When Algorithms Meet Artists: Semantic Compression and Stake-holder Marginalisation in Public AI-Art Discourse (2013-2025)

Stellen Sie sich vor, Sie betreten einen riesigen, lärmenden Stadtplatz, auf dem alle über eine neue Erfindung schreien: Künstliche Intelligenz. In diesem Platz gibt es zwei Hauptgruppen von Menschen. Die eine Gruppe sind die „Builder“ (Erbauer), die Technologieunternehmen und Wissenschaftler, die die KI erschaffen. Die andere Gruppe sind die „User“ (Nutzer), die Künstler, von deren Arbeit die KI lernt. Die Builder sind laut und deutlich; sie sprechen darüber, wie fantastisch, schnell und revolutionär die neuen Maschinen sind. Sie sind diejenigen, die die Megafone halten.

Aber hier ist der knifflige Teil: Woher wissen wir, was die User tatsächlich denken? In der Wissenschaft, besonders wenn es darum geht, wie Menschen mit Technologie interagieren, schauen Forscher oft auf den „öffentlichen Diskurs“. Das ist nur eine schicke Art zu sagen: „Was die Leute in den Nachrichten, in Gerichtsakten, in Podcasts und in Forschungsartikeln sagen.“ Sie verwenden ein Werkzeug namens „Topic Modeling“, das wie eine superintelligente Sortiermaschine funktioniert. Es lift tausende Sätze und gruppiert sie in Eimer basierend darauf, worum es geht. Wenn die Nachrichten hauptsächlich über „KI als cooles Werkzeug“ und „KI als gruseliges Monster“ sprechen, legt die Maschine diese Sätze in zwei große Eimer.

Die große Frage, die diese Arbeit stellt, lautet: Wenn wir dem gesamten Stadtplatz zuhören, hören wir dann tatsächlich die User? Oder übertönt der Lärm der Builder ihre Stimmen? Die Forscher wollten sehen, ob die komplexen, chaotischen und vielfältigen Meinungen echter Künstler einen fairen Anteil am Mikrofon bekommen oder ob ihre Stimmen in eine winzige, unerkennbare Ecke des Gesprächs gequetscht werden.

---

Der Große Stimmen-Quetschung (The Great Voice Squeeze)

In dieser Studie beschlossen zwei Forscher, ein Spiel namens „Semantic Tag“ zu spielen, um zu sehen, was wirklich in der Welt der KI und der Kunst zwischen 2013 und 2025 geschah. Sie sammelten einen riesigen Haufen öffentlicher Gespräche – 1.736 Textfragmente aus Nachrichtenartikeln, Podcasts, Gerichtsverfahren und Forschungsarbeiten. Sie nutzten ihre Sortiermaschine, um diesen Haufen in 20 verschiedene Themen zu organisieren. Einige Themen handelten von der Geschichte der Technologie, einige von der Philosophie der Kreativität und einige von den rechtlichen Rechten der Künstler.

Dann holten sie die echten Künstler dazu. Sie nahmen die Antworten von 252 praktizierenden Künstlern in den USA (Maler, Fotografen, Schriftsteller, Musiker und mehr), die zu ihren Gefühlen gegenüber KI befragt worden waren. Diese Künstler hatten sehr spezifische, nuancierte Meinungen. Einige dachten, KI sei ein großartiges Werkzeug, aber ein schlechtes Geschäftsmodell. Einige wollten für ihre Arbeit bezahlt werden; andere waren bereit, sie kostenlos zu spenden. Einige hatten Angst; andere waren neugierig. Insgesamt äußerten diese Künstler 70 einzigartige Sichtweisen (oder „Frames“) in fünf Hauptbereichen: Bedrohung (Threat), Nutzen (Utility), Eigentum (Ownership), Transparenz (Transparency) und Vergütung (Compensation).

Die Forscher nahmen diese 70 einzigartigen Sichtweisen der Künstler und versuchten, sie auf dieselbe 20-Themen-Karte zu „projizieren“, die sie aus den öffentlichen Nachrichten gebaut hatten. Sie wollten sehen: Wo landen die Künstler auf der Karte?

Das schockierende Ergebnis: Eine winzige Insel in einem großen Ozean

Die Antwort war erschreckend. Die Karte des öffentlichen Diskurses war riesig und vielfältig, gefüllt mit 20 verschiedenen Themen. Aber als die Forscher die Stimmen der Künstler auf diese Karte warfen, verteilten sie sich nicht. Sie landeten nicht im Eimer „Rechtliche Ansprüche“ oder „Faire Bezahlung“. Stattdessen wurden 94,9 % aller Anliegen der Künstler in nur zwei Themen gequetscht.

Man kann es sich so vorstellen: Stellen Sie sich eine riesige Bibliothek mit 20 verschiedenen Räumen vor. Die Öffentlichkeit spricht über alles, von der Geschichte der Pinsel bis hin zur Mathematik hinter der KI. Aber wenn die Künstler versuchen zu sprechen, werden sie alle in Raum 1 und Raum 2 gezwungen.

• Raum 1 ist beschriftet mit „KI als kreativer Kollaborateur“.
• Raum 2 ist beschriftet mit „KI-Kunst, Authentizität und menschliche Kreativität“.

