Kestävä hetkellisyys : Ohjelmistopohjainen taide nykytaiteen museo Kiasman kokoelmissa
Notice bibliographique
Résumé
Tutkielma käsittelee ohjelmistopohjaisen taiteen keräilyn ja säilyttämisen käytäntöjä yleisellä tasolla sekä tarkemmin nykytaiteen museo Kiasmassa. Tutkimuksessa pyritään vastaamaan seuraaviin kysymyksiin: Miten ohjelmistopohjaista taidetta kerätään ja säilytetään nykytaiteen museo Kiasmassa? Millaisia haasteita ja toisaalta mahdollisuuksia ohjelmistopohjaisen taiteen keräämiseen ja säilyttämiseen liittyy? Keskeisen tutkimusaineiston muodostavat vuosina 2015—2017 Kiasman kokoelmiin hankitut ohjelmistopohjaiset taideteokset ja niihin liittyvä arkistomateriaali sekä kevään ja kesän 2018 aikana toteutetut haastattelut kyseisen median kanssa työskentelevien taiteilijoiden, Juha van Ingenin, Reija Meriläisen ja taiteilijaduo Pink Twinsin, Kiasman kokoelmaintendentti Kati Kivisen, Kansallisgallerian kokoelmanhallinta- osaston amanuenssi Maritta Mellaisin, sekä AV-arkin johtaja Hanna Maria Anttilan ja tuottaja Kati Åbergin kanssa. Teoreettinen viitekehys muodostuu valtaosin kansainvälisestä tutkimuksesta ohjelmistopohjaisen taiteen keräämiseen, arkistointiin, dokumentointiin, uudelleenesittämiseen ja konservointiin liittyen. Tutkimuksen tapausesimerkeiksi on valittu kolme ohjelmistopohjaista taideteosta Kiasman kokoelmista: Juha van Ingenin AS Long As Possible (2015), Pink Twinsin Infinity (2017) ja Reija Meriläisen Survivor (2017). Ohjelmistopohjaisella taiteella viitataan teoksiin, jotka on toteutettu ja esitetään joko osittain tai kokonaan tietokonepohjaisesti. Ohjelmistopohjaiselle taiteelle on ominaista prosessimaisuus, luontainen genera- tiivisuus ja riippuvaisuus ulkoisista resursseista. Huolimatta nykyhetkeämme merkittävällä tavalla värittävästä ohjelmistojen läsnäolosta, siihen pohjautuvaa taidetta pidetään Suomessa toistaiseksi marginaalisena nykytaiteen muotona, joka ei vielä ole saavuttanut jalansijaa juuri muissa kuin Kiasman kokoelmissa. Kiasma osoittautui erityisesti vuosina 2017—2018 esillä olleen ARS17 Hello World! -näyttelynsä yhteydessä ennakkoluulottomaksi uusia teknologioita ja poikkeavia kokoelmahankintoja kohtaan. Merkittävin haaste ohjelmistopohjaisen taiteen säilyttämisessä on teknologian nopea ja jokseenkin ennalta- arvaamaton kehittyminen. Muita haasteita ovat teosten hajaantuneisuus eri alustoille ja riippuvuus ulkoisista linkeistä, datan jatkuva vanhentuminen, fyysisen laitteiston rappeutuminen sekä taideteoksen sosiaalisen kontekstin ja interaktiivisuuden tallentaminen. Ratkaisuja ohjelmistopohjaisen taiteen säilyttämisen haasteisiin on kuitenkin työstetty jo vuosikymmeniä. Kolmen keskeisen mediataiteen konservointistrategian – emulointi, migraatio ja uudelleentulkinta – lisäksi tärkeitä pelastustoimenpiteitä ohjelmistopohjaisen taiteen kannalta ovat erilaiset verkossa toimivat arkistointi- ja dokumentointipalvelut, sekä vastaavasti verkossa toimivat, maailmanlaajuiset mediataiteen ammattilaisyhteisöt. On valitettavan tyypillistä, että ohjelmistopohjaisten taideteosten ylläpidossa ja pitkäaikaissäilytyksessä tukeudutaan teknologisesti pätevien taiteilijoiden osaamiseen ja käytettävyyteen. Ohjelmistopohjaisesta taiteesta kiinnostuneiden museoiden ja kokoelmien on kuitenkin pyrittävä̈ löytämään toimintatavat, joiden seurauksena taiteilija voi luovuttaa paitsi teoksensa, myös täyden vastuun sen jatkuvuudesta kokoelmalle. Ohjelmistopohjaisen taiteen säilyttämiseksi nykytaideinstituutioiden on vähintäänkin hyväksyttävä mediumin jatkuva muutoksenalaisuus ja osattava kääntyä tarvittaessa uusien yhteistyötahojen, kuten erilaisten teknologian ammattilaisten puoleen.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,111 | 0,034 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».