دموکراسی در داده ها می میرد: چرا از هوش مصنوعی در موزه ها استفاده کنیم؟

شرکت‌های هوش مصنوعی با موزه‌های هنری و کتابخانه‌های تصویری چپ و راست همکاری کرده‌اند و توجه رسانه‌ها را به خود جلب کرده‌اند. ARTnews اخیرا گزارش داده است که چگونه تیم بازاریابی موزه‌های هنر هاروارد تلاش‌هایی را برای جذب مخاطبان جدید با استفاده از هوش مصنوعی مولد آزمایش کردند. Boston Globe نشان داد که چگونه موزه‌های اطراف بوستون از هوش مصنوعی برای زنده کردن تاریخ استفاده می‌کنند. و چندین رسانه هم بیانیه مطبوعاتی پرادو را تکرار کرده اند که ادعا می کند یک ویدیوی مبتنی بر هوش مصنوعی که در مجموعه آنها تحت شرایط نور خورشید گرفتگی بازسازی می شود، نوعی ارتباط با مخاطبان است.

o معمولا از موزه آنها بازدید نکنید.

مشترک همه این همکاری ها این است که هوش مصنوعی هنر را "در دسترس تر" می کند. که هنر را «دمکراتیک» خواهد کرد. اما دقیقا چگونه هوش مصنوعی به هر یک از این موارد دست می یابد؟ «در دسترس» و «دموکراتیزه کردن» در اینجا به چه معناست؟ و چرا این به چارچوبی برای ترویج استفاده از هوش مصنوعی در موزه ها تبدیل شده است؟

درک نادرست از منافع چه کسی در خدمت آنهاست، دیدن پاسخ این سؤالات را برای مردم دشوار کرده است. برای مثال، نائومی ریا در نوشتن برای فایننشال تایمز پیشنهاد کرد که اراده برای استقرار هوش مصنوعی یک پیشرفت اخیر است که از درون خود موزه‌ها نشأت می‌گیرد و از یافتن راه‌های جدیدی برای مقابله با کاهش بازدیدکنندگان و کمبود بودجه ناامید است.

نگاه طولانی تر به وضوح نشان می دهد که این صنعت فناوری است که استفاده از هوش مصنوعی را در مؤسسات فرهنگی پرورش می دهد و نه برعکس. بیش از 15 سال پیش، توسعه دهندگان هوش مصنوعی تشنه داده های بیشتری برای آموزش مدل های تشخیص تصویر خود بودند. موزه ها چنین گنجینه ای دارند. علاوه بر این، تشخیص الگوها در میان نقاشی‌های پیچیده، با درجه‌بندی‌های بسیار ظریف رنگ‌های در هم آمیخته، چالشی جذاب را برای متخصصان بینایی کامپیوتر ایجاد کرد و نوید بهبود مدل‌های آموزش‌دیده بر روی این مصنوعات را داد.

دانشمندان و مهندسان دانشگاهی کامپیوتر در واقع از اوایل دهه 2000 در حال بررسی استفاده از آثار هنری برای آموزش بینایی کامپیوتری بودند (برای مثال می‌توانید لیستی از مجموعه داده‌ها را که شامل بازتولیدهای هنری با دسترسی آزاد برای این منظور است، در Github بیابید). زمانی که گوگل پلتفرم هنر و فرهنگ خود را افتتاح کرد، تا حدی این نوع آموزش را در ذهن داشت. دسترسی به مجموعه داده‌هایی که قبلا برچسب‌گذاری شده‌اند از تصاویر در مجموعه‌های موزه می‌تواند یک موهبت برای توسعه باشد.

در واقع، در سال 2022، Google آزمایشگاه‌های Google را سازماندهی مجدد کرد تا افراد را تشویق کند تا کار پیدا کردن برنامه‌های کاربردی جدید برای مدل‌های الگوریتمی آموزش‌دیده بر روی داده‌های هنر و فرهنگ خود را انجام دهند.

اما «داده‌های» تصاویر تاریخی دقیقا چقدر برای این صنعت مفید بوده است؟ همانطور که 6 نویسنده Nature در عنوان مقاله سال 2025 خود، "تکنولوژی نظارت بر قدرت تحقیقات بینایی کامپیوتر" اشاره می کنند. داده‌های طیف گسترده‌ای از منابع - و شامل بازتولید دیجیتالی هنر - برای توسعه مدل‌هایی استفاده شده است که بر پلیس بصری تأثیر می‌گذارند، مانند تشخیص چهره و اعضای بدن. در سال 2025، پرادو با شرکت هوش مصنوعی Sherpa.ai برای شمارش انبوه مردم در نقاشی ها همکاری کرد.

