

Udtalemønstre som poetisk samhørighed

En anden strategi til at anvende forfatterrotter til at afstedkomme nye litterære perspektiver er ved at skabe værker der er baseret på forfatterrobotternes tekniske opbygning, i stedet for at forsøge at skjule de tekniske lag. Den digital poet Allison Parrish’s Articulations er et godt eksempel på nye litterære perspektiver, der er funderet i mønstergenkendelse. Parrish anvender maskinlæring til at finde udtalemønstre på tværs af et dataset med poesi. Bogens første del er således et langdigt på 72 sider, hvor hver sætning efterfølges af en anden sætning, der udtales på en måde der minder om den foregående, men ellers kan være helt forskellige i indhold.

Litterært nøgternt

Articulations er altså ikke et forsøg på at imitere en menneskelig skrivemåde som sådan, men orienterer sig mere imod den mønstergenkendelse, som maskinlæring er baseret på. Parrish lader os læse os ind på maskinlæringen på en måde, der bedre stemmer overens med dens egne principper. På en lignende måde forholder Jhave sig mere nøgternt til maskinlæring i ReRites end vi ofte ser i diskussioner om denne teknologis potentielle litterære konsekvenser. I stedet for at proklamere det ene eller andet om computerens kreative eller litterære kompetencer, sætter Jhave sig ned for at redigere dens tekst og på den måde både lære den at kende på nye måder og på samme tid anskue den med mindre sensationalistisk ærefrygt, mens Parrish undersøger nye poetiske dimensioner af maskinlæringens mønstergenkendelse.
Hvis vi, sammen med Parrish, Jhave og andre, tager et skridt tilbage fra den første fascination af, hvor imponerende forfatterrobotterne imiterer menneskelig sprogkundskab og i stedet antager et mere litterært nøgternt blik, vil vi opdage, at de nye forfatterrobotter ikke kun er automatiserede udgaver af menneskelige forfattere, men at de også kommer med nye litterære muligheder og nye poetikker. Snarere end flere fremtidsforudsigelser angående automatiseringen af sproget, har vi brug for litterært nøgterne eksperimenter der forholder sig til teknologierne på deres egne præmisser for at kunne få øje på de nye litterære og sproglige muligheder med forfatterobotter.