Sztuka po AI Sztuka, technologia, przemoc. Rozprawa o etyce twórczości w czasach generatywnej AI ​ Oskar Chmioła​ Rozprawa autorska​ Autor niezależny Licencja: CC BY 4.0 Abstract (English version) The dissertation Art after AI. Art, Technology, Violence attempts a systematic examination of creativity in the age of generative artificial intelligence. Analyzing AI’s impact on authorship, aesthetic decisions, cultural infrastructures, interpersonal relationships and environmental costs, the author proposes four strategies of artistic resistance: post-generativity, anti-generativity, post-agency, and anti-agency. Each of them is developed as a manifesto. At their intersection, the concept of "art after AI" emerges – understood as a situated, ethical and speculative-critical practice. The dissertation combines philosophical reflection, cultural analysis, artistic examples and infrastructural postulates. Its conclusion remains open and invites collaborative extensions – including beyond textual forms. Abstrakt (wersja polska) Rozprawa „Sztuka po AI. Sztuka, technologia, przemoc” podejmuje próbę systematycznego zbadania kondycji twórczości w epoce powszechnego wdrażania generatywnych modeli sztucznej inteligencji. Analizując wpływ AI na kategorie autorstwa, decyzji estetycznej, infrastruktury kultury, relacji międzyludzkich i środowiska, autor rozwija cztery strategie twórcze: postgeneratywność, antygeneratywność, postagentowość i antyagentowość. Każda z nich zostaje rozwinięta w formie manifestu. Na ich przecięciu wyłania się pojęcie „sztuki po AI” – jako praktyki spekulatywno-krytycznej, sytuowanej i etycznej. Rozprawa łączy refleksję filozoficzną, analizę zjawisk kulturowych, przykłady działań artystycznych oraz postulaty infrastrukturalne. Zakończenie ma charakter otwarty i zaprasza do współtworzenia kontynuacji – także poza formą tekstu. 1 Rozdział I. Twórczość po AI – założenia, cele, metodologia 1.1. Kontekst: dominacja modeli generatywnych i systemów predykcyjnych W ciągu ostatnich pięciu lat (2020–2025) nastąpił gwałtowny wzrost zainteresowania generatywnymi modelami sztucznej inteligencji – zarówno w debacie publicznej, jak i w polu sztuki, kultury, edukacji, projektowania, a także ekonomii kreatywnej. Modele te, początkowo rozwijane jako narzędzia wspierające klasyfikację, tłumaczenie i generowanie tekstów, przekształciły się w kompleksowe systemy tworzące obrazy, muzykę, ruchy ciała, a także interfejsy głosowe oraz scenariusze działań społecznych. Obecnie systemy takie jak GPT-4, Claude 3 Opus, Gemini 1.5, Mistral Large, LLaMA 3 czy Midjourney V6 i DALL·E 3 są nie tylko narzędziami pracy kreatywnej, ale również — coraz częściej — podstawą do tworzenia całych środowisk produkcyjnych, kuratorskich oraz edukacyjnych. Dominacja modeli generatywnych ma charakter zarówno technologiczny, jak i epistemiczny. Z jednej strony rozpoznajemy w niej skuteczność obliczeniową i popularność narzędzi, które stały się łatwo dostępne, komercjalizowane i wdrażane na szeroką skalę. Z drugiej — mamy do czynienia z głębokim przesunięciem poznawczym, w którym to właśnie predykcja i uśrednianie — a nie przypadek, ryzyko czy nieciągłość — stają się dominującymi formami rozumienia twórczości. Twórczość w coraz większym stopniu zostaje przedefiniowana przez logikę predykcyjnych modeli językowych (LLM), które — zamiast tworzyć „nowe” — uczą się przewidywać najbardziej prawdopodobne ciągi znaków, a w przypadku integracji z modelami multimodalnymi — także struktur wizualnych czy akustycznych — na podstawie istniejących zbiorów danych. W konsekwencji pojawia się potrzeba krytycznego zrozumienia tego przesunięcia: nie tylko w kategoriach efektywności technicznej, ale również jako głębokiej transformacji sposobów myślenia o tym, czym jest autorstwo, proces, relacja, medium, a także ryzyko, afekt, ciało i czas. W tym kontekście dominacja nie dotyczy wyłącznie algorytmów czy aplikacji, ale sposobu, w jaki kultura wytwarza sens i wartość. Kiedy twórczość zostaje podporządkowana funkcji predykcyjnej, zaczynamy obserwować transformację w logice estetycznej i kulturowej: „nowość” staje się efektem optymalizacji, a nie ryzyka; kompozycja — efektem statystycznego uśrednienia, a nie decyzji podmiotu; natomiast „styl” zostaje ujęty jako parametr modelu, a nie wynik napięcia między doświadczeniem a wyobraźnią. W rezultacie dominujące systemy generatywne oparte na dużych modelach językowych (LLM) i multimodalnych transformatorach funkcjonują nie tyle jako neutralne narzędzia wspomagające użytkownika, ale jako infrastruktury wiedzy, stylu, reguł i domyślnych estetyk. Ich wpływ nie jest już wyłącznie technologiczny — jest również poznawczy, etyczny i społeczny. Użytkownicy tych modeli nie tylko zyskują nowe możliwości ekspresji, ale również internalizują modele działania, jakie te systemy proponują. Tym samym — generatywne AI modeluje podmiot twórczy na nowo, często 2 niejawnie, poprzez powielanie uprzednich danych, wzorców, semantyk i formuł językowych, które stają się bazą predykcji. Nie można więc traktować tego procesu jedynie jako nowej fazy „asysty twórczej” – jest to raczej głębokie przewartościowanie podmiotowości artystycznej w świecie, gdzie język, obraz i dźwięk są przetwarzane przez modele optymalizacji i dopasowania na niespotykaną dotąd skalę, a nie przez gest nieprzewidywalny czy afektywny. Warto zauważyć, że modele takie jak GPT-4 czy Claude 3 nie są wyłącznie technologiami przetwarzania danych, lecz również — jak ująłby to Michel Foucault — „aparatami wiedzy” (dispositif), które wytwarzają reguły tego, co może być powiedziane, napisane, wygenerowane. Są one formacjami epistemologicznymi, które organizują przestrzeń możliwego – poprzez to, co zinternalizują jako „poprawne”, „prawdopodobne”, „stylowe” lub „trafne” w procesie uczenia. W tym sensie dominacja modeli generatywnych jest dominacją heurystyki predykcyjnej nad heurystyką eksperymentalną. Podczas gdy eksperyment zakłada możliwość porażki, błędu, utraty i nieczytelności, predykcja zakłada optymalizację ścieżki ku wynikom najbardziej zgodnym z uśrednionym wzorcem. Proces twórczy zostaje więc osadzony w paradygmacie przewidywania, a nie stwarzania — w logice ciągłości, a nie zerwania. Ma to swoje odzwierciedlenie np. w sztuce tworzonej wg sposobu, co skutkuje tym, że kolejne dzieła danego artysty są do siebie łudząco podobne, jakby zostały wyprodukowane maszynowo lub automatycznie. To przesunięcie ma znaczenie nie tylko dla praktyk artystycznych, ale również dla sposobu, w jaki rozumiemy społeczne funkcje sztuki. Jeśli bowiem sztuka jest jednym z ostatnich obszarów kultury, w którym dopuszczalna jest sprzeczność, ambiwalencja i niezdeterminowanie — to model predykcyjny dąży do ich eliminacji jako „szumu” lub „niespójności semantycznej”. W efekcie, praktyki artystyczne oparte na współpracy z modelami generatywnymi często oscylują wokół dwóch sprzecznych tendencji: z jednej strony wykorzystują one zdolność systemów do generowania w szybkim tempie dużej liczby wariantów (np. stylów wizualnych, propozycji tekstowych, struktur narracyjnych), z drugiej — próbują zakłócić ich logikę przez interwencje zakładające paradoks, nieciągłość, nonsens, błąd lub sprzeczność afektywną. To napięcie jest symptomatyczne dla całej epoki postgeneratywnej: jest epoką obcowania ze strukturą, której nie możemy już wyłączyć, ale którą musimy próbować zakłócić. Kluczowym zagadnieniem staje się zatem pytanie: jak tworzyć w świecie, w którym twórczość została uprzemysłowiona i zdominowana przez predykcję? Co to znaczy być twórczym w środowisku, które uczy się na podstawie tego, co już było – i na tej podstawie przewiduje, co ma się wydarzyć? W jakim stopniu nasze decyzje, wybory estetyczne, językowe i etyczne są już częścią zestawu danych, na którym trenowany był model? W tym sensie AI przestaje być wyłącznie „narzędziem” — staje się współuczestnikiem procesu twórczego, a często także jego ukrytą infrastrukturą. Nie tylko pomaga tworzyć, ale również zmienia to, co znaczy „tworzyć”. Dla wielu artystek i artystów oznacza to konieczność renegocjacji relacji z medium, odbiorcą i samym procesem tworzenia. To, co dawniej było kategorią „wyrazu” lub „gestu”, zostaje obecnie wpisane w 3 przestrzeń zoptymalizowanej predykcji — przewidywane, klasyfikowane, modelowane. Ciało artysty, jego głos, tekst, obraz, sekwencja — stają się danymi wejściowymi dla systemu uczącego się. To sytuacja, w której podmiot twórczy musi stale odnajdywać się w relacji nie tylko z samym sobą, lecz również z modelem, który uczy się jego gestu po to, by go uprzedzić. W takim świecie twórczość nie może być już rozumiana wyłącznie jako akt intencji. Przeciwnie — musi być rozumiana jako zdarzenie w sieci relacji technologicznych, epistemologicznych i społecznych, które determinują dostępność, formę i przyszłość wyrazu. Dominacja modeli generatywnych nie jest wyłącznie problemem technologii – jest wyzwaniem filozoficznym, politycznym i kulturowym. 1.2. Cele badawcze i pytania kluczowe Głównym celem niniejszej rozprawy jest sformułowanie krytycznego modelu analizy twórczości w kontekście ekspansji sztucznej inteligencji generatywnej, a w szczególności – modeli predykcyjnych opartych na uczeniu maszynowym, takich jak wielkoskalowe modele językowe (LLM) i multimodalne modele transformacyjne (np. GPT-4, Gemini, Claude 3, DALL·E 3, Midjourney). Nie chodzi jednak wyłącznie o analizę narzędzi lub obrazów, jakie te modele wytwarzają, ale o zrozumienie głębokiej zmiany w sposobie produkcji, pojęciach autorstwa, relacjach podmiotowych i warunkach etycznych, jakie AI narzuca współczesnej twórczości. W tym sensie rozprawa nie zamierza jedynie opisywać aktualnych tendencji w estetyce lub technologii, lecz zmierza do uchwycenia punktu krytycznego, w którym twórczość — zarówno jako praktyka, jak i jako idea — ulega zasadniczemu przekształceniu. Celem jest więc opis, zrozumienie i konceptualizacja przemian epistemologicznych, afektywnych i etycznych, które zachodzą w sytuacji, gdy maszyny predykcyjne stają się nie tylko narzędziami, ale współautorami, interfejsami i instytucjami kulturowymi. Na tej podstawie sformułowane zostają pytania kluczowe rozprawy, które wyznaczają zarówno jej wewnętrzną strukturę, jak i zakres badawczy: 1.​ Jakie są epistemiczne i afektywne konsekwencje dominacji modeli generatywnych w obszarze twórczości artystycznej?​ Czy generatywna AI tworzy nową formę wiedzy estetycznej — a jeśli tak, to jakiej jest ona natury? Jak zmienia się doświadczenie dzieła, procesu, relacji twórczej w kontekście interakcji z systemem predykcyjnym?​ 2.​ W jaki sposób modele predykcyjne wpływają na rozumienie autorstwa, decyzji twórczej, podmiotowości i gestu artystycznego?​ Czy twórczość pozostaje wyłącznie ludzką kategorią, czy też staje się relacyjną funkcją współpracy człowieka z maszyną? Jak zmieniają się pojęcia intencji, ekspresji, wyrazu i odpowiedzialności?​ 4 3.​ Czy możliwe są formy twórczości, które opierają się dominacji generatywnej i predykcyjnej logiki?​ Jeśli tak — jakie strategie można nazwać oporem: postgeneratywność, antygeneratywność, postagentowość, antyagentowość? Czy możliwa jest twórczość „po AI”, która nie reprodukuje jej systemowej przemocy?​ 4.​ Jakie są etyczne i środowiskowe konsekwencje współtworzenia z AI?​ Czy twórczość z udziałem AI jest energetycznie i politycznie odpowiedzialna? Jakie modele produkcji artystycznej mogą zmniejszyć ślad węglowy, zredukować zależność od korporacyjnych infrastruktur, a jednocześnie zachować krytyczny potencjał o istotnym znaczeniu? Ale to nie wszystko: Jakie modele działania artystycznego mogą być etyczne, lokalne, ograniczone, regeneratywne? W jaki sposób można projektować twórczość, która nie tylko nie powiela infrastrukturalnych hierarchii, ale aktywnie pracuje na rzecz ich rozmontowania i permanentnego zastępowania ich czysto ludzkimi formami, ale bardziej etycznymi i nie koniecznie wertykalnymi? Czy możliwe jest działanie artystyczne, które jednocześnie jest krytyczne wobec AI i jednocześnie świadome swojej nieusuwalnej współzależności z jej materialnymi i epistemologicznymi warunkami? Jak zaprojektować rozprawę, która sama spełnia postulaty, które stawia – i jak odpowiedzialnie mówić o twórczości w warunkach infrastrukturalnej zależności? To pytanie powraca w każdej części pracy i staje się jej wewnętrznym wyzwaniem: nie tylko jako temat, ale jako rygor strukturalny, jako obowiązek performatywny, jako gest epistemiczny. Niniejsza rozprawa została więc pomyślana nie tylko jako dyskursywny opis zjawiska, ale jako forma działania, która podlega tym samym kryteriom, które stawia analizowanym praktykom. Odpowiedzi na te pytania udzielane są w poszczególnych rozdziałach rozprawy – zarówno w trybie krytycznym (analiza), jak i afirmatywnym (propozycje, manifesty, prototypy, gesty). Praca pozostaje więc aktem epistemicznego zaangażowania, a nie tylko dyskursywnego opisu. 