پرادو ادعا می‌کند که این به مردم کمک می‌کند تا این آثار هنری را «بهتر درک کنند»، اما به وضوح درک دلیل آن دشوار است و مطمئنا جزئیاتی در مورد چگونگی ارائه نمی‌دهند. به احتمال زیاد، این همکاری یا به تقویت استفاده از بینایی کامپیوتری در تعیین کمیت اندازه مثلا اعتراض کمک می کند. یا صرفا عادت دادن مردم به این امر به عنوان یک فعالیت به ظاهر خوش خیم.

به طور بحرانی، تصمیماتی که در مورد جرم و جنایت، شخصیت و آسیب شناسی توسط هوش مصنوعی انجام می شود، برای عموم پنهان است و خارج از ظرفیت افراد برای حسابرسی است. این خود اساسا غیردموکراتیک است و زمینه‌ای برای اعتراض به انباشته شدن این صنعت در موزه‌ها است. با این وجود، تحقیقات در بینایی کامپیوتری برای کمک به اشکال جعلی تشخیص پزشکی بر اساس تصاویر، و حتی برای بررسی شخصیت نامزدهای شغلی یا حالات عاطفی افراد بر اساس «تشخیص تأثیر» در نظر گرفته شده است.

اما وعده ها به صنعت داده بسیار بیشتر است. Waymo و Uber به سادگی با ایجاد سیستمی برای ride hailing درآمد کسب نمی کنند. پلتفرم‌ها و وسایل نقلیه آن‌ها به‌عنوان فضاهای بسته برای جمع‌آوری داده‌ها، از جمله اطلاعات جمعیت‌شناختی مشتریان، ضبط‌های صوتی درون برنامه‌ای و داخل خودرو، و بررسی‌های کاربران، فقط به نام چند منبع عمل می‌کنند. از دید شرکت‌های فناوری، موزه‌ها بسیار شبیه به Waymo هستند: فضاهایی شامل فضاهایی که توده‌های مردم با مجموعه‌ای از نیازها، خواسته‌ها و راه‌های برآورده کردن آن‌ها، اما با این وجود متنوع وارد می‌شوند.

حجم انبوهی از داده‌هایی که می‌توان از اقدامات ما در موزه و آثار هنری در مجموعه‌های موزه جمع‌آوری و فروخت، هر شرکت هوش مصنوعی را ترشح می‌کند. در سال 2021، موزه‌های ایتالیایی با شرکت‌های فناوری همکاری می‌کردند، به‌عنوان مثال، برای سنجش میزان زمانی که بازدیدکنندگان در مقابل نقاشی‌ها و حالت‌ها و حالت‌هایی که هنگام تماشای آن‌ها می‌کنند، سپری می‌کردند. در حال حاضر، مجموعه‌ای از موزه‌ها به همین ترتیب، داسنت‌های چت بات «سفارشی» را برای برگزاری تورهای تعاملی بر اساس مجموعه‌های آن موزه سفارش می‌دهند.

اما مهم نیست که چقدر از ورودی‌های فرضی متخصصان موزه برای توسعه این عروسک‌ها استفاده می‌شود، در نهایت عروسک‌گردان آنها شرکت‌هایی هستند که اهداف اصلی آنها آموزشی نیست، بلکه مزدورانه است: آیا این به معنای متقاعد کردن مردم است که آن‌ها، برخلاف متصدیان و مربیان واجد شرایط موزه، می‌توانند تجربه موزه‌رویی غنی را ارائه دهند. یا به سادگی حداکثر کردن شرایط برای جمع آوری داده ها.

با این وجود، بیایید این تبلیغات را با شرایط خاص خود انجام دهیم: آنها ادعا می کنند که هوش مصنوعی می تواند خود هنر را دموکراتیک کند. صادقانه بگویم، این مزخرف است. به بیان دقیق، دموکراسی - که از یونانی باستان برای دموس (مردم) و کراتوس (حکومت یا قدرت) آمده است - به گسترش حکومت به مردم اشاره دارد. بدیهی است که منظور از این شعار نیست که هوش مصنوعی می تواند هنر را دموکراتیک کند.

