Flexibilitet och långsamhet – så lyckas museerna med sin AI-satsning

Marion Carrés arbetsliv utspelar sig i skärningspunkten mellan konst och artificiell intelligens. Hon ägnar alla sina yrkesroller – entreprenör, lärare, författare och konstnär – åt att utforska möjligheten att förena konst och AI . Det är inte bara frågan om vad teknik kan tillföra kulturen som intresserar henne, utan även hur kulturen kan bidra till den tekniska utvecklingen. 

2017 var hon med och startade företaget Ask Mona, som arbetar med att tillgängliggöra kultur genom AI, och som bland annat har Louvren och Centre Pompidou som kunder.

Åtta år senare anser Marion Carré, som även ingår i det franska kulturministeriets kommitté för generativ AI inom kultursektorn och bidrar med expertis åt Europeiska kommissionen, att AI ska betraktas som ett redskap bland andra.

– På Ask Mona har vi slutat använda ordet AI, eftersom det inte är relevant att säga det. Det är bara ett verktyg som vi sätter i händerna på människor. Om vi testar och applicerar AI på all verksamhet kommer vi se var det  är eller var det inte är användbart. Då kommer vi till slut hitta ett slags normalt tillstånd, säger Marion Carré under ett besök i Stockholm, där hon medverkar vid en utbildningsdag för Digitala Museilyftet på Tekniska museet.

AI ett standardverktyg

Hon hänvisar till ”Gartners hype cycle”, som i en graf visar hur tekniska innovationer genomgår stadierna ”mognad”, ”anpassning” och ”social tillämpning”. Varje hype-cykel består av fem viktiga faser i en teknologis livscykel.

Med händerna illustrerar Carré att AI just nu befinner sig på toppen av kurvan, där förväntningarna är som mest upptrissade. Därefter kan vi vänta oss en fas av desillusion innan normalläget infaller.

– Om tio år tror jag att museer kommer att betrakta AI som Excel eller Word eller den typen av standardverktyg, säger hon.

Det kommer även kulturarvsinstitutionerna göra, trots att vägen dit kan upplevas som lång.

– Det finns naturligtvis museer och konstnärer som varit tidiga med att använda ny teknik för att skapa nya kopplingar till konst. Men generellt hör inte museer till dem som först rusar in i tekniska innovationer. Det är relaterat till museikulturen, tror jag, säger Carré.

– Men jag tycker det är intressant att tillåta sig tänka i långsammare banor och verkligen skaffa sig en förståelse för vad som händer, istället för att lättvindigt avfärda AI.

Kunskapsdelning

Det vanligast förekommande nybörjartipset om AI är att testa sig fram, börja leka med det de verktyg som finns och på så sätt komma fram till vad som skulle kunna tillämpas i den egna verksamheten. Även Marion Carré förordar det.

Hon tror dock att museerna kan ha högre trösklar än många andra verksamheter.

– I museikulturen ingår pressen att inte misslyckas. Det gör att man inte riktigt vet hur man ska närma sig AI. Ingen vill riskera att göra något som kan få den att framstå som okunnig inför sina kollegor och samhället, säger hon.

Argumenten mot AI är desamma i museisektorn som hon hör i andra sektorer: ”Det fungerar inte i vår verksamhet”, ”AI kommer ta våra jobb och ersätta människor”.

– Jag tror att det första man behöver göra är att verkligen använda AI, för då förstår man vad det kan göra bra. Men man lär sig också att se dess begränsningar. Det skapar en mer nyanserad bild och rimliga förväntningar. Därefter börjar man tänka ”Okej, det är ett verktyg och hur kan jag använda det – eller inte använda det – i mitt arbete?”, säger Carré.

Vid sidan av att testa sig fram är kunskapsdelning avgörande.

– Jag ser att museer oftast arbetar isolerat. Även internt inom museiorganisationerna, inom teamen, verkar de helst vilja göra saker på egen hand  utan att dela med sig av sina erfarenheter. Och då förlorar man tid och möjligheten att bygga vidare på vad andra har lärt sig, säger hon.

Om man tittar på de bästa exemplen på museer som arbetar med AI, vilka kompetenser har de som andra inte har?

– Jag skulle säga att den gemensamma nämnaren för framgångsrika museer som använder AI är flexibilitet. Vi har sett att museer som verkligen lärt sig använda AI har gjort det genom att experimentera i liten skala och i små team. Inom museikulturen är de vana vid att arbeta i större projekt, att planera i fem- till tioåriga perspektiv, lägga ned massor av arbete på det och sedan släppa det när det är klart. De kommunicerar inte så mycket om det och sedan får det bara falla samman. Med AI handlar det om att göra något kort, få det att växa, men också att se det som en kontinuerlig process – inte bara ett projekt som avslutas, läggs åt sidan och ersätts av nästa projekt.

Så arbeta småskaligt, låta alla veta om det och sedan anstränga sig för att hålla det vid liv? 

– Ja, att arbeta småskaligt och upprepande, att samla in feedback och sedan förbättra och expandera arbetet utifrån det är det viktigaste.

Den svarta lådan

En annan vanlig invändning mot AI är problemen med att säkerställa informationens ursprung. I de flesta AI-modeller som behandlar stora mängder data är det i stort sett omöjligt för en människa att överblicka och förstå informationen – eller vilka parametrar som modellen har använt för att komma fram till det redovisade resultat.

Detta brukar kallas för ”AI:s svarta låda”.

För att säkerställa trovärdigheten i källmaterialet arbetar Ask Mona med en AI-modell där kontrolldata kan verifieras.

– När vi först såg generativ AI tänkte vi att det är något fantastiskt, men omöjligt att använda i museimiljö, eftersom ingen vill att AI ska hitta på saker som inte har validerats av museet. Vi fokuserar på forskning och utveckling för att kunna kontrollera den data som AI:n använder. Så att man faktiskt får tekniska svar på det, säger Carré.

– Nu förstår vi att generativ AI kan vara bra för många saker, till exempel om man vill brainstorma, korrigera en text eller förbättra den. Men när man vill ha tillgång till verklig information är det inte så bra som det just nu ser ut.

Anpassa sig till besökaren

Marion Carré ser att AI har mycket att erbjuda museer, inte minst för dem som vill rikta sig till nya målgrupper. AI gör det till exempel möjligt att anpassa budskapet efter besökarens bakgrund och underlätta arbetet med tillgänglighet.

– Om man till exempel vill göra en etikett lättläst på engelska skulle det ha tagit så mycket tid att göra det själv. Med AI går det att spara mycket tid.

Det finns mycket muserna kan göra internt, till exempel titta på hur besökarens närvaro kan förutsägas.

– Även om publiken består av individer med stora olikheter erbjuder de flesta museer en ”one-size-fits-all”-upplevelse. Jag tror att det är en utmärkt möjlighet för dem att låta AI anpassa redan existerande innehåll till ett uttryck som anpassar det besökarens eget sätt att uttrycka sig och även ge den typ av svar besökaren vill få, säger hon.

– Det finns ett antal olika användningsområden och saker att göra själv för den som har grundläggande kunskap om AI. Vill du gå vidare är det bra att arbeta med experter, men mycket är möjligt på egen hand, säger hon.