Synthetic Pasts (2026-2028)
Synthetic Pasts använder en experimentell metod där vi tränar och interagerar modeller för generativ AI (t.ex. Stable Diffusion, Mistral, Llama) samtidigt som vi ställer kritiska och historiska frågor om maskinellt genererade historiska texter och bilder. Projektet kommer därmed att tillhandahålla en kontrollerad forskningsmiljö, noggrant utformad för att observera och dokumentera träningsprocessen för generativ AI. Träningsdatan spänner över historisk skönlitteratur, konst och serier, vetenskapliga bilder samt texter från 1800- och 1900-talet.
Grundinformation
- Finansiär: Marcus och Amalia Wallenbergs stiftelse
Beskrivning
Synthetic Pasts syftar till att undersöka både möjligheter och fallgropar som uppstår med syntetiska bilder och texter. Projektets mål är att studera hur AI skriver och förhåller sig till historia för att:
a) kritiskt granska hur historia formas genom generativa AI-processer,
b) ge kritiska perspektiv på den historiska autenticiteten hos maskinellt genererade historiska bilder och texter,
c) reflektera över ytterligare implementering av sådana teknologier inom kultur- och kreativa näringar.
Projektets huvudsakliga betydelse är att det utvecklar en konkret och praktisk metod för att arbeta med och kritiskt undersöka den syntetiska produktionen av generativa AI-modeller. Genom att tillämpa den senaste teorin på ett strukturerat arbetsflöde, samt genom specifika avancerade AI-metoder såsom finjustering av AI-system på historiska data, används syntetisk kreativitet som ett forskningsverktyg. Detta möjliggör inte bara skapandet av nya material utan även identifieringen av nya mönster i den historiska verkligheten, vilket i sin tur avslöjar desinformation.
Projektet kommer därmed att generera ny kunskap om generativ AI:s samhällspåverkan och ge verktyg för dess vidare tillämpning av individer, yrkesverksamma och institutioner såsom arkiv, bibliotek och kulturarvsorganisationer. På så sätt har projektet potential att revolutionera arbetet inom kultur- och kreativa näringar.