AI Q&A z Marcinem Kozłowskim

Wystawa „Halucynacje obrazu. Polska fotografia po AI” w Kamienica Hilarego Majewskiego stawia pytania o status współczesnego obrazu, autorstwo i granice ludzkiej ekspresji w epoce generatywnych narzędzi. Tu Marcinowi Kozłowskiego pytania stawia sama AI. To nie tylko formalny eksperyment, ale też przewrotne rozszerzenie tematów poruszanych w wywiadzie: transparentności procesu, „halucynacji” obrazu i rozmywania granic między narzędziem a autorem.

Powstałe przy udziale AI Q&A działa więc jak lustro dla samej wystawy: bada, gdzie dziś przebiega granica między człowiekiem, maszyną i obrazem, którego coraz trudniej już nazwać „prawdziwym”.

Na jakim etapie procesu pojawia się AI: jako narzędzie koncepcyjne (research, moodboard), produkcyjne (generacja/edycja), czy postprodukcyjne (selekcja, montaż, tekst)?

Zamiast polegać na gotowych moodboardach z AI, wybieram szkicownik lub środowisko 3D. Wynika to z mojej niechęci do charakterystycznej, plastikowej estetyki algorytmicznych generacji, ale także z pobudek etycznych i środowiskowych. AI włączam do procesu głównie wtedy, gdy mogę zasilić ją własną twórczością lub wyselekcjonowanymi pracami innych, którym nadaję nowy kontekst i jakość. Wierzę, że tylko takie autorskie podejście pozwala uniknąć „zatrucia wyobraźni” oraz zjawiska „zapaści modeli” (model collapse).

Co w Twojej praktyce jest „autorstwem”, a co „delegacją” na model: decyzje formalne, wybór danych/obrazów wejściowych, dobór parametrów, selekcja wyników, montaż, kontekst wystawienniczy?

Traktuję AI podobnie jak suwak ekspozycji w Photoshopie, nikt przecież nie przypisuje autorstwa oprogramowaniu tylko dlatego, że przeliczyło wartości pikseli. O końcowym efekcie decydują moje wybory formalne, dobór danych wejściowych oraz krytyczna selekcja. Modelowi deleguję jedynie proces wyrenderowania propozycji na podstawie przekazanych wytycznych, nie wykorzystuję surowych treści bez autorskiej korekty.

Jaki jest status fotografii w Twoich pracach: dokument, indeks rzeczywistości, materiał wejściowy?

W mojej praktyce związanej z obrazowaniem generatywnym i sztuczną inteligencją fotografia stała się przede wszystkim materiałem wejściowym. Wykorzystuję ją jako fundament stylistyczny do trenowania modeli (fine-tuning), co pozwala mi budować konkretną estetykę oraz tożsamość wizualną (czego przykładem są modele wykonane dla profesora Konrada Kuzyszna: „kuzysz_06” oraz „C.A.”).

W najnowszych projektach fotografia pełni również funkcję strukturalnego szkieletu. Dzięki technologii ControlNet narzucam modelom generatywnym kompozycję moich generacji, co pozwala mi dyscyplinować algorytmy i zachować kontrolę nad finalnym efektem. Niekiedy proces ten przebiega także poprzez konwersję obrazu na opis (image-to-prompt), co służy mi do ponownej reinterpretacji i kreowania nowych wizualności.

Co jest dla „błędem” lub „halucynacją” AI: czy traktujesz to jako problem wymagający kontroli, czy jako estetyczny i polityczny zasób?

W przypadku generatywnych form obrazowania postrzegam błąd przede wszystkim przez pryzmat estetyki. Manifestuje się on jako wspomniana wcześniej plastikowość czy wizualny dysonans. W tym kontekście nie traktuję halucynacji jako błędu wymagającego naprawy lecz jako zasób estetyczny. Takie błędy bywają wartościowe, obnażają proces twórczy maszyny i mogą stać się formą nowej ekspresji, która rezygnuje z dążenia do fotorealizmu.

Estetyka/etyka: Jak rozwiązujesz kwestie prawne i etyczne (licencje, zgody, wizerunek, prawo cytatu)? Czy uważasz, że są to działania, które nie wymagają uzasadnienia, podobnie jak w przypadku artystycznej apropriacji obrazu?

Uważam, że granice licencjonowania czy wizerunku są płynne, a ich przekraczanie wzorem artystycznej apropriacji nie wymaga dodatkowego uzasadnienia, o ile dzieło wnosi nową jakość.

Moment „Aha!”: czy pamiętasz konkretny moment lub dzieło, które sprawiło, że stwierdziłeś, iż AI może być przydatne w Twojej praktyce artystycznej i doceniłeś jego potencjał?

Tak, to był czas, w którym wytrenowałem model AI o nazwie „kuzysz_06”, oparty na architekturze Stable Diffusion 1.5. Jako dane treningowe posłużyły zdjęcia z cyklu „Kondycja” autorstwa profesora Konrada Kuzyszyna.

Styl profesora, charakteryzujący się fragmentarycznością i multiplikacją postaci, okazał się kluczowy dla sukcesu tego eksperymentu. Co ciekawe, ówczesne niedoskonałości technologii AI zwłaszcza trudności z realistycznym oddaniem detali, takich jak dłonie idealnie współgrały z jego estetyką.