به عبارت دیگر، منظور آنها این است که هوش مصنوعی هنر را برای افراد بیشتری قابل دسترس خواهد کرد. اما این نیز حتی کوچکترین بررسی را هم تحمل نمی کند. تعریف ساده فرهنگ لغت از Merriam-Webster به معنای قابل دسترسی است، "قابل درک یا قدردانی". با در نظر گرفتن این تعریف، می‌توان گفت که افزایش دسترسی به آثار هنری مستلزم سرمایه‌گذاری در آموزش اصیل تاریخی هنر برای کمک به مردم در درک و علاقه‌مند شدن به هر چیزی است که مصنوعات بصری گذشته ما می‌توانند منتقل کنند.

این مستلزم پرداخت هزینه بیشتر به مربیان موزه و عدم اخراج متصدیان، مدیران مجموعه ها و مربیان است، همانطور که موزه هنرهای زیبا در بوستون در سال گذشته انجام داد. این به معنای گسترش فرصت‌ها برای هنرمندان جدید برای درگیر شدن با هنر تاریخی در مجموعه‌های موزه، و امانت دادن آثار هنری به موزه‌های کوچکتر یا دورافتاده است. این به معنای انجام کاری است که موزه‌های هنر هاروارد قبلا انجام داده‌اند: پذیرش رایگان. همه اینها چیزی است که هنر را قابل دسترس تر می کند.

در عوض، هوش مصنوعی برای ایجاد موانع بین مردم و هنر استفاده می شود. با اشاره به نمونه‌هایی که با آن‌ها باز کردم، این شامل ایجاد این توهم است که یک زن قرن هجدهم می‌تواند با بینندگان تعامل داشته باشد – با کاریکاتور ترسناک لهجه فرانسوی تا چکمه. این شامل یک استارت آپ هوش مصنوعی است که یک ربات چت فردریک داگلاس را برای روایت زندگی خود در موزه تاریخ آفریقایی آمریکایی در بوستون انجام می دهد. و پرادو را در بر می گیرد که به یک استودیوی رسانه و فناوری پول می دهد تا ویدیویی ایجاد کند که نقاشی های آنها را در شرایط نوری نشان دهد که برای به تصویر کشیدن آن نقاشی نشده بودند.

این ترفندها همگی خلاف واقع هستند که به طور فعال مصنوعات و مردم تاریخی را نادرست معرفی می کنند.

و آنها حقه هستند. اما نادیده گرفتن آنها به تنهایی به عنوان حقه اشتباه است. این بدلکاری‌ها و بدلکاری‌های هوش مصنوعی از خود فرهنگ برای تبلیغ هوش مصنوعی، به‌ویژه ظرفیت آن برای آموزش و حتی تغییر شکل آموزش خود بهره‌برداری می‌کنند. آنها ما را شرطی می‌کنند که این پروژه را در دستان شرکت‌های فناوری خصوصی امن ببینیم.

خواه به شرکت‌های بازاریابی پول می‌دهند که برای جذب مخاطبان بیشتر تلاش کنند یا از هوش مصنوعی بزرگ برای استفاده از مجموعه‌هایشان پول می‌گیرند، موزه‌های صنعت هوش مصنوعی به مردم دسترسی بیشتری می‌دهند، نه مردم. این دموکراسی سازی نیست. این تبدیل نهادهای فرهنگی به معادن برای استخراج و تولید ارزش سرمایه داری است.

با این حال، در کنار «دسترسی» و «دموکراتیزه‌سازی» واژه‌ای که اغلب با استفاده از هوش مصنوعی در موزه‌ها همسو می‌شویم «توانمندسازی» است. یادگیری و درک تاریخ یکی از راه‌های توانمندسازی است، اما موزه‌ها به‌جای اینکه به افراد بیشتری قدرت یاد بگیرند درباره گذشته، فناوری بزرگ را برای بهره‌برداری از هنر و فعالیت‌های ما در موزه‌ها به‌عنوان ماده خام برای اهداف خود توانمند می‌کنند. با توجه به نفوذ بزرگی که این صنعت اکنون بر دولت ما دارد، این پیشنهاد خطرناکی برای دموکراسی ما است.