1.3. Podejście metodologiczne: epistemologia sytuowana, posthumanizm, teoria afektu Podejście metodologiczne przyjęte w niniejszej rozprawie wyrasta z konieczności ponownego przemyślenia relacji między wiedzą, podmiotem a technologią — w sytuacji, w której twórczość coraz częściej zachodzi w warunkach algorytmicznej predykcji, multimodalnej syntezy i infrastrukturalnego zapośredniczenia. Nie jest to więc metodologia „neutralna” ani „z zewnątrz”, ale epistemologia sytuowana — przyznająca, że każda wiedza jest umiejscowiona w konkretnych warunkach materialnych, technologicznych i afektywnych, a każdy akt twórczy i analityczny — zanurzony w relacjach władzy, współzależności i ograniczenia. 5 Inspiracją dla tej metodologii są m.in. prace Donny Haraway (1988), która wskazuje, że wiedza nie jest uniwersalnym, obiektywnym wglądem, lecz zawsze stanowi wynik relacyjnego usytuowania. Podobnie — badania Karen Barad (2007) nad intra-akcjami (intra-actions) sugerują, że podmiot i obiekt nie istnieją jako uprzednie kategorie, lecz współkonstytuują się w ramach zdarzenia poznawczego. Z tego wynika kluczowe założenie rozprawy: sztuczna inteligencja nie jest zewnętrznym narzędziem, lecz częścią sytuacji poznawczej, która współtworzy zarówno badacza, jak i przedmiot badania. To podejście wymaga rezygnacji z binarnych podziałów: podmiot–przedmiot, natura–technologia, twórca–narzędzie. Zamiast nich przyjmujemy perspektywę posthumanistyczną, zgodnie z którą ludzki aktor nigdy nie działa samodzielnie, lecz w sieciach agentów nie-ludzkich — w tym kodu, algorytmów, modeli uczenia maszynowego, a także środowisk technologicznych i afektywnych. Posthumanizm nie oznacza „odejścia od człowieka”, ale przesunięcie uwagi: z człowieka jako centrum, ku sieci relacji, która warunkuje jego możliwość działania. W tym kontekście twórczość nie jest już aktem suwerennej ekspresji indywidualnego geniuszu, lecz efektem złożonych konfiguracji: energetycznych, algorytmicznych, politycznych i cielesnych. Analizując te konfiguracje, nie można abstrahować od ich materialnego i infrastrukturalnego wymiaru — ani też od ich wpływu na afekty, relacje społeczne i wyobraźnię. Dlatego dopełnieniem epistemologii sytuowanej i posthumanizmu jest teoria afektu – rozumiana nie jako psychologia emocji, lecz jako teoria intensywności, relacyjności i sprawczości, która przebiega przez ciała, interfejsy, obrazy i systemy. Afekty w tej perspektywie nie są już podporządkowane symbolicznej reprezentacji — są raczej mikropolitykami ciał i systemów, przepływami intensywności, które ujawniają się w chwilach napięcia, zakłócenia, błędu lub nadmiaru. Modele generatywne nie są wobec tych afektów neutralne — przeciwnie, kodują je, tłumią, syntetyzują lub transformują. Praca z nimi oznacza więc konieczność rozpoznania nie tylko tego, co generują, ale także co eliminują jako „nieoptymalne”, „niewłaściwe” lub „niemodelowe”. Zastosowana metodologia nie dąży więc do opisu z dystansu, lecz do współuczestnictwa krytycznego: zanurzenia w relacji, która sama w sobie jest obiektem i narzędziem badania. Dlatego każda część rozprawy łączy analizę teoretyczną z gestem performatywnym: opisowi towarzyszy interwencja, analizie – manifest, diagnozie – prototyp lub gest. Metodologia ta zakłada odpowiedzialność: nie tylko za to, co się pisze, ale także za to, w jaki sposób i w jakich warunkach się to pisze. 1.4. Uzasadnienie struktury pracy i głównych pojęć Struktura niniejszej rozprawy została zaprojektowana jako dynamiczna mapa pojęć, strategii, przykładów i gestów, która umożliwia zarówno analizę, jak i działanie. Nie mamy tu do czynienia z linearnym postępem rozdziałów, lecz z siecią powiązań tematycznych, w której każdy rozdział funkcjonuje jako samodzielna, ale powiązana platforma refleksji. Taka struktura wynika z potrzeby zachowania spójności logicznej przy jednoczesnym respektowaniu różnorodności tematów, postaw i praktyk twórczych, które wyłaniają się w świecie postgeneratywnej kultury. 6 Rozprawa rozpoczyna się od określenia kontekstu (rozdział I), czyli od zarysowania współczesnej kondycji twórczości w świecie zdominowanym przez modele generatywne i systemy predykcyjne. W dalszej części (rozdział II) przedstawiona zostaje genealogia kryzysu twórczości — proces, w którym kolejne historyczne i technologiczne transformacje prowadzą do obecnego stanu. Następnie (rozdział III) analizowane są infrastrukturalne i polityczne konsekwencje ekspansji AI: jej związki z przemocą energetyczną, ekstrakcją danych i geopolityką wiedzy. Rozdział IV dotyczy estetyki – zwłaszcza jej transformacji w kierunku wygładzenia, uśrednienia, przezroczystości i afektywnej płaskości. Rozdział V stanowi rdzeń teoretyczno-performatywny pracy. Składa się z czterech manifestów: postgeneratywnego, antygeneratywnego, postagentowego i antyagentowego, a także z manifestu „Sztuki po AI” jako wspólnego mianownika. Każdy z manifestów stanowi próbę zdefiniowania możliwych strategii twórczego oporu wobec hegemonii AI, a zarazem praktykowania myślenia afektywnego, ograniczonego i wspólnotowego. Manifestom towarzyszy analiza i rozwinięcie przykładów – zarówno istniejących, jak i hipotetycznych. W rozdziale VI omawiane są wybrane przypadki działań artystycznych, które nie tylko korespondują z ideami zawartymi w manifestach, lecz także rozszerzają je o konkretne propozycje prototypów, gestów, performansów i metod współpracy z publicznością. Z kolei rozdział VII rozwija etyczny wymiar rozprawy – uwzględniając odpowiedzialność infrastrukturalną, energetyczną i środowiskową, a także alternatywne modele działania artystycznego i refleksje nad etycznym statusem procesu twórczego. Rozdział VIII podejmuje temat instytucji i edukacji – wskazując, w jaki sposób automatyzacja wiedzy i krytyki wpływa na edukację artystyczną, działalność instytucji kultury i strategie emancypacyjne. Końcowy rozdział IX ma charakter otwarty: zawiera propozycje dalszego rozwijania pracy – poprzez refleksje nad przyszłością twórczości, odpowiedzialność relacyjną i etyczną, a także zaproszenie do współtworzenia dalszych rozdziałów przez osoby badawcze i artystyczne. Wszystkie rozdziały są wzajemnie powiązane i tworzą spójną, choć niehierarchiczną strukturę, której celem jest nie tyle zamknięcie zagadnienia, ile wytworzenie warunków do jego dalszego rozwijania w sposób otwarty, krytyczny i wspólnotowy. Struktura ta odzwierciedla zarazem treść i postulat tej rozprawy: że twórczość po AI musi być relacyjna, nieoptymalna i otwarta — także w samym akcie pisania o niej. Struktura niniejszej rozprawy nie wynika z linearnego podziału na teorię, analizę i wnioski, lecz została zaprojektowana jako spiralny proces epistemiczny – kolejne rozdziały pogłębiają wcześniejsze, powracają do tych samych pojęć w nowych kontekstach, a kluczowe kategorie – takie jak twórczość, AI, przemoc, relacja, opór – nie są raz na zawsze ustalone, lecz przeformułowywane w zależności od miejsca w strukturze. To, co w rozdziale pierwszym jest jeszcze pytaniem, w piątym staje się manifestem, a w dziewiątym – zaproszeniem do kontynuacji. Tego rodzaju struktura została przyjęta nie jako ozdobna figura, lecz jako konsekwencja filozoficzna: skoro twórczość nie jest linearna, a poznanie nie jest hierarchiczne, to także forma pracy krytycznej musi odzwierciedlać te założenia. Struktura spiralna pozwala nie tylko na pogłębienie tematu, ale także na ucieleśnienie nieciągłości, która towarzyszy zarówno pracy teoretycznej, jak i artystycznej – szczególnie w warunkach destabilizacji pojęć takich jak autorstwo, medium, obraz czy decyzja. 7 Logika strukturalna​ Praca została podzielona na dziewięć zasadniczych rozdziałów. Pierwsze trzy rozdziały mają charakter analityczno-diagnostyczny, środkowe cztery – interwencyjno-propozycyjny, ostatnie dwa – projektowy i otwarty. Rdzeniem struktury są cztery strategie oporu przedstawione w rozdziale V oraz pięć manifestów, które stanowią zarówno wynik, jak i syntetyzującą strukturę epistemiczną całej pracy. Każdy rozdział wnosi nowy poziom analizy, a zarazem rekonfiguruje wcześniejsze: estetyka nie jest analizowana osobno od przemocy, a etyka nie zostaje oddzielona od technologii. Taka nielinearna konstrukcja ma charakter afektywno-epistemiczny: nie porządkuje danych, lecz wprowadza w ich rytm i napięcie, umożliwiając odbiorcy odczytanie pracy jako procesu – a nie produktu. Logika ta stanowi również gest krytyczny wobec standardowych formatów akademickich, w których myśl zostaje ujarzmiona przez strukturę – tu natomiast struktura wynika z rytmu i konieczności pojęciowej. Kluczowe pojęcia operacyjne Generatywność​ W rozumieniu tej rozprawy generatywność odnosi się do zdolności systemów sztucznej inteligencji do tworzenia danych wyjściowych (tekstów, obrazów, dźwięków) na podstawie zbiorów danych treningowych. Nie chodzi jednak o twórczość per se, lecz o statystyczną predykcję kolejnych elementów na bazie uprzednio zebranych danych. Generatywność w tym ujęciu nie oznacza kreatywności w sensie radykalnej nowości, lecz funkcję uśrednienia, uzupełnienia i optymalizacji. Autor odwołuje się tu m.in. do analizy Chunka Tana (2023), który zauważa, że „generatywność modeli to zawsze rekombinacja tego, co już było, ujęta w strukturę najczęstszych odpowiedzi” — co trafnie oddaje logikę dominujących modeli generatywnych. System predykcyjny​ To nie tylko technologia, ale również epistemologiczny wzorzec – taki, w którym przyszłość traktowana jest jako przedłużenie przeszłości, a prawda jako funkcja prawdopodobieństwa. W tym ujęciu system predykcyjny operuje logiką anty-polityczną: redukuje kontrowersje do anomalii danych, konflikty do odchyleń, różnice do błędów. AI staje się narzędziem depolityzacji twórczości i wyobraźni, co poddaje krytyce m.in. Wendy Hui Kyong Chun (2021) w książce Discriminating Data. Postagentowość / antyagentowość​ To dwa centralne pojęcia operacyjne tej rozprawy. Postagentowość oznacza działanie rozproszone, nieciągłe, afektywne — niewynikające z indywidualnego sprawstwa, lecz z relacji, opóźnień, wzajemnych zakłóceń. Postagentowy gest nie konstruuje podmiotu jako punktu wyjścia, lecz jako skutek konfiguracji między ciałami, systemami, kodami i napięciami. Antyagentowość, z kolei, oznacza gest odmowy: zatrzymania, zerwania pętli, wycofania się z aktu działania. W odróżnieniu od klasycznego oporu, antyagentowość nie przekształca systemu, lecz przerywa jego reprodukcję. Oba pojęcia rozwijane są w oparciu o myśl Karen Barad, Isabelli Stengers i Legacy Russell, a także o praktyki artystyczne bazujące na błędzie, ciszy, powtórzeniu, zakłóceniu, zaniechaniu lub minimalnym geście. Przemoc infrastrukturalna​ To kategoria zaczerpnięta z prac Deborah Cowen (2014) oraz Tamara Khandakara, odnosząca się do ukrytych form przemocy realizowanych poprzez systemy technologiczne i logistyczne – m.in. sieci 8 kablowe, centra danych, górnictwo surowców rzadkich, struktury energetyczne i protokoły komunikacji. AI nie jest zjawiskiem niematerialnym — lecz głęboko uwikłanym w eksploatację środowiska, pracy, ciał i geopolityki. Każdy akt generowania przez model sztucznej inteligencji pociąga za sobą konkretny ślad środowiskowy, energetyczny i społeczny. Praca dowodzi, że twórczość z użyciem AI nie jest neutralna – wymaga etycznej świadomości infrastrukturalnych zależności. Twórczość niskowęglowa​ W niniejszej rozprawie wprowadzono również kategorię „twórczości niskowęglowej”, rozumianej jako zestaw praktyk artystycznych, które dążą do minimalizacji śladu środowiskowego poprzez ograniczenie zużycia energii, zasobów oraz masowej dystrybucji danych. Autor podkreśla, że takie podejście nie jest postrzegane jako estetyka niedostatku, lecz jako etyka ograniczenia i obecności, która sprzeciwia się dominującej logice optymalizacji i uśredniania. Twórczość niskowęglowa obejmuje