Die anderen 15 Räume in der Bibliothek, die 58,2 % des gesamten Gesprächs ausmachen, sind völlig leer von Künstlerstimmen. Dies sind die Räume, in denen die Öffentlichkeit über „KI-Urheberrecht und rechtlichen Schutz“, „Verteidigungswerkzeuge für Künstler“ und „Debatten über KI-Kunst-Autorschaft“ spricht. Die Öffentlichkeit führt in diesen Räumen ein riesiges Gespräch über Künstler, aber die Künstler selbst sind dort nicht. Es ist wie eine Bürgerversammlung über Ihre Nachbarschaft, bei der der Bürgermeister, die Polizei und die Projektentwickler zwar über Sie reden, aber die tatsächlichen Bewohner jedoch ausgesperrt sind.

Es ist nicht nur ein Stil-Mismatch

Sie könnten denken: „Nun, vielleicht klingen die Künstler einfach anders. Vielleicht verwenden sie in Umfragen kurze, einfache Sätze, während die Nachrichten lange, schicke Absätze verwenden. Vielleicht ist das der Grund, warum sie nicht zusammenpassen.“

Die Forscher prüften dies. Sie nahmen die öffentlichen Nachrichten und hackten sie in kurze, einfache Sätze, die exakt wie die Umfrageantworten der Künstler klangen. Sie versuchten, den Stil anzugleichen. Doch selbst als der Stil identisch war, passten die Künstler immer noch nicht hinein. Die Lücke lag nicht darin, wie sie sprachen, sondern darin, worüber sie sprachen. Der öffentliche Diskurs ignorierte schlichtweg die spezifischen, handlungsorientierten Forderungen der Künstler.

Die vier Wege der Quetschung

Die Studie fand heraus, dass diese „Kompression“ auf vier hinterhältigen Arten geschieht:

1. Thematischer Ausschluss (Topical Exclusion): Die Künstler sind schlichtweg nicht zur Party eingeladen. Wie erwähnt, haben 15 von 20 Themen keinerlei Künstlerstimmen, obwohl diese Themen buchstäblich über die Rechte und die rechtliche Verteidigung von Künstlern handeln.
2. Rahmen-Umleitung (Frame Redirection): Dies ist der verwirrendste Teil. Wenn Künstler über Eigentum (wem gehört die Kunst?) oder Nutzen (ist dieses Werkzeug nützlich?) sprechen, werden ihre Worte umgeleitet. Anstatt in einem Thema über „Geld“ oder „Rechte“ zu landen, werden ihre Worte in den Raum „Authentizität“ abgeladen. So wird ein Künstler, der sagt: „Ich möchte mein Werk besitzen“, mit einem Philosophen gruppiert, der fragt: „Ist das überhaupt echte Kunst?“ Die spezifische Forderung nach Eigentum geht in einer Debatte über Ästhetik verloren.
3. Binäre Vereinfachung (Binary Simplification): Die Öffentlichkeit liebt eine einfache Geschichte: Ist KI eine „Bedrohung“ oder ein „Werkzeug“? Die Forscher fanden heraus, dass der öffentliche Diskurs Künstler in diese zwei Boxen zwingt. Wenn ein Künstler sagt: „KI ist eine Bedrohung für meinen Job“, steckt die öffentliche Diskussion ihn in die „Bedrohung“-Box. Wenn er aber sagt: „KI ist keine Bedrohung“, steckt sie ihn in die „Authentizitäts“-Box. Die Nuance verschwindet. Das öffentliche Gespräch hat keinen Platz für einen Künstler, der sagt: „Es ist eine Bedrohung für meinen Job, aber ich nutze es auch, um coole Sachen zu machen.“
4. Stimmen-Kollaps (Voice Collapse): Dies ist der kniffligste Punkt. Der öffentliche Diskurs gruppiert Menschen zusammen, nur weil sie ähnlich klingen, selbst wenn sie das Gegenteil bedeuten. Zum Beispiel enthält der Raum „Kreativer Kollaborateur“ sowohl Künstler, die KI lieben, als auch solche, die sie hassen, einfach weil beide denselben Tonfall eines „besorgten Künstlers“ verwenden. Die Öffentlichkeit sieht eine Gruppe von Künstlern, die sprechen, kann aber nicht unterscheiden, dass die eine Hälfte die Technologie verbieten will und die andere Hälfte sie verkaufen möchte.

Warum das wichtig ist

Die Forscher sind sich sehr sicher: Dies ist nicht nur eine seltsame statistische Kuriosität. Es ist ein strukturelles Problem. Wenn politische Entscheidungsträger, Richter und Unternehmen in den Nachrichten nachsehen, um zu entscheiden, was Künstler wollen, blicken sie auf ein verzerrtes Bild. Sie sehen eine einfache Debatte über „KI gegen Mensch“ oder „Kunst gegen Technik“. Sie sehen nicht die komplexe Realität, in der Künstler 70 verschiedene, spezifische Forderungen darüber haben, wie sie bezahlt werden sollten, wie ihre Daten verwendet werden dürfen und was ihre Rechte sind.

Die Arbeit legt nahe, dass diese „semantische Kompression“ bedeutet, dass die primär von KI betroffenen Personen (die Künstler) an den Rand des Gesprächs gedrängt werden. Sie sind das Subjekt des Gesprächs, aber sie sind nicht diejenigen, die das Wort führen. Der öffentliche Raum hat die Idee von KI und Kunst erfasst, aber er hat es versäumt, die Realität der Künstlerbelange zu erfassen. Das Ergebnis ist ein Governance-System, das Gesetze auf Basis einer vereinfachten, komprimierten Version der Wahrheit erlassen könnte und dabei die tatsächlichen Bedürfnisse der Menschen übersieht, die es eigentlich schützen sollte.