Transparentność procesu: w jaki sposób widz ma rozpoznawać użycie AI w Twoich pracach? Czy ujawniasz proces, pokazując iteracje i prompty, czy wolisz, by warsztat pozostał ukryty? Czy uważasz, że odbiorca powinien wiedzieć o udziale AI, czy traktujesz to narzędzie jak funkcję w Photoshopie lub automatyczną ekspozycję w aparacie?

Sztuczną inteligencję traktuję jako kolejne narzędzie, naturalną ewolucję funkcji znanych z Photoshopa czy automatyzacji w aparatach fotograficznych. Z tego powodu nie czuję potrzeby ujawniania promptów ani etapów iteracji, podobnie jak fotografowie nie prezentują ustawień ekspozycji dla każdego zdjęcia. Nawiązując do testu Turinga, najbardziej interesują mnie te prace, w których widz nie potrafi jednoznacznie zidentyfikować udziału maszyny. Szybkie zdemaskowanie AI sprawia, że odbiorca często dystansuje się od pracy, natomiast gdy narzędzie pozostaje przezroczyste, wywoływane emocje stają się autentyczne.

Jaka jest Twoja „prawdy” w obrazie po AI: czy interesuje Cię prawda faktograficzna, emocjonalna, społeczna, pamięciowa, czy prawda medium (prawda o produkcji i dystrybucji obrazu)?

Podążając za myślą Piotra Wołyńskiego, uważam, że tradycyjna „prawda” jako indeksalny ślad rzeczywistości traci na znaczeniu. Najistotniejsza staje się prawda o tym, jak obraz funkcjonuje w relacjach międzyludzkich i jak buduje opowieść o świecie, nawet jeśli jego związek z fizyczną realnością został zerwany na rzecz „generowanego pozoru rzeczywistości”.

Co Twoim zdaniem AI zmienia w polu fotografii jako instytucji: konkursy, kolekcje, edycje, rynek, edukację – i jakie nowe kryteria jakości lub odpowiedzialności proponujesz?

Nawiązując do postulatów debaty The Future of Photography, uważam, że odpowiedzią instytucji na ekspansję AI powinno być przywrócenie znaczenia materialności obrazu. W świecie nasyconym generatywnością to fizyczny ślad (odbitki analogowej czy wydruku archiwalnego) stają się gwarantem autentyczności. W obliczu kryzysu zaufania do zapisu cyfrowego, tradycyjna wiedza rzemieślnicza zyskuje status unikalnego kapitału kulturowego. Muzea i rynek sztuki muszą zatem sformalizować ochronę tych umiejętności, by nie zanikły wraz z likwidacją ostatnich laboratoriów. Kluczowym kryterium staje się tutaj integralność konceptualna, rozumiana jako odpowiedzialność instytucji za ochronę nie tylko warstwy materialnej, ale przede wszystkim intencji artysty i historycznego kontekstu jego pracy. 

Granica „znośności”: czy istnieje praca stworzona przy pomocy AI, która mimo sceptycyzmu wniosła Twoim zdaniem nową jakość estetyczną lub zaskoczyła poziomem realizmu?

Cenię projekty, takie jak norway_recordings, które potrafią przekuć cyfrową surowość w niezwykle intrygujące światy. Co więcej, fascynują mnie zwłaszcza modele open source; ich trenowanie (fine-tuning) pozwala przełamać narzucone filtry i dotrzeć tam, gdzie obecne AI nie sięga. To właśnie w tych obszarach technologia obnaża swoje prawdziwe oblicze, dążąc często do na przykład do realizmu. Model Boreal-FD Johna Kelly’ego jest tu dobrym dowodem na to, jak głęboko można przesunąć te granice.

Nieświadomość: wiele narzędzi, jak np. wypełnianie generatywne w Photoshopie, wykorzystujemy niemal automatycznie. Czy traktujesz te rozwiązania jako naturalną ewolucję pędzla, czy jako moment utraty kontroli nad autorstwem?

Istota innowacji: czy AI faktycznie wnosi coś, czego nie dawał Photoshop lub grafika 3D, czy to tylko szybsza droga do tego samego celu?

Mimo że skłaniam się ku traktowaniu AI jako naturalnego kroku w rozwoju automatyki fotograficznej nie sposób nie zauważyć, że jej zasady działania są diametralnie inne. AI nie jest po prostu szybszym Photoshopem, lecz systemem operującym na zupełnie innych fundamentach niż tradycyjna grafika 3D. Podczas gdy ta druga opiera się na symulacji, czyli algorytmicznym odwzorowywaniu fizycznych właściwości świata, takich jak rozchodzenie się światła, faktura materiałów czy geometria brył, AI bazuje na predykcji. Nie próbuje ona odtwarzać zasad optyki, lecz przewiduje wygląd obrazu, który najlepiej odpowiada zapytaniu użytkownika, korzystając ze statystycznych wzorców wydobytych z baz danych. 

Ta nowa metoda tworzenia wprowadza unikalne mechanizmy, których nie zastąpią tradycyjne warstwy czy maski. Kluczowym pojęciem jest tutaj interpolacja zachodząca w przestrzeni ukrytej (latent space). AI nie kopiuje istniejących fragmentów, lecz wyznacza punkty pośrednie między wyuczonymi wzorcami, co pozwala na płynne i organiczne łączenie stylów, które wcześniej nie miały żadnych punktów wspólnych. Dzięki temu AI nie ogranicza się do edycji istniejącego materiału, lecz generuje nieskończone wariacje, sprawiając, że każde konkretne dzieło zaczynamy postrzegać nie jako skończony obiekt, ale jako jedną z niezliczonych realizacji.

Pytania do Artysty sformułowała AI.