działania lokalne, analogowe i wspólnotowe, w których ograniczenia materialne i energetyczne stają się warunkiem koniecznym do zachowania autentyczności doświadczenia artystycznego oraz krytycznego potencjału twórczości. Manifest jako forma epistemiczna​ Manifesty, będące integralną częścią tej rozprawy, pełnią funkcję nie tylko gestów artystycznych, lecz także form wiedzy afektywnej i politycznej. Każdy z pięciu manifestów – postgeneratywnego, antygeneratywnego, postagentowego, antyagentowego oraz „sztuki po AI” – stanowi wyraz konkretnej strategii oporu wobec dominacji narzędzi predykcyjnych, a jednocześnie propozycję dla kultury, wiedzy i działania wspólnotowego. Manifest, jako forma epistemiczna, jest zatem nie tylko tekstem, ale również performatywnym gestem, który projektuje nowe sposoby myślenia i relacjonowania świata. Wprowadzenie kluczowych pojęć​ W niniejszej pracy obowiązuje szereg pojęć operacyjnych, które łączą się w spójną narrację. Poza omówionymi już generatywnością, systemem predykcyjnym, postagentowością, antyagentowością, przemocą infrastrukturalną i twórczością niskowęglową, ważnym elementem jest zatem też wspomniana analiza manifestu jako formy epistemicznej. Wprowadzenie tych kategorii na etapie pierwszego rozdziału ma na celu ustalenie wspólnego języka, który będzie rozwijany, podważany i przekształcany w kolejnych częściach rozprawy. Całość struktury nie wynika z linearnego podziału na teorię, analizę i wnioski, lecz z potrzeby utrzymania procesu epistemicznego jako takiego – spiralnego, wielowarstwowego i otwartego na dalsze kontynuacje. Rozdział II. Genealogia kryzysu twórczości 2.1. Od automatyzmu estetycznego do algorytmizacji decyzji Historia twórczości artystycznej w XX i XXI wieku to historia nieustannego przesuwania granic między człowiekiem a technologią. Począwszy od dadaistycznych kolaży i eksperymentów z przypadkiem, przez surrealistyczny automat pisarski i praktyki cut-upu, aż po generatywne 9 kompozycje Briana Eno i systemy interaktywne w sztuce cyfrowej – twórczość była polem, na którym testowano relacje z nieprzewidywalnością, maszynowością, procesem. W szczególności warto wskazać na praktyki automatyzmu estetycznego, które już w latach 1910–1930 stanowiły próbę dekonstrukcji tradycyjnego modelu podmiotowego autorstwa. U André Bretona czy Philippe’a Soupaulta automat pisarski był nie tyle techniką, ile projektem epistemologicznym – próbą uchwycenia podświadomości, afektu, języka poza kontrolą. Jednak nawet w tych radykalnych eksperymentach to podmiot ludzki pozostawał centralną figurą sensu – to on wybierał, montował, podpisywał. W drugiej połowie XX wieku – wraz z rozwojem cybernetyki, informatyki i teorii systemów – sztuka coraz częściej eksperymentowała z procedurami, instrukcjami i programami. Sol LeWitt, John Cage, Nam June Paik tworzyli dzieła oparte na regule i kodzie, w których artysta projektował warunki twórczości, a nie jej rezultat. Koncepcja artysty jako projektanta systemu, rozwinięta przez Jacka Burnhama w eseju Systems Esthetics (Artforum, 1968), otworzyła drogę ku twórczości jako praktyce proceduralnej, powtarzalnej i zautomatyzowanej (Burnham 1968). Ten procesualny zwrot miał swoje istotne konsekwencje: zamiast unikalnego gestu twórczego, zaczęto konstruować ramy działania, a zamiast materialnych obiektów – algorytmy estetyczne. Już wówczas pojawiały się intuicje dotyczące generatywności — rozumianej jako zdolność systemów do tworzenia nowych struktur w oparciu o reguły i losowość. W tym kontekście warto wskazać m.in. na eksperymenty Very Molnar i Harolda Cohena, których prace poprzedzały AI, lecz antycypowały jej operacyjną logikę. Wciąż jednak istniał czytelny podział między konstruktorem systemu a jego rezultatem — to artysta pozostawał projektantem, inicjatorem i właścicielem gestu. Punktem przełomowym okazało się wejście na scenę kultury wielkoskalowych modeli językowych i wizualnych, które nie tylko operują według zasad generatywności, ale również przejmują funkcje decyzyjne, kompozycyjne i estetyczne. W tym nowym reżimie – reżimie algorytmizacji decyzji – akt twórczy zostaje przeniesiony z podmiotu ludzkiego na model statystyczny. Twórczość nie jest już generowaniem możliwości – ale wyborem najbardziej prawdopodobnej kontynuacji. Decyzja estetyczna zostaje tu zautomatyzowana – nie jako wynik delegacji, lecz jako logika systemowa. Modele takie jak GPT-4, Stable Diffusion czy Runway Gen-3 nie proponują wariantów – one wykonują. Użytkownik nie komponuje – promptuje. Zamiast aktu twórczego mamy selekcję wstępną, walidację lub korektę materiału statystycznego. Autor – pisze Agata Pyzik – zostaje „zredukowany do funkcji kliknięcia” (Pyzik 2023). A ta generatywna praktyka to tylko wierzchołek góry lodowej na która składają się złożone systemy predykcji, inżynierii społecznej, rekomendacji itd. Ten mechanizm nie dotyczy tylko artystów – obejmuje także projektantów, nauczycieli, krytyków, kuratorów. Wszyscy zostają wciągnięci w system, w którym decyzje estetyczne stają się wynikami predykcji, a nie refleksji, doświadczenia czy sporu. Pojawia się zatem fundamentalna transformacja: algorytm nie tylko tworzy, ale również myśli za nas o tym, co warto tworzyć. Proces ten można opisać jako przejście od automatyzmu estetycznego – rozumianego jako gest subwersji wobec rozumu i władzy – do automatyzacji estetyki jako logiki produkcji kultury. O ile wcześniej automat był formą krytyki, dziś stał się formą normy. O ile wcześniej twórczość była ruchem ku nieznanemu, dziś często staje się potwierdzeniem tego, co prawdopodobne i znane. 10 Nie oznacza to, że wszelka twórczość została zredukowana do systemu – lecz że system ustanowił dominującą logikę, wobec której każda twórczość musi się pozycjonować. To właśnie ten moment rozpoczyna kryzys twórczości – nie w sensie jej zaniku, ale w sensie jej epistemologicznego podporządkowania infrastrukturze predykcji. 2.2. Neoliberalna transformacja sztuki: performatywność, rynek i skalowalność Kryzys twórczości po AI nie może być analizowany w oderwaniu od szerszego procesu transformacji pola sztuki w warunkach późnego kapitalizmu. Jednym z kluczowych pojęć opisujących tę zmianę jest performatywność – rozumiana za Judith Butler i Jonem McKenziem nie tylko jako cecha wypowiedzi, lecz jako model działania, funkcjonowania i społecznej legitymizacji (Butler 1993; McKenzie 2001). W neoliberalnych reżimach kultury twórczość musi „działać” – nie tylko estetycznie, ale także efektywnie, zasięgowo, reprodukowalnie. Sztuka, podobnie jak inne formy ekspresji i pracy symbolicznej, została podporządkowana logice skalowalności – wartości zyskują te projekty, które mogą być szybko powielane, dystrybuowane, konwertowane na metryki uwagi, zasięgu i kapitału reputacyjnego. Przez kapitał reputacyjny rozumiemy tutaj zarówno mierzalną popularność (followersi, cytowalność, liczba pokazów), jak i niematerialny prestiż w polu sztuki – nagrody, uczestnictwo w uznanych wydarzeniach, obecność w obiegu instytucjonalnym (Bourdieu 1993). To, co niewidoczne, powolne, lokalne, trudno mierzalne lub nierynkowe, zostaje systemowo zmarginalizowane – nie ze względu na brak wartości, lecz na niedopasowanie do struktur obiegu i kalkulacji. W tym kontekście narzędzia AI wpisują się idealnie w logikę neoliberalnej kultury: przyspieszają produkcję, automatyzują powtarzalność, ułatwiają adaptację stylów, obniżają koszty i zwiększają konkurencyjność. Modele generatywne stają się zatem nie tylko narzędziami, ale wręcz matrycami samej twórczości – wzorcami, z którymi ludzie muszą się porównywać i których efektywność muszą osiągać. Skutkiem tego jest systematyczna presja na „performowanie twórczości” – nie tylko tworzenie dzieł, ale także bycie obecnym, responsywnym, spójnym, algorytmicznie przewidywalnym. Twórca nie jest już wyłącznie osobą projektującą znaczenia – staje się jednostką zarządzającą własną widzialnością, statystykami, pozycjonowaniem, narracją i tempem reagowania. Zgodnie z analizami Rosy Braidotti, Isabelli Lorei i Bojany Kunst, neoliberalny porządek artystyczny przedefiniowuje pojęcie artysty: twórca staje się przedsiębiorcą własnej kreatywności – funkcjonuje jak freelancer, influencer czy prosument w trybie ciągłej autorealizacji, widoczności i aktualizacji (Braidotti 2013; Kunst 2015). W tym sensie praca artystyczna przestaje być wydarzeniem – staje się nieprzerwanym procesem wydajnościowym, w którym nie istnieje już ostateczne dzieło, lecz tylko strumień aktywności: postów, materiałów, reakcji, współczynników. Performatywność ta jest ściśle związana z mierzalnością: artysta musi nie tylko tworzyć, ale również raportować, dokumentować, eksponować i 11 przeliczać swoje działania. Jak zauważa Franco “Bifo” Berardi, widzialność staje się walutą, a algorytmy platform – nieformalnymi kuratorami sztuki i życia (Berardi 2011). W tym systemie estetyka zostaje pochłonięta przez ekonomię uwagi: sztuka nie funkcjonuje już jako forma refleksji, lecz jako sygnał w strumieniu konkurencyjnych danych. By zaistnieć, twórczość musi być rozpoznawalna, aktualna i łatwo przetwarzalna – musi odpowiadać parametrom platform. Z tego właśnie miejsca wypowiada się niniejsza rozprawa. Twórczość zostaje tu potraktowana nie jako forma indywidualnej ekspresji ani jako medium czystej kreatywności, ale jako potencjalne pole oporu wobec hegemonicznej logiki produktywizmu. Nie poprzez ucieczkę w romantyzm czy izolację, lecz poprzez aktywne renegocjowanie relacji między procesem a produktem, między obecnością a widzialnością, między byciem a działaniem. Odpowiedź nie polega wyłącznie na krytyce – ale na projektowaniu innych modeli działania: sytuowanych, lokalnych, regeneracyjnych, a niekiedy także nieefektywnych czy nierynkowych – lecz głęboko ludzkich. Skalowalność: logika sukcesu przez powtarzalność Jedną z najbardziej istotnych zmian w epoce AI jest dominacja pojęcia skalowalności – zaczerpniętego pierwotnie z teorii systemów informatycznych i modeli wzrostu technologicznego, a następnie przeniesionego na pole kultury. W ujęciu platformowym skalowalność oznacza zdolność do powielania treści przy minimalnym koszcie, bez utraty spójności, przy maksymalizacji zasięgu i kompatybilności z systemami rekomendacyjnymi (Raymond 2001). W kontekście sztuki oznacza to, że dzieło nie musi być wyjątkowe – musi być powielalne. Dzieło, którego nie da się przetworzyć, przefiltrować, zmonetyzować lub dostosować do wielu odbiorców, traci systemowe znaczenie. W tym duchu AI staje się narzędziem automatyzacji skalowalności. Modele generatywne – takie jak GPT, Midjourney czy DALL·E – umożliwiają tworzenie niemal nieograniczonej liczby wariantów estetycznych, które mogą być testowane, oceniane, dopasowywane, aktualizowane. W miejsce jednej kompozycji – setki permutacji; w miejsce jednego stylu – dziesiątki adaptacji. To zmienia nie tylko tempo produkcji, ale także kryteria sukcesu artystycznego, które coraz bardziej przypominają kryteria sukcesu produktu cyfrowego. Warto zauważyć, że platformy takie jak Instagram, TikTok, YouTube czy Behance same promują formaty estetyczne zoptymalizowane pod kątem algorytmów: krótkie, jasne, uśrednione, łatwe do identyfikacji i ponownego użycia. Behance, jako platforma Adobe, dodatkowo wzmacnia wizualną unifikację i przyzwyczaja użytkowników do estetyki łatwej do przeliczenia – co badacze nazwali estetyką platformową (Joselit 2012; Lovink 2022). Parametryzacja twórczości: dane zamiast decyzji Równolegle do skalowalności rozwija się zjawisko, które określić można jako parametryzację twórczości – czyli rozpisanie decyzji artystycznych na zestaw zmiennych, które mogą być modyfikowane algorytmicznie lub projektowo: styl, ton emocjonalny, kolorystyka, długość, rytm, grupa docelowa, poziom komplikacji. Nie chodzi już o to, co powiedzieć – lecz jak ustawić suwak, który zadecyduje, jak coś zostanie wygenerowane. 12 Tego rodzaju myślenie zostało zapożyczone z praktyk projektowania cyfrowego i komunikacyjnego, gdzie decyzje podejmuje się na podstawie testowalnych zmiennych – iteracyjnie, konfigurowalnie, optymalizacyjnie. W narzędziach generatywnych ta logika zostaje wbudowana w sam interfejs twórczy. Kreatywność polega tu nie na wynalezieniu formy, lecz na manipulowaniu parametrami – tak, by produkt spełniał oczekiwania platformy, rynku lub odbiorcy. W efekcie coraz częściej to parametr – a nie artysta – staje się podmiotem twórczym. Jak zauważa James Bridle, AI tworzy dzieła idealnie dopasowane do systemu, w którym powstały, a więc takie, które nie przekraczają logiki narzędzia, ale ją reprodukują i optymalizują (Bridle 2018). Twórczość staje się tym samym zgodna z warunkami własnej automatyzacji. Podrozdział ten ujawnia, że kryzys twórczości nie jest wyłącznie kwestią technologiczną, lecz wynikiem długofalowego procesu, w którym działania artystyczne zostały podporządkowane logice rynku, wydajności, optymalizacji i mierzalności. Systemy sztucznej inteligencji są w tej konstelacji nie tyle źródłem kryzysu, ile jego najbardziej radykalnym wyrazem – precyzyjnym narzędziem przeliczenia, adaptacji, reprodukcji i normalizacji. To właśnie w odniesieniu do tej konstelacji należy postawić pytanie: czy możliwa jest twórczość nieskalowalna, nieparametryczna, nieoptymalna – i jaka mogłaby ona być? Nie chodzi o powrót do figur romantycznych, ale o praktyczne zaprojektowanie takich modeli działania, które pozwolą odzyskać relacyjność, ograniczenie, lokalność i afektywną obecność – również za cenę nieadekwatności wobec logiki platformowej. Takie modele nie muszą być spektakularne – mogą być powolne, niemedialne, nieprzewidywalne. Ale tylko w ich ramach możliwa jest twórczość, która nie staje się narzędziem systemu, lecz formą jego przekroczenia. 2.3. Modele danych jako modele świata: od archiwum do predykcji Współczesne modele sztucznej inteligencji nie funkcjonują w próżni. Każdy z nich stanowi rezultat konkretnych decyzji o tym, jak porządkować rzeczywistość: co uznać za wiedzę, co za prawdę, a co za reprezentację. U podstaw każdego systemu AI znajduje się model danych – matematyczna i statystyczna struktura ucząca się na podstawie zbiorów tekstów, obrazów, dźwięków i sekwencji zachowań. Jednak wbrew językowi technologicznemu, który sugeruje neutralność lub abstrakcyjność, modele te nie są ani bezcielesne, ani bezinteresowne. Są to konkretne, kulturowo i politycznie uwarunkowane formy reprezentacji świata – nie tylko go odwzorowujące, lecz także aktywnie go wytwarzające. Jak zauważa Michel Foucault, archiwum nie jest neutralnym zbiorem danych, lecz „systemem wypowiedzi, który ustala to, co może zostać powiedziane” (Foucault 1972). W tradycyjnym ujęciu archiwum było strukturą otwartą – fragmentaryczną, wielogłosową, podatną na spór, dekonstrukcję i reinterpretację. Twórczość w takim układzie oznaczała nie tylko korzystanie z danych, ale również ich rewizję, krytykę i przekształcanie. Modele danych w AI przekształcają tę logikę. Przestają być strukturami niepełnymi i otwartymi – stają się zamkniętymi reprezentacjami świata, skonstruowanymi w celu przewidywania, generowania i optymalizowania treści. W systemach takich jak GPT, Claude, DALL·E, Midjourney czy Gemini dane 13 nie są tylko materiałem wejściowym – są wszechświatem referencyjnym, który determinuje, czym może być język, obraz, kompozycja, styl czy afekt. Dane te nie są przy tym „naturalne”: są produktem selekcji, formatowania, asymetrii geograficznej i dominacji instytucjonalnej. W modelach generatywnych dane nie są przechowywane ani udostępniane w klasycznym sensie archiwalnym – są przetwarzane w funkcji przewidywania. Model danych nie tylko odzwierciedla rzeczywistość, ale aktywnie ją komponuje: generuje nowe treści, które są traktowane jako spójne, sensowne i prawdopodobne. Tym samym model danych staje się modelem świata – nie jego reprezentacją, ale jego funkcjonalną strukturą, reprodukowaną w nieskończoność przez kolejne interfejsy, generacje i zapytania. W tym sensie nie istnieje już przestrzeń między danymi a ich interpretacją – sam akt generowania zastępuje refleksję. Jak zauważa Kate Crawford w książce Atlas of AI, dane nie są surowcem naturalnym – są produktem władzy (Crawford 2021). Ich gromadzenie, klasyfikacja i porządkowanie zachodzą w warunkach geopolitycznej i instytucjonalnej asymetrii: to nie neutralny zbiór faktów, ale ujęcie świata zgodne z interesami dominujących aktorów – państw, korporacji, platform. Archiwizacja ta przypomina kolonialne modele wiedzy, w których to, co mogło zostać zapisane, zależało od hierarchii języków, ciał i technologii. Częścią tego procesu jest epistemologia predykcyjna: sposób poznania, w którym nie chodzi o to, co jest, ale o to, co może być przewidziane. Predykcja staje się miarą sensowności – a więc również prawdy, decyzji, estetyki. Jak zauważa Louise Amoore, systemy predykcyjne nie tyle przewidują przyszłość, ile ją projektują na podstawie przeszłości – zarządzają niepewnością poprzez rekomendację, statystykę i redukcję złożoności (Amoore 2020). Jednak ten proces odbywa się w warunkach nieprzejrzystości. Modele danych – w tym GPT-4, Gemini, Claude, Sora – funkcjonują jako tzw. czarne skrzynki. Ich dane treningowe są niedostępne, ich zasady działania – niejawne, a ich odpowiedzi – trudne do odtworzenia i rozliczenia. Użytkownik widzi jedynie efekt końcowy: tekst, obraz, dźwięk – bez dostępu do genealogii danych, które ten efekt umożliwiły. To radykalnie ogranicza możliwość krytyki, odpowiedzialności i epistemicznej konfrontacji. Model danych to nie tylko narzędzie techniczne – to struktura kulturowa i polityczna. Jak pisze Abeba Birhane, w systemach generatywnych statystyka zastępuje etykę, a korelacja wypiera odpowiedzialność (Birhane 2021). Zbiory treningowe nie są przejrzyste, dane często nie są opatrzone kontekstem, a mechanizmy działania modeli pozostają niejawne. Przez to wytwarzany przez AI obraz świata jest światem uśrednionym – złożonym z miliardów fragmentów, które nie zostały oznaczone ani przefiltrowane w sposób krytyczny. Dominują w nim te wzorce, które były najczęstsze – niekoniecznie najbardziej sprawiedliwe, wartościowe czy zróżnicowane. Jak wykazują badania Emily Bender, Timnit Gebru i Margaret Mitchell, wielkoskalowe modele językowe replikują systemowe formy uprzedzeń: rasizm, seksizm, kolonializm, klasizm – nie dlatego, że są „błędne”, ale dlatego, że zostały tak nauczone (Bender et al. 2021). Modele uczą się struktury świata, który je ukształtował – a więc powielają go bez możliwości samodzielnej korekty. Ta powtarzalność nie jest funkcją błędu – jest funkcją projektową. 14 W rezultacie twórczość generowana z udziałem AI coraz częściej opiera się na logice przewidywalności: nie eksploruje nieznanego, lecz wybiera najbardziej prawdopodobną kontynuację znanego. Każda różnica jest traktowana jako odchylenie, każdy gest jako wariacja na temat, każda inność jako anomalia. Tym samym wyobraźnia zostaje przekształcona w funkcję statystyki, a artystyczny potencjał błądzenia, zakłócenia, obcości – zostaje w dużej mierze zneutralizowany. Współczesne modele nie tylko organizują dane – one kształtują naszą relację ze światem. Jak wskazuje Louise Amoore, systemy predykcyjne nie tyle zarządzają niepewnością, ile redukują ją do rekomendowalnych, uporządkowanych, optymalnych wariantów przyszłości. Przyszłość nie jest już przestrzenią otwartą – staje się kontynuacją najbardziej prawdopodobnych trajektorii (Amoore 2020). Model AI to zatem aparat zamykania możliwości – projektowany nie po to, by zaskakiwać, lecz by potwierdzać i wzmacniać oczekiwania. W tym sensie model staje się światem domyślnym. Nie pytamy już: „skąd pochodzi ten styl?”, „czyje archiwum zostało użyte?”, „jakie decyzje ukształtowały ten obraz?”, ponieważ interfejs generatywny maskuje te pytania pod warstwą użyteczności i spektaklu. Obcujemy z efektem – ale nie z jego źródłem. Taki system nie jest z założenia opresyjny, ale jego działanie prowadzi do hegemonii pewnych języków, estetyk, relacji i wyobrażeń – zglobalizowanych, lecz nieegalitarnych. Stawką nie jest więc tylko to, „czy tworzyć z AI”, ale raczej: „jakiego świata uczymy się wraz z tymi narzędziami?” i „jaką estetykę utrwalamy przez ich użycie?”. W epoce AI twórczość nie jest neutralna – działa zawsze w obrębie określonego modelu świata, który został zakodowany w danych, algorytmach, funkcjach kosztu i strukturach dostępu. Dlatego pytanie o twórczość po AI musi być pytaniem o możliwość estetyki, która nie byłaby podporządkowana predykcji. To wymaga świadomości infrastrukturalnej: zrozumienia, jakie dane są używane, jakie epistemologie są premiowane, jakie różnorodności są dopuszczalne. Nie chodzi o odrzucenie technologii, ale o jej przekształcenie – o tworzenie lokalnych archiwów, wspólnotowych repozytoriów, afektywnych ram rozumienia i praktyk, które nie mieszczą się w optymalizacyjnym reżimie danych. Estetyka poza predykcją to nie tyle technika, ile strategia poznawcza: forma niezgody, otwartości i nieprzewidywalności. Model danych to nie tylko narzędzie służące przetwarzaniu informacji – to aparat ontologiczny, który decyduje o tym, co istnieje, co ma znaczenie i co jest uznawane za możliwe. Jego dominacja w kulturze twórczej prowadzi do sytuacji, w której nie tylko wytwarzamy obrazy, teksty i dźwięki zgodnie z logiką predykcyjną, lecz także internalizujemy ją jako domyślny tryb postrzegania i działania. Dlatego twórczość po AI nie może ograniczać się do adaptacji lub technicznej poprawności. Musi rozpocząć się od pytania o ramy, w których działamy – i o możliwość ich przekroczenia. Jak pokazują kolejne rozdziały, strategią oporu nie jest jedynie „wyłączenie AI” – lecz odmowa modelu jako sposobu reprezentowania, decydowania i reprodukowania świata. Odmowa ta nie musi być totalna, ale musi być świadoma. Oznacza to zwrot ku praktykom, które nie służą optymalizacji, lecz eksploracji. Ku estetyce, która nie podlega uśrednieniu. Ku decyzjom, które nie są algorytmicznie przewidywalne. Estetyka poza 15 predykcją to przestrzeń nie-wiedzy, zakłócenia, lokalności, obcości i nieefektywności – form twórczości, które nie mieszczą się w modelu, ale otwierają przestrzeń poza nim. W tym sensie twórczość po AI nie jest zakończeniem – ale początkiem nowej epistemologii. Nie modelu, lecz wydarzenia. Nie predykcji, lecz zdziwienia. Nie replikacji, lecz relacji. 2.4. Kryzys autorstwa, relacji i ciała Jednym z najbardziej wyraźnych skutków ekspansji sztucznej inteligencji w sferze twórczości jest radykalna transformacja pojęcia autorstwa. Kryzys ten nie ogranicza się do pytania „kto podpisał dzieło” – dotyczy znacznie głębszych warstw: relacyjności, cielesności, odpowiedzialności. Autor przestaje być źródłem znaczenia – staje się funkcją wynikową systemu. W świecie, w którym „twórcą” może być model statystyczny, a „dzieło” jest efektem promptowania, pozycja ludzkiego autora traci swój klasyczny sens. Kryzys ten nie polega wyłącznie na podważeniu oryginalności czy intencji – dotyczy również zatarcia granicy między obecnością a funkcją, gestem a przepływem, decyzją a predykcją. W tradycji romantycznej i modernistycznej autor był figurą jednostkowego sensu – jego obecność gwarantowała wartość i kierunek interpretacyjny. Poststrukturalna krytyka autorstwa – rozwinięta przez Rolanda Barthes’a w eseju „Śmierć autora” oraz Michela Foucaulta w tekście „Czym jest autor?” – podważyła ten mit, ukazując autora jako konstrukt instytucjonalny i ideologiczny (Barthes 1967; Foucault 1969). Jednak współczesna kultura AI nie tyle „zabija autora”, co go redukuje – do roli operatora interfejsu, nadzorcy procesu generatywnego, kuratora promptów. W epoce AI gest autorstwa zostaje zastąpiony przez mechanizm predykcji. Modele generatywne – szkolone na miliardach tekstów, obrazów, stylów i głosów – nie odtwarzają już inspiracji, ale symulują ją w oparciu o statystyczne podobieństwa. Twórca staje się użytkownikiem modelu, który funkcjonuje jak czarna skrzynka: generuje treść bez konieczności podejmowania decyzji semantycznych, formalnych czy afektywnych. Zjawisko to zostało szczegółowo opisane przez Burrell (2016) jako „algorytmiczna nieprzejrzystość”, a przez Pasquale (2015) jako „czarna skrzynka AI” – system, którego wewnętrzne zasady działania są ukryte nawet przed jego użytkownikiem. Jak pisze Joanna Zylinska, nie mamy już do czynienia z twórcą jako sprawczym podmiotem, lecz z dynamiczną konfiguracją relacji: między narzędziem, korpusem danych, oczekiwaniami platformy i algorytmem oceny (Zylinska 2020). Autor zostaje przesunięty poza akt twórczy – do roli inicjatora zapytania lub edytora wyniku. Wraz z redukcją autora transformacji ulega również relacja między dziełem a odbiorcą. W klasycznym modelu sztuki miała ona charakter afektywno-hermeneutyczny: opierała się na nieprzewidywalnym spotkaniu, interpretacji, konflikcie znaczeń, afekcie, niezgodzie. Dzieło było wydarzeniem – rozpiętym między gestem artysty a otwartością widza. W systemach generatywnych relacja ta ulega parametryzacji i zaprogramowaniu. Jak pokazuje Sara Ahmed, systemy predykcyjne tworzą „emocjonalną geometrię świata” – mapują preferencje, optymalizują reakcje i redukują margines zaskoczenia (Ahmed 2010). 16 Relacja estetyczna nie jest już przestrzenią między – staje się nadpisana przez logikę rekomendacji. AI nie tylko wie, co użytkownik chce zobaczyć – ono mu to przygotowuje. Proces twórczy przestaje być relacyjny – staje się transakcyjny. W rezultacie znika potrzeba interpretacji, kontaktu, wspólnego doświadczenia. Estetyka zostaje podporządkowana ekonomii uwagi i logice komfortu, która opiera się na wygodzie, dopasowaniu i potwierdzeniu znanych schematów – a nie na niepokoju, wyzwaniu czy transformacji. W tym sensie manifesty twórczości postgeneratywnej i antygeneratywnej – przedstawione w Rozdziale V – muszą powrócić do pojęcia relacji jako niepewności, otwartości i napięcia. Tylko relacja niewygodna, niedokończona, nieprzewidywalna może stanowić opór wobec systemu, który wszystko chce zredukować do personalizacji i wygody. Odzyskanie relacyjności to nie tylko gest estetyczny, ale również gest epistemologiczny i polityczny. W tym kontekście można odwołać się do filozofii relacji Jeana-Luca Nancy’ego, dla którego „bycie-w-relacji” to warunek wspólnotowości, a nie jej skutek. Jeszcze bardziej dramatyczna jest sytuacja ciała w kontekście twórczości po AI. W tradycji sztuki współczesnej – od performansu, przez body art, aż po instalacje multisensoryczne – ciało było źródłem ograniczenia, błędu, afektu, zmęczenia i obecności. To ciało – materialne, lokalne, czasowe – stanowiło medium nieciągłości i oporu wobec reżimów produkcji kulturowej. W systemach generatywnych ta rola zostaje zastąpiona przez interfejs: gest zostaje zredukowany do kliknięcia, głos do syntezy, obraz do algorytmicznej wariacji. W tym sensie mamy do czynienia z cyfrową deskarnacją twórczości – ciałem staje się format danych, które mogą być skalowane, stylizowane i dystrybuowane. Twórczość pozbawiona cielesności staje się „czysta”, „nieskalana”, gotowa do obiegu, łatwa do optymalizacji. Jak zauważa Hito Steyerl, „obraz nie patrzy już na nas – on nas śledzi” (Steyerl 2013). Kontakt z dziełem zostaje zastąpiony śledzeniem preferencji – a obecność artysty, jego gest, jego zmęczenie – zostają wyparte przez precyzję systemu predykcyjnego. To właśnie brak ciała pozbawia dzieło nie tylko jego materialności, ale również etyczności i konkretu. Ciało – jako źródło zmysłów, ograniczeń, wrażliwości i śladu – zostaje w tej logice nie tylko zredukowane, ale wręcz usunięte. Zamiast śladu – mamy czysty produkt. Zamiast gestu – bezbłędne dopasowanie do promptu. W efekcie powstaje sztuka, która działa bez potu, bez bólu, bez ryzyka, bez podatności. Dlatego też – jak pokazuje Manifest Antyagentowy (rozdz. V.4) – jednym z warunków możliwej twórczości po AI będzie odzyskanie ciała: nie jako spektaklu fizyczności, lecz jako formy lokalnej, ograniczonej, podatnej na zakłócenie. Ciała nieoptymalnego, zmęczonego, niepodłączonego. Ciała, które nie działa jak algorytm – lecz jak relacja. Autor, relacja i ciało – trzy filary historycznej twórczości – zostały w kulturze predykcyjnej zredukowane do funkcji, parametrów i metryk. Model danych nie potrzebuje autora – wystarczy mu prompt. Nie toleruje relacji nieprzewidywalnej – preferuje korelację i dopasowanie. Nie uwzględnia ciała – operuje wyłącznie na danych wejściowych i wyjściowych, odseparowanych od materialnych śladów i wrażliwości. 17 W tym kontekście twórczość po AI nie może polegać wyłącznie na technofobicznej krytyce. Musi być praktyką przywracania: autorstwa jako gestu odpowiedzialności, relacji jako nieprzewidywalnego zdarzenia, cielesności jako ograniczenia i śladu. Autor nie musi być figurą geniuszu – ale musi być obecny. Musi uczestniczyć, podejmować decyzje, ponosić konsekwencje. Tylko wtedy możliwa jest sztuka, która nie jest efektem optymalizacji, lecz gestem w świecie. Z tej perspektywy twórczość po AI staje się nie tyle nowym gatunkiem estetycznym, ile formą epistemologicznego i politycznego sprzeciwu. To praktyka odzyskiwania znaczenia poprzez afektywność, konkretność i relacyjność. To strategia niezgody na estetykę komfortu, która upraszcza kontakt, wygładza doświadczenie i eliminuje różnicę. To również wezwanie do przemyślenia sztuki nie jako działania „wiedzącego”, ale jako działania „nie-wiedzącego” – zdolnego do zawahania, błędu, przekształcenia. Dlatego – jak zostanie pokazane w manifestach Rozdziału V – każda możliwa forma oporu wobec systemów predykcyjnych musi rozpocząć się od odmowy tych trzech redukcji: autora, relacji, ciała. I od ich rekonstrukcji – nie według nostalgii, lecz według konieczności. Rozdział III. Infrastruktura przemocy – AI jako aparat władzy 3.1. Ekstraktywizm poznawczy i kapitalizm nadzoru Współczesna sztuczna inteligencja nie jest ani neutralnym narzędziem, ani wyłącznie technologią. Jest złożoną infrastrukturą władzy – systemem, który porządkuje dane, kodyfikuje decyzje, przewiduje zachowania, a zarazem rekonfiguruje warunki możliwości twórczości, komunikacji i działania kulturowego. Jej funkcjonowanie opiera się nie tylko na algorytmach i matematycznych modelach statystycznych, ale przede wszystkim na systematycznych praktykach ekstrakcji, klasyfikacji i przekształcania danych w narzędzia predykcji. Jak pisze Kate Crawford w książce Atlas of AI, dane nie są surowcem naturalnym – są produktem władzy, wydobywanym z aktywności jednostek i wspólnot, często bez ich wiedzy, zgody i rekompensaty (Crawford 2021). To właśnie Crawford wprowadza do krytyki technologicznej pojęcie ekstraktywizmu poznawczego – rozumianego jako nowa forma przemocy epistemicznej. Analogicznie do ekstraktywności w gospodarce kolonialnej, gdzie eksploatacja ziemi, ludzi i surowców była uzasadniana imperatywem wzrostu i rozwoju, tak współczesne systemy AI przenoszą tę logikę na obszar kultury, języka, afektu i ciała. Każde zdanie, twarz, gest, kliknięcie – wszystko może zostać zakodowane jako „dane” i wykorzystane do optymalizacji modeli. Ekstrakcja obejmuje zatem nie tylko informację, ale także relację – emocje, komunikację, nawyki, obrazy i praktyki codzienne, które wcześniej należały do sfery społecznej, prywatnej, lokalnej. Proces ten odbywa się w warunkach radykalnej asymetrii – zarówno technologicznej, jak i geopolitycznej. Systemy sztucznej inteligencji, zwłaszcza te dane w struktury rozwijane przez korporacje technologiczne w Stanach Zjednoczonych i Chinach, które gromadzą dane z całego świata, 18 przetwarzając je w sposób nieprzejrzysty i nieodwracalny. Crawford porównuje te modele do infrastruktury przemysłowej: działają one w skali planetarnej, wymagają ogromnych zasobów energetycznych i materialnych, a ich skutki są rozproszone i trudne do precyzyjnego oszacowania. W tym ujęciu AI nie funkcjonuje jako forma samodzielnej inteligencji, lecz jako przemysłowy aparat transformujący lokalne formy życia w zasoby do przeliczenia, klasyfikacji i przewidywania. W modelu działania współczesnych systemów AI dane są nie tylko zbierane i analizowane – są także odrywane od źródła, kontekstu i znaczenia. Wizerunki, wypowiedzi, gesty, style życia i praktyki estetyczne użytkowników stają się bezimiennymi komponentami zbiorów treningowych. Proces ten można określić mianem cyfrowego wywłaszczenia – pozbawienia osób i wspólnot ich własnych form ekspresji, języków, obrazów i afektywnych relacji. Nick Couldry i Ulises A. Mejias piszą o tym jako o systemowym przekształceniu ludzkiej aktywności w dane – bez mechanizmów demokratycznej kontroli, rekompensaty czy świadomości podmiotów (Couldry and Mejias 2019). Dane treningowe stają się budulcem modeli, które nie tylko przetwarzają treści, ale również uczą maszyny, czym jest język, obraz, styl, emocja i sens. Wiedza zostaje wystandaryzowana: tylko to, co może zostać zakodowane, zredukowane, przeliczone – zostaje włączone do modelu. Jak zauważa Luciana Parisi, systemy sztucznej inteligencji funkcjonują jak automaty wiedzy redukcyjnej – nie tylko filtrują informacje, ale również eliminują z nich złożoność, nieciągłość i kontekst polityczny (Parisi 2013). W konsekwencji, różnorodność kulturowa, lokalna wiedza, afektywność, cielesność czy marginalność zostają zredukowane do funkcji technicznej. To, co nie mieści się w schemacie, jest odrzucane jako szum – albo asymilowane przez uśrednienie. Modele uczą się nie świata jako wielości – lecz jego najbardziej powtarzalnych i optymalnych fragmentów. Taka wiedza nie jest neutralna – tworzy hegemoniczny reżim epistemiczny, w którym normatywne staje się to, co mierzalne, powtarzalne i łatwe do optymalizacji. Zjawisko ekstraktywnej eksploatacji wiedzy wpisuje się bezpośrednio w szerszy porządek kapitalizmu nadzoru (surveillance capitalism), zdefiniowanego przez Shoshanę Zuboff w książce The Age of Surveillance Capitalism (Zuboff 2019). W tym modelu dane użytkowników nie są wykorzystywane wyłącznie do ulepszania usług – stają się produktem samym w sobie, sprzedawanym jako wiedza predykcyjna, która pozwala firmom i instytucjom wyprzedzać decyzje, reakcje i emocje odbiorców. W tej logice systemy sztucznej inteligencji – takie jak GPT-4, Claude, Midjourney czy Sora – nie są jedynie technologiami generującymi treści. Są algorytmicznymi systemami sterowania percepcją, które stabilizują dominujące wzorce estetyczne i komunikacyjne. Ich zadaniem nie jest interpretacja, lecz przewidywanie; nie wspieranie twórczości, lecz jej formatowanie. Jak wskazuje Zuboff, kapitalizm nadzoru nie dąży do poznania użytkownika, lecz do prewencyjnego sterowania jego zachowaniem – do zamiany możliwości w predykcję, a podmiotowości w zmienną statystyczną. Ten model nie dotyczy tylko sfery gospodarczej – obejmuje także kulturę, język, estetykę i emocje. Modele generatywne nie tylko odpowiadają na zapytania, ale również sugerują rozwiązania, styl, sposób myślenia i strukturę wypowiedzi. Uczą się z interakcji, dostosowują komunikaty do przewidywanego odbiorcy, a ich wynik – tekst, obraz, dźwięk – zawiera nie tylko efekt generatywny, 19 ale także ukrytą strukturę poznawczą systemu. AI staje się epistemologicznym aparatem prewencji – decydującym, co jest najbardziej prawdopodobne, najtrafniejsze, najwłaściwsze. Tym samym przyszłość zostaje zredukowana do najbardziej przewidywalnej kontynuacji przeszłości. Zamiast niepewności i eksploracji – oferuje się prawdopodobieństwo i replikację. W tej logice estetyka i twórczość ulegają podobnym procesom: stają się przewidywalne, optymalizowane, zgodne z modelem. Nowość zostaje zastąpiona przewidywalną nowością – iteracją tego, co już raz zostało uznane za skuteczne. W tym systemie artysta – podobnie jak użytkownik, projektant, nauczyciel czy kurator – nie działa już poza infrastrukturą predykcyjną. Korzystając z generatywnego AI, nie tylko posługuje się jego funkcjonalnościami, ale również wchodzi w jego epistemologię, logikę wartości i estetyczne formaty. Każdy wybór – estetyczny, rytmiczny, językowy – staje się częścią zbioru danych, który z kolei zasila kolejne wersje modelu. W tym sensie twórca staje się jednocześnie użytkownikiem, producentem i zasobem epistemicznym – źródłem, które nieustannie wytwarza dane dla systemu. Nick Srnicek zwraca uwagę, że dane stały się podstawowym środkiem produkcji we współczesnym kapitalizmie, a systemy AI – jego automatyzacją infrastrukturalną (Srnicek 2017). Sztuczna inteligencja nie potrzebuje wyzysku ciała fizycznego – wystarczy aktywność poznawcza, interakcyjna i estetyczna. Wystarczy być obecnym, reagować, zadawać pytania, wybierać style – aby generować dane, które system zinternalizuje i przeliczy. W tym sensie twórczość zostaje włączona w aparat predykcji – nie jako osobny akt, ale jako część przepływu informacji i wartości. Wymiar ten ma jednak nie tylko charakter techniczny – ale również ideologiczny. Jak pisze Wendy Hui Kyong Chun, systemy predykcyjne wcielają epistemologię anty-polityczną: zamiast sporu oferują korelację; zamiast konfliktu – rekomendację; zamiast różnicy – anomalię (Chun 2021). Modele AI nie tylko przetwarzają dane – one ustalają granice reprezentacji, filtrując to, co może zostać uznane za sensowne, stylowe, estetyczne. W tym sensie nie działają jak neutralne narzędzia – lecz jako mechanizmy porządkujące znaczenia, relacje i wartości estetyczne. Geert Lovink opisuje ten proces jako powstanie estetyki zgodności – systemu, w którym sztuka traci funkcję zakłócającą, a zaczyna funkcjonować jako potwierdzenie tego, co już znane i rozpoznawalne (Lovink 2022). Modele takie jak GPT-4 czy Midjourney stabilizują stylistykę, eliminują złożoność, upraszczają afektywna różnorodność wypowiedzi. Estetyka staje się przewidywalna – a sztuka traci funkcję niespodzianki. Artysta, który nie dostosowuje się do estetyki zgodności, staje się niezrozumiały, niewidoczny, nieoptymalny. Odpowiedzią na tę sytuację nie musi być ucieczka od AI, ale ujawnianie jej logiki, rozbrajanie jej reguł, ingerowanie w jej strukturę. Sztuka może działać nie tylko na poziomie treści, ale również na poziomie warunków ich wytwarzania. Może demaskować mechanizmy selekcji danych, destabilizować logikę uśrednienia, tworzyć ramy, które nie pasują do modelu predykcyjnego. To nie tylko kwestia estetyczna – to forma epistemologicznej i politycznej interwencji. W tym sensie sztuka może stać się przestrzenią odzyskiwania sprawczości epistemicznej – nie przez afirmację technologii, ani przez jej technofobiczne odrzucenie, ale przez aktywną renegocjację relacji między formą a infrastrukturą. Przez wytwarzanie tego, co lokalne, nieprzewidywalne, nienormatywne, niezoptymalizowane, sytuowane. Przez przywracanie znaczenia gestom twórczym, 20 które są nieproduktywne, złożone, zakłócające, afektywne. W tym sensie opór nie musi być spektakularny – może być systemowy, powolny, relacyjny. To również wezwanie do przemyślenia twórczości jako formy nie-wiedzy – otwartości na to, co niereplikowalne, nieprzewidziane, nieusuwalne z marginesów modelu. Twórczość po AI nie oznacza tylko umiejętności używania narzędzi, ale świadomości tego, co dzieje się w ich tle: jak dane zostały wybrane, jaką rzeczywistość reprezentują, jaką przyszłość przewidują. Ekstraktywizm poznawczy i kapitalizm nadzoru to bowiem dwie twarze tej samej przemocy: wiedzy bez relacji, danych bez kontekstu, produkcji bez zgody. Rozpoznanie tych mechanizmów jest warunkiem nie tylko krytyki systemu AI, ale także projektowania alternatywnych modeli działania kulturowego i artystycznego. Jak zostanie rozwinięte w Rozdziale V oraz w Manifeście Sztuki po AI, konieczna jest odmowa roli zasobu, odzyskanie sprawczości twórczej i wypracowanie form, które nie zasilają systemu predykcyjnego, lecz go przecinają, zakłócają, spowalniają i deautomatyzują. W tym sensie sztuka nie musi być reaktywna – może być inicjująca nowy paradygmat działania: nieefektywny, nieoptymalny, lokalny, afektywny, trudny do przeliczenia. Może zacząć się dokładnie tam, gdzie kończy się możliwość predykcji. To tam właśnie – poza najczęstszą odpowiedzią – może zacząć się kultura i twórczość w czasach predykcji. 3.2. Przemoc infrastrukturalna i energetyczna Choć popularne narracje na temat sztucznej inteligencji przedstawiają ją często jako niematerialną, eteryczną, wręcz duchową formę technologii – opartą na „chmurze” i „obliczeniach kwantowych” – rzeczywistość AI jest brutalnie materialna. Każdy akt działania AI to efekt złożonej i intensywnie zasobożernej infrastruktury: centrów danych, sieci energetycznych, serwerów, układów chłodzenia, łańcuchów dostaw minerałów i ciągłej pracy ludzkiej. AI nie istnieje poza światem fizycznym – wręcz przeciwnie, jest jedną z jego najbardziej intensywnych i skoncentrowanych form eksploatacji. Za działaniem systemów generatywnych kryje się przemoc, która nie jest bezpośrednia, lecz systemowa – infrastrukturalna. Jak pokazują Kate Crawford i Vladan Joler w pracy Anatomy of an AI System (2018), nawet proste z pozoru urządzenia, takie jak Amazon Echo, są częścią globalnego łańcucha przemysłowego zależnego od wydobycia, przetwarzania, dystrybucji i nadzoru. Ta przemoc nie jest marginalna – jest warunkiem istnienia systemów AI, niezależnie od ich zastosowań. W przypadku dużych modeli językowych (LLM) i modeli generatywnych, takich jak GPT-4, Claude, Gemini, Midjourney czy Runway Gen-3, przemoc ta manifestuje się przede wszystkim poprzez ogromne zużycie energii i surowców. Choć najmniej energichlonny z całego procesy- sam rening podstawowy GPT-3 wygenerował równowartość około 550 ton CO₂ – co odpowiada rocznej emisji 3–5 osób w Europie (Hao 2023). Szacuje się, że trening GPT-4 pochłonął co najmniej 1,3 GWh energii, choć brak oficjalnych danych od OpenAI. Co więcej, według prognoz Międzynarodowej Agencji Energetycznej (IEA), do 2030 roku globalna infrastruktura AI może zużywać więcej energii niż cały sektor lotniczy czy gospodarka Japonii – jeśli obecna trajektoria wzrostu zostanie utrzymana (IEA 2023) co oznacza, że w ciągu dziesięciu lat ekspansji na globalnej scenie rodzi się jeden 21 najbardziej energochłonnych graczy, którego zapotrzebowanie rośnie wykładniczo w o wiele szybszymi tępie niż któregokolwiek z pozostałych. Skala energetyczna systemów AI najmniej odnosi się do momentu samego treningu. Modele generatywne zużywają energię również w czasie każdego pojedynczego zapytania – każdej interakcji użytkownika. Centra danych, które umożliwiają ich działanie, muszą być nieprzerwanie chłodzone, zasilane, nadzorowane i zabezpieczane. Ich lokalizacja nie jest przypadkowa – są rozmieszczane strategicznie, tam, gdzie infrastruktura energetyczna i polityczna pozwala na ich efektywne działanie: Irlandia, Oregon, Singapur, Frankfurt, Holandia, Islandia, a ostatnio także Dubaj i Chile. Nie są to neutralne struktury – są to ciała maszyn, które wymagają tysięcy litrów wody dziennie na potrzeby chłodzenia, i które w wielu przypadkach funkcjonują dzięki energii pozyskiwanej z paliw kopalnych. Na przykład centrum danych Google w Danii, jak donosiły źródła branżowe i lokalne raporty z 2023 roku, zużywało nawet 10% odnawialnej energii produkowanej w regionie – co doprowadziło do konfliktów z lokalnymi społecznościami i napięć w systemie energetycznym (The Guardian 2023). Ten ukryty wymiar infrastrukturalny jest jedną z najważniejszych cech przemocowej natury współczesnej AI. Choć interfejs użytkownika pozostaje „lekki” i „natychmiastowy”, jego fundamenty są głęboko zakorzenione w sieci eksploatacji: górnictwa (lit, kobalt, metale ziem rzadkich), pracy fizycznej, logistyki kontenerowej, nadzoru, emisji i nierówności dostępu do zasobów. AI funkcjonuje jako czarna skrzynka nie tylko logicznie, ale również materialnie. Użytkownik widzi efekt końcowy – obraz, tekst, animację, dźwięk – lecz nie widzi elektrowni, kabli, kopalni, chłodnicy, rąk ludzkich. Przemoc nie jest zatem nieobecna – jest zakryta. System generatywny maskuje swój koszt materialny poprzez metafory „chmury”, „modelu”, „algorytmu” – ukrywając rzeczywistość przepływów energii, surowców i pracy. Przemoc ta nie ogranicza się do środowiska – dotyka także relacji społecznych i geopolitycznych. Praca ludzi wykonujących niewidzialne zadania niezbędne do działania systemów AI – tzw. clickworkers – często ma miejsce w krajach Globalnego Południa. To osoby odpowiedzialne za ręczne oznaczanie danych, filtrowanie treści, moderację obrazów, a także eliminowanie „nieodpowiednich” wyników generowanych przez modele językowe i wizualne. Ich praca jest monotonna, niskopłatna, obciążająca psychicznie, a zarazem całkowicie niewidoczna w obiegu kultury cyfrowej. Jak opisują Mary Gray i Siddharth Suri w książce Ghost Work (2019), ten rodzaj pracy to „niewidzialna siła napędowa systemów automatyzacji”, ukrywająca realne ciała za fasadą sztucznej inteligencji. Raport Time Magazine z 2022 roku ujawnił, że firma Sama, na zlecenie OpenAI, zatrudniała kenijskich pracowników do ręcznego moderowania treści toksycznych, w tym przemocy seksualnej i rasizmu – za stawki sięgające zaledwie 1,32 USD na godzinę (Perrigo 2022). Praca ta – choć fundamentalna – odbywała się w warunkach wysokiego obciążenia psychicznego i bez długoterminowego wsparcia. Ten niewidoczny wymiar stanowi istotny element przemocy infrastrukturalnej AI: to przemoc przez zautomatyzowaną potrzebę ręcznego filtrowania świata. Algorytm nie działa sam – działa dlatego, że ktoś gdzieś wykonuje setki tysięcy mikrodecyzji, które nie są widoczne w gotowym efekcie. Artysta, 22 użytkownik, kurator – korzystając z narzędzi AI – staje się częścią tego łańcucha, nawet jeśli nie jest tego świadomy. Z tego względu mówienie o sztuce generatywnej jako „bezemisyjnej”, „niematerialnej” czy „posthumanistycznej” staje się głęboko problematyczne. Każdy obraz wygenerowany w Midjourney, każda animacja stworzona w Runway Gen-3, każda fraza w ChatGPT to nie tylko rezultat działania modelu – to także wynik zużycia energii, zasobów, wody, pracy, a także ucieleśnionej przemocy rozproszonej w globalnych sieciach. W tym kontekście sztuka przestaje być domeną wyłącznie estetycznych decyzji – staje się również przekaźnikiem energetycznym. Twórcy i twórczynie korzystający z narzędzi generatywnych nie tylko produkują obrazy, teksty, animacje – generują także emisje, zużycie, eksploatację. Problem polega na tym, że ten wymiar pozostaje niewidoczny: użytkownik nie zna liczby operacji wymaganych do wygenerowania obrazu w Midjourney, nie ma dostępu do metryk zużycia energii przez Runway Gen-3, nie jest informowany o ilości wody wykorzystanej do chłodzenia serwerów odpowiadających na jego prompt. To sprawia, że system AI funkcjonuje jako środowisko wyabstrahowane z realności. Twórczość oparta na AI jest często estetycznie progresywna, lecz może jednocześnie reprodukować przemoc energetyczną, społeczną i środowiskową – jeśli nie zostanie zakorzeniona w świadomości materialnych kosztów. Ukrycie tych kosztów stanowi istotę przemocy infrastrukturalnej: czarna skrzynka AI nie tylko ukrywa logikę generowania – ukrywa także swój ślad węglowy, wodny i ludzki. Wobec tej sytuacji odpowiedzią nie musi być całkowite odrzucenie technologii. Rozpoznanie przemocy infrastrukturalnej oznacza konieczność zaprojektowania twórczości, która bierze pod uwagę swój wpływ: energetyczny, geopolityczny, społeczny. Tak rozumiana twórczość – określana w niniejszej rozprawie jako twórczość niskowęglowa – nie jest ucieczką w prymitywizm czy romantyzm, lecz próbą projektowania takich modeli pracy twórczej, które są ograniczone, lokalne, świadome, relacyjne. To praktyki, które nie operują mocą obliczeniową, lecz czasem. Które nie eskalują obecności, lecz operują brakiem, pauzą, fizycznym spotkaniem. Takie działania – jak pokazane zostanie w kolejnych rozdziałach – nie są mniej aktualne niż twórczość wysokotechnologiczna. Przeciwnie: tylko one mogą być adekwatną odpowiedzią na warunki kryzysu planetarnego. Systemy AI działają w oparciu o logikę ekspansji: więcej danych, więcej mocy obliczeniowej, więcej parametrów, więcej iteracji. Tę zasadę można odczytać jako współczesną formę kolonializmu energetycznego. Jak pisze Deborah Cowen w pracy The Deadly Life of Logistics (2014), infrastruktury przemocy nie są pasywnymi nośnikami – są aktywnymi projektami organizowania przestrzeni, relacji i zasobów. W tym sensie AI to nie tylko system obliczeniowy – to system polityczny, zależny od dostępu do terytoriów, surowców, energii i ciał. To, co określane jest jako „neutralny model językowy” lub „obraz wygenerowany przez sieć neuronową”, może być zatem zrozumiane jako produkt geopolitycznej hierarchii: kodowania świata według wzorców dominujących języków, klas, stylów i infrastruktur. Systemy te nie tylko odwzorowują świat – one go definiują na nowo. I czynią to w sposób zgodny z logiką optymalizacji, skalowalności i ekstrakcji. 23 Wobec tego odpowiedź artystyczna – jak będzie to rozwinięte w manifestach i przykładach z Rozdziału V i VI – musi być lokalna, ograniczona, świadoma i materialna. Twórczość nie może być rozumiana jako działanie poza systemem – ale może być formą jego zakłócenia, zawieszenia, odmowy. Dlatego pytanie o twórczość w epoce AI musi zostać postawione inaczej: nie „czy” używać AI, lecz „jakiego” AI, „w jakiej” strukturze, „z jaką” świadomością kosztów. Przemoc infrastrukturalna i energetyczna to nie tylko aspekt funkcjonowania AI – to jej rdzeń. I dopóki nie zostanie on ujawniony, każda estetyka pozostaje uwikłana w system ukrytej przemocy. 3.3. Geopolityka wiedzy i cyfrowy kolonializm Władza systemów sztucznej inteligencji nie ogranicza się do sfery energetycznej, infrastrukturalnej czy finansowej. Coraz wyraźniej obejmuje również przestrzeń wiedzy, języka i reprezentacji. Modele językowe oraz systemy generatywne – takie jak GPT, Claude, Gemini, DALL·E, Sora czy Runway – trenowane są głównie na zbiorach danych pochodzących z języka angielskiego oraz z kultury Zachodu. Ta strukturalna asymetria skutkuje dominacją określonych idiomów, stylów narracyjnych i wyobrażeń estetycznych, które zostają uznane za domyślne i neutralne, mimo ich kulturowej partykularności. Zjawisko to ma charakter systemowy i globalny. Anglojęzyczne, eurocentryczne modele wiedzy zostają osadzone w infrastrukturach technologicznych, których funkcjonowanie nie podlega demokratycznej kontroli ani geograficznej redystrybucji. Jak zauważają Nick Couldry i Ulises Mejias, mamy do czynienia z nową formą kolonializmu – data colonialism – w której nie chodzi już o podbój terytorium, lecz o zawłaszczenie doświadczenia, komunikacji i relacji (Couldry & Mejias 2019). Zbiory danych stają się formą zasobów, a ich gromadzenie i wykorzystywanie – aktem epistemicznej eksploatacji. Termin cyfrowy kolonializm (digital colonialism) odnosi się do sytuacji, w której globalne centra danych, korporacje technologiczne i systemy AI przejmują symboliczne i komunikacyjne zasoby kultur peryferyjnych. Jak pisze Michael Kwet, dzieje się to poprzez narzucenie globalnych standardów informacyjnych, z których wykluczone są formy lokalne, efemeryczne, nieoptymalne – a więc uznane za niereprezentowalne (Kwet 2019). W tym sensie kolonializm cyfrowy nie jest metaforą, ale materialnym systemem wartościowania języków, ciał, wiedzy i form życia. Efektem tej hegemonii jest systematyczne wymazywanie różnicy kulturowej. Modele AI nie tłumaczą jej, nie interpretują – lecz uśredniają. Wszelkie formy estetyczne, emocjonalne czy narracyjne, które nie mieszczą się w przestrzeni statystycznie reprezentatywnej, zostają uznane za szum, anomalię lub błąd. Idiomy kulturowe, języki mniejszościowe, praktyki artystyczne zakorzenione w relacjach lokalnych są deformowane lub wygładzane przez mechanizmy standaryzacji danych. Cyfrowy kolonializm nie dotyczy wyłącznie treści językowych – obejmuje również, jak to już zostało zasygnalizowane - strukturę zatrudnienia, geografię pracy i architekturę obiegu danych. Jak pokazują Mary L. Gray i Siddharth Suri w książce Ghost Work, infrastruktura AI opiera się na milionach niewidzialnych interakcji wykonywanych przez tzw. ghost workers – pracowników zatrudnionych na 24 platformach takich jak Amazon Mechanical Turk, Appen, Clickworker czy Sama AI (Gray & Suri 2019). To oni odpowiadają za interpretację, oznaczanie, transkrypcję, filtrowanie i czyszczenie danych, które zasilają modele językowe i generatywne. Ich praca jest niestabilna, niskopłatna i niemal zawsze anonimowa – ukryta za fasadą „samouczących się maszyn”. Wbrew narracji korporacyjnej, która przedstawia AI jako autonomiczne, inteligentne i samoorganizujące się systemy, każdy akt predykcji i generowania treści to efekt tysięcy ludzkich decyzji – podejmowanych w warunkach asymetrii ekonomicznej i geograficznej. Pracownicy z Globalnego Południa wykonują operacje kluczowe dla jakości modeli – często za stawki wynoszące od 1 do 3 dolarów dziennie – nie mając żadnej wiedzy o tym, jak ich praca zostanie użyta, zinterpretowana lub skomercjalizowana. To właśnie w tej warstwie – najbardziej marginalnej i niejawnej – przemoc systemowa osiąga swoje najbrutalniejsze formy. Eksploatowane są nie tylko dane, ale również ciała, czas i zdolność do rozumienia kontekstu. AI nie funkcjonuje bez ludzi – i nie funkcjonuje bez ich uprzedniego epistemicznego podporządkowania. Na tej podstawie możemy mówić o cyfrowych koloniach – strukturach, w których języki, style, głosy i praktyki społeczne regionów peryferyjnych są redukowane do funkcji materiału treningowego. Modele AI nie tylko przetwarzają te dane – one je przechwytują i optymalizują w celu dopasowania do wzorców dominujących. Języki lokalne, afekty inne niż zachodnie, narracje spoza centrum zostają zastąpione przez algorytmiczną wersję tego, co statystycznie najczęstsze i najbardziej pożądane. Cyfrowa kolonizacja nie kończy się na języku i pracy – obejmuje również ciało, zmysły i ekspresję. Współczesne modele generatywne, takie jak Runway, ElevenLabs, D-ID czy Synthesia, uczą się produkować głosy, twarze, gesty, tonację i mimikę na podstawie danych audiowizualnych – często pozyskiwanych z platform takich jak YouTube, TikTok czy Reddit bez zgody autorów. Dane te są następnie oczyszczane, przekształcane i standaryzowane – aż stają się zestawem przewidywalnych reakcji, które model uznaje za „naturalne”. Twarz, głos, spojrzenie, gest – elementy głęboko osadzone w lokalnym kontekście kulturowym – zostają pozbawione historii, kontekstu i afektywnej złożoności. Zostają przemienione w interfejs. To nie jest już ciało jako obecność – lecz ciało jako struktura funkcjonalna, przewidywalna, estetyzowana. Jak zauważa Legacy Russell, mamy tu do czynienia z „estetyką przezroczystości” – procesem, w którym różnica zostaje wygładzona, a ciało uczynione sterowalnym, podległym i optymalnym (Russell 2020). Kolonializm cyfrowy przejawia się również na poziomie treści generowanych i rekomendowanych przez algorytmy – zarówno w modelach tekstowych, jak i obrazowych. To właśnie tutaj najbardziej widoczne staje się to, jak technologia staje się nośnikiem kulturowych stereotypów i utrwalonych schematów narracyjnych. Systemy sztucznej inteligencji, trenowane na olbrzymich korpusach danych, często bezkrytycznie reprodukują wzorce dominujące w kulturze Zachodu – nie jako jedną z wielu możliwości, lecz jako standard, normę, „naturalne” ustawienie domyślne. Przykładem tego jest powszechne kojarzenie określonych ról społecznych z określonymi rasami i płciami: czarny mężczyzna jako przestępca, biały mężczyzna jako bohater, biała kobieta jako piękna i pasywna, azjatycka kobieta jako uległa, a arabski mężczyzna jako podejrzany. 25 Modele wizualne, takie jak DALL·E, Midjourney czy Runway, wielokrotnie generowały obrazy, w których tego typu schematy były reprodukowane automatycznie – nawet gdy nie były one zasugerowane w promptach. Podobnie modele językowe, tworząc narracje fabularne, skrypty reklamowe czy opisy postaci, często wzmacniają klisze rasowe i płciowe, traktując je jako „statystycznie prawdopodobne” konstrukcje. W ten sposób AI nie tylko powiela istniejące nierówności, ale je utrwala – poprzez ich powtarzalność i pozorną neutralność. Dominacja określonych idiomów kulturowych oznacza również marginalizację tych form wyrazu, które nie mieszczą się w schematach ustandaryzowanego piękna, heroizmu czy normalności. Modele preferują twarze symetryczne, ciała młode, narracje linearne i język zgodny z regułami angloamerykańskiej poprawności stylistycznej. Wszystko, co inne – queerowe, niejednoznaczne, zakorzenione lokalnie lub nieoptymalne z punktu widzenia algorytmu – zostaje potraktowane jako błąd, margines lub aberracja. To właśnie w tym miejscu kolonializm cyfrowy ukazuje swoje prawdziwe oblicze: nie jako brutalna cenzura, lecz jako systematyczne promowanie określonego obrazu świata – białego, anglojęzycznego, estetycznie gładkiego i epistemicznie wygodnego. Użytkownik, który wchodzi w interakcję z tymi systemami, nie otrzymuje neutralnej informacji – lecz zostaje zanurzony w algorytmicznie zredagowanej wersji rzeczywistości, w której różnica zostaje nie tyle odrzucona, co przekształcona w towar. W tej logice ekspresja cielesna traci swój afektywny wymiar. AI nie odwzorowuje emocji – ona produkuje ich algorytmiczne wersje. To, co zostaje uznane za „smutek”, „radość” czy „zainteresowanie”, wynika nie z doświadczenia, lecz z uśrednionej kombinacji danych. Model nie rozumie gestu – on przewiduje jego wystąpienie i rekonstruuje jego wizualną i dźwiękową wersję. Ciało nie jest już źródłem znaczenia – lecz elementem standardu. W ten sposób dochodzi do kolonizacji zmysłów. Normy wizualne, afektywne i ekspresyjne zostają zglobalizowane, zdominowane przez estetyki Zachodu i platformowy styl reprezentacji. Każda interakcja z AI staje się jednocześnie aktem nieświadomej adaptacji kulturowej: uczymy się reagować, wyglądać i brzmieć zgodnie z tym, co system uznaje za poprawne. W obliczu tej infrastruktury władzy – rozciągającej się od pracy i języka po ciało i gest – twórczość artystyczna nie może pozostać neutralna. Każde działanie z udziałem AI, każdy wybór narzędzia generatywnego lub modelu językowego, wiąże się z podjęciem określonej decyzji epistemicznej: przyjęcia konkretnego systemu reprezentacji, dominujących języków, wykluczonych źródeł. Praca twórcza staje się negocjacją między własnym idiomem a strukturą, która została zaprojektowana bez jego udziału. W tym kontekście pojawia się konieczność świadomego działania – nie jako gestu romantycznej opozycji wobec technologii, ale jako próby odzyskania prawa do innej formy wiedzy, innego rytmu, innej estetyki. W odpowiedzi na cyfrową hegemonizację kultury, wiele środowisk artystycznych i badawczych podejmuje próby budowy alternatywnych modeli treningowych, lokalnych repozytoriów, suwerennych baz danych. Przykładem takiego działania jest inicjatywa Indigenous AI, której manifest i stanowisko sformułowane zostały przez grupę badaczy i artystów reprezentujących rdzenną perspektywę 26 epistemologiczną. Zamiast powielać logikę uśrednienia, projekt ten opiera się na zasadach protokołu kulturowego, lokalnej zgody, relacyjności i pamięci wspólnotowej (Lewis et al. 2020). Inne działania, takie jak Decolonial AI, AfroCuration czy inicjatywy związane z Data for Black Lives, ukazują możliwość rozwoju systemów sztucznej inteligencji w oparciu o wiedzę nieuprzywilejowaną i afektywną, zakorzenioną w konkretnej wspólnocie i miejscu. Takie strategie nie mają na celu odrzucenia AI jako technologii, ale jej przekształcenie. Stawką nie jest technofobia, lecz odmowa epistemologiczna: prawo do własnej reprezentacji, języka i rytmu twórczego. Kultura cyfrowa nie musi być kolonialna – ale będzie, jeśli nie zostanie zakwestionowana. Dlatego artyści i artystki, którzy podejmują refleksję nad tym wymiarem działania, stają się nie tylko twórcami treści, ale również obrońcami różnorodności epistemicznej. W tym sensie twórczość po AI nie jest wyłącznie wynikiem interakcji z technologią – jest formą walki o prawo do istnienia poza modelem. Jest to walka nie o oryginalność, ale o możliwość bycia innym. O estetykę, która nie służy predykcji, ale wydarzaniu się. O język, który nie jest statystycznie optymalny, ale lokalny, niedoskonały i żywy. 3.4. Automatyzacja decyzji kulturowych i edukacja AI Automatyzacja, którą przynosi sztuczna inteligencja, nie ogranicza się do przemian technologicznych – dotyka również samych podstaw procesu kulturowego: wyborów, hierarchii, wartości i decyzji, które do niedawna uznawane były za domenę ludzkiej refleksji, praktyki kuratorskiej, krytyki i edukacji. Wraz z popularyzacją narzędzi opartych na AI coraz częściej obserwujemy przeniesienie decyzji estetycznych i epistemicznych ze wspólnot, instytucji czy indywidualnych twórców na systemy predykcyjne – modele, które nie rozumieją kultury, ale potrafią ją przeliczyć. W tym nowym porządku decyzyjnym, treści wizualne, dźwiękowe i tekstowe są nie tyle analizowane, co automatycznie klasyfikowane, grupowane, optymalizowane. Algorytmy rekomendacji nie tylko odczytują preferencje użytkowników – lecz aktywnie je kształtują, przesuwając granice tego, co zostaje uznane za „warte zobaczenia”, „godne przeczytania”, „reprezentatywne”. W systemach tych decyzja kulturowa staje się decyzją statystyczną: algorytm nie wybiera na podstawie wartości artystycznej czy znaczeniowej, lecz na podstawie wzorca zachowań, czasu oglądania, liczby interakcji. To przesunięcie ma fundamentalne konsekwencje dla instytucji kultury – muzeów, bibliotek, akademii – które przez dekady pełniły funkcję strażników wartości symbolicznych, arbitrażu estetycznego i edukacji. W obliczu automatyzacji decyzji ich rola zostaje zakwestionowana lub zastępowana: zamiast pedagogiki krytycznej – personalizacja treści; zamiast kuratorstwa – selekcja algorytmiczna; zamiast debaty – predykcja. Współczesne systemy sztucznej inteligencji nie tylko klasyfikują kulturę – one również kształtują wiedzę i zachowania. Coraz więcej narzędzi edukacyjnych, zarówno komercyjnych, jak i otwartych, bazuje na modelach językowych, które mają wspierać proces uczenia się: od generowania wyjaśnień i tłumaczeń, po ocenę prac pisemnych, dobór materiałów i symulowanie rozmów. W wielu krajach 27 takie narzędzia są już integrowane z systemami szkolnymi i uniwersyteckimi jako „inteligentni asystenci edukacyjni”. W tym kontekście dochodzi do głębokiego przesunięcia modelu edukacyjnego: zamiast relacji mistrz–uczeń, wspólnoty interpretacji i niepewności poznawczej, dominować zaczyna relacja zapytania i odpowiedzi – binarna, zoptymalizowana, pozbawiona afektywnej złożoności i marginesu błędu. Model AI nie uczy, lecz podpowiada. Nie prowokuje myślenia, lecz ułatwia rozwiązywanie zadań. Nie wspiera tworzenia wiedzy, lecz sprzyja jej formatowaniu w funkcji zgodności z oczekiwanym wynikiem. To zjawisko można określić mianem algorytmicznej pedagogiki – systemu, w którym proces edukacyjny zostaje podporządkowany parametrom modelu: dokładności predykcji, długości odpowiedzi, retoryce klarowności i natychmiastowości. W takiej strukturze nie ma miejsca na błąd jako wartość, na niewiedzę jako źródło eksploracji, ani na wspólnotową negocjację sensu. Zamiast tego pojawia się ustandaryzowana, osamotniona relacja z interfejsem. Zautomatyzowana edukacja nie tylko upraszcza formę przekazu – ale również kodyfikuje treści, style i formy wyrażania myśli. Modele językowe takie jak GPT czy Claude uczą się na podstawie dominujących wzorców anglojęzycznych i eurocentrycznych, co skutkuje reprodukcją estetyki uprzywilejowanej: gramatycznie „poprawnej”, retorycznie „klarownej”, stylistycznie „akceptowalnej”. W efekcie style pisarskie, które są niejednoznaczne, afektywne, poetyckie, lokalne czy eksperymentalne, bywają przez AI uznawane za nieczytelne lub błędne. W kontekście edukacji prowadzi to do hegemonii językowej i stylistycznej – sytuacji, w której tylko określone formy wypowiedzi zostają wspierane, natomiast inne – wypierane. Wypowiedź, która nie mieści się w statystycznym modelu klarowności, jest korygowana; zdanie, które nie podąża za wzorcem, jest przekształcane. W ten sposób dochodzi do subtelnego, ale głębokiego procesu normatywizacji stylu myślenia i pisania – edukacja nie tylko korzysta z AI, ale zaczyna jej ulegać. Jednocześnie systemy te promują kulturę odpowiedzi zamiast kultury pytania. Zamiast wspierać refleksję nad tym, jak coś wiemy, promują praktykę pytania o to, co należy wiedzieć. Zamiast prowokować niepewność, oferują rekomendację. Zamiast stawiać pytania epistemologiczne – generują odpowiedzi lingwistycznie dopracowane, ale poznawczo często wtórne. W ten sposób automatyzacja decyzji kulturowych staje się automatyzacją wyobraźni edukacyjnej. Wobec tego edukacja z udziałem AI wymaga redefinicji: nie jako procesu optymalizacji wyników, lecz jako przestrzeni oporu wobec hegemonii modelu. W kolejnych rozdziałach przedstawione zostaną strategie, które – zamiast eliminować technologię – próbują nadać jej inne znaczenie, przekształcając ją w narzędzie twórczości, krytyki i lokalnej wiedzy. 28 Rozdział IV. Twórczość jako relacja – alternatywne modele działania 4.1. Twórczość jako relacja i ograniczenie: zamiast produkcji W kontekście dominacji modeli generatywnych, skalowalnych i predykcyjnych konieczne jest radykalne przeformułowanie pojęcia twórczości. Nie może ona być dłużej definiowana przez rezultat, powielalność, doskonałość techniczną ani przez widoczność w tym, co Tarleton Gillespie określa mianem „platform ecology” – ekosystemie danych złożonym z algorytmów indeksujących, systemów rekomendacyjnych, mechanizmów monetyzacji uwagi i reguł optymalizacji (Gillespie 2010). W takim środowisku twórczość staje się mierzalna, przewidywalna, replikowalna – a więc podatna na standardyzację i uśrednienie. W odpowiedzi na tę sytuację należy zaproponować alternatywne rozumienie twórczości: nie jako produkcji treści, lecz jako praktyki relacyjnej, sytuowanej i ograniczonej. Proponowane tu ujęcie zakłada, że twórczość może być formą wydarzenia, które nie musi generować trwałego dzieła, ale które ustanawia pole obecności. Jej wartość nie leży w tym, co zostaje z niej wytworzone i upublicznione, lecz w tym, co dzieje się między uczestnikami działania, między materiałem a gestem, między ciałem a kontekstem. To przesunięcie nie jest wyłącznie estetyczne – niesie ze sobą głęboki wymiar epistemologiczny i polityczny. Pierwszym postulatem takiego przesunięcia jest uznanie twórczości za proces relacyjny, a nie rezultat autoteliczny. W tym ujęciu dzieło nie istnieje jako autonomiczny obiekt – lecz jako efekt i zarazem warunek zdarzenia: afektywnej konfiguracji podmiotów, materii, przestrzeni i uważności. To rozumienie twórczości rozwijał Nicolas Bourriaud w swojej koncepcji estetyki relacyjnej, według której „dzieło sztuki stanowi przestrzeń, w której można zaprojektować możliwe relacje międzyludzkie” (Bourriaud 2002, 113). Nie chodzi tu o ekspresję jednostki, lecz o stworzenie sytuacji, w której możliwe staje się współdziałanie. Relacyjność w tym sensie nie zakłada, że podmioty istnieją wcześniej i wchodzą ze sobą w interakcje. Karen Barad proponuje alternatywne pojęcie intra-akcji (intra-action), w którym byt nie jest pierwotny wobec relacji, lecz przez nią konstytuowany. Jak pisze: „relacje nie są czymś, co się wydarza między rzeczywistymi ‘bytami’; relacje są tym, z czego te byty powstają” (Barad 2007, 136). W tym sensie twórczość relacyjna nie jest już tylko estetyką kontaktu, ale także ontologią współzależności. Ta koncepcja zostaje radykalnie rozwinięta w propozycji Donny Haraway, która w książce Staying with the Trouble wprowadza pojęcie sym-poezyjnych układów. Choć wywodzi je z ekologii i biologii, Haraway wskazuje na ich kulturową i poznawczą wartość: sym-poeza oznacza współtworzenie przez podmioty, które nie istnieją autonomicznie, lecz w splątaniu – czasowym, materialnym, afektywnym. Praktyki twórcze, które przyjmują taką perspektywę, nie dążą do ukończonego dzieła, lecz do ustanowienia pola współobecności, które jest sytuacyjne, nieprzewidywalne i niereplikowalne. Twórczość rozumiana jako relacja wymaga zatem porzucenia wartości przypisywanych widoczności, efektywności i produkcji. Jej wartość nie polega na wytworzeniu materialnego rezultatu, lecz na 29 stworzeniu warunków do wydarzenia, które może być ulotne, niezauważone, niedające się przeliczyć w danych. Jest to propozycja nie tylko estetyczna, ale też epistemologiczna – zakładająca, że wiedza rodzi się w relacji, a nie w produkcie. Drugim postulatem – dopełniającym perspektywę relacyjną – jest uznanie ograniczenia za konstruktywny, a nie negatywny składnik procesu twórczego. W logice współczesnych modeli AI dominuje imperatyw optymalizacji, ekspansji i skalowalności, który wymusza nieustanny wzrost: liczby generacji, stylów, formatów, zasięgów. Przeciwko temu reżimowi efektywności twórczość ograniczona może stanowić akt krytyczny i jednocześnie projektujący – świadomą decyzję o nieoptymalności jako warunku znaczenia. Ograniczenia te mogą przyjmować różną postać: ograniczenia materiałowe, technologiczne, czasowe, energetyczne, a także związane z lokalnością czy dostępnością. Zamiast traktować je jako deficyty, należy rozumieć je jako ramy twórczości sytuowanej – tej, która opiera się na tym, co możliwe tu i teraz, a nie na potencjale nieograniczonych zasobów obliczeniowych. To etyczny wybór formy, który unieważnia dominującą narrację o sukcesie poprzez nadmiar. W sensie filozoficznym podejście to znajduje mocne uzasadnienie w refleksji Maurice’a Blanchota i Jeana-Luca Nancy’ego. Blanchot – w The Space of Literature – podkreśla, że pisanie (czy szerzej: twórczość) nie wyłania się z afirmacji tożsamości, ale z jej załamania. Twórczość zaczyna się tam, gdzie język zawodzi – w przestrzeni ciszy, opóźnienia, niemożliwości. Jean-Luc Nancy w The Inoperative Community rozwija tę ideę w wymiarze wspólnotowym: dzieło nie jest funkcją operatywnego celu, lecz ruchem wspólnego „bycia w zawieszeniu”, które nie prowadzi do produktu, ale do dzielenia się brakiem (Nancy 1991, 15). W tym świetle ograniczenie to nie „brak AI” – ale odmowa jej logiki. Twórczość, która nie generuje treści, nie promuje się, nie uśrednia form, zyskuje dziś potencjał kontrkulturowy. Odrzucając przymus działania „na pełnych obrotach”, artysta-artystka podejmuje decyzję: nie odpowiadać na potrzeby systemu, ale na potrzeby sytuacji – miejsca, czasu, ludzi i rzeczy. To właśnie ograniczenie przywraca rytm. Przestaje być tym, co hamuje – staje się tym, co umożliwia uważność. W tym pejzażu ograniczeń, relacji i nieprodukcyjności, szczególne miejsce zajmują sztuki tradycyjne – rzeźba, malarstwo, grafika, muzyka instrumentalna, a także literatura tworzona bez udziału modeli generatywnych. Przez część krytyków traktowane jako „przestarzałe” lub „analogowe”, dziś odzyskują one swoje znaczenie nie dzięki nostalgii, lecz dzięki zdolności do stawiania oporu wobec dominującej logiki optymalizacji, uśredniania i widzialności platformowej. Ich siła nie leży wyłącznie w historii i materialności, lecz w tym, że są one oparte na czasie, ciele i nieprzewidywalności – czyli trzech wymiarach niemieszczących się w strukturze modelu AI. Rzeźba i malarstwo angażują fizyczny wysiłek, cierpliwość, rytm gestu – wartości, które nie mogą być ani skompresowane, ani przyspieszone przez algorytm. Muzyka instrumentalna i elektroakustyczna, ale wykonywana na żywo, każdorazowo zakorzenia się w konkretnej przestrzeni akustycznej i cielesnej – nie jest replikowalna ani przetwarzalna bez strat w znaczeniu. 30 Podobnie literatura pisana ręcznie lub w procesie refleksyjnego pisania linearnego – w przeciwieństwie do generatywnych tekstów produkowanych w milisekundy – opiera się na decyzjach, które są konsekwencją doświadczenia, afektu, nieciągłości, a nie statystycznej zgodności z korpusem. Rytm myślenia, który wyłania się z tekstu niegenerowanego, jest zawsze rytmem indywidualnym, sytuowanym, osadzonym w języku jako nieprzezroczystym medium, a nie jako przezroczystym nośniku. W tym sensie sztuki tradycyjne mogą dziś funkcjonować jako przestrzenie nieprzetłumaczalności – miejsca, gdzie logika predykcji napotyka granicę. To nie tylko pole oporu estetycznego, ale również kulturowego i epistemologicznego, choć z gruntu nadal nieco sprzeczne z nad produkcyjnością i predykcyjną logiką rynkową i w potencjale auległe wobec ich wpływu. Nie każda forma musi być przeliczalna, nie każda decyzja musi być replikowalna. Nie każda sztuka musi być „nowa” w sensie technologicznego przyrostu – wystarczy, że będzie obecna: w czasie, ciele, materii i relacji. W perspektywie najbliższych dekad przewidywany jest rozwój tzw. agentów ucieleśnionych – robotów wyposażonych w zdolności percepcyjne, motoryczne i adaptacyjne, zdolnych do wykonywania czynności twórczych w świecie materialnym. Połączenie modeli generatywnych (takich jak GPT, Claude, DALL·E czy eksperymentalny model wideo Sora) z przyszłą robotyką fizyczną może prowadzić do systemów zdolnych do maszynowych systemów zdolnych do malowania, komponowania, rzeźbienia, a nawet „występowania” na żywo. Choć obecnie tego typu technologie pozostają na etapie eksperymentalnym lub spektakularnym (np. roboty Boston Dynamics, projekty AI-Da), ich pojawienie się w sferze twórczości zmusza do postawienia zasadniczego pytania: czy gest można zredukować do ruchu, a twórczość do programu? Z punktu widzenia systemów AI twórczość to konfiguracja danych wyjściowych – niezależnie od tego, czy są to piksele, słowa, czy skoordynowane ruchy ramienia robotycznego. Jednak w praktykach artystycznych opartych na ciele, materiale i relacji gest nie jest funkcją programu, lecz afektywnym przecięciem decyzji, ryzyka i obecności. Cokolwiek wykonuje agent-robot, nie istnieje w trybie nieprzewidywalności – a więc również nie istnieje w trybie odpowiedzialności. To nie znaczy, że nie może stworzyć czegoś efektownego – ale że nie jest w stanie uczestniczyć w relacji jako wydarzeniu etycznym i wspólnotowym. Dlatego twórczość relacyjna i ograniczona nie tylko nie zostaje unieważniona przez rozwój techniczny, ale wręcz zyskuje na znaczeniu. To niekonieczność, lecz dobrowolna decyzja o obecności w miejscu, czasie i relacji, której nie da się wygenerować. Tam, gdzie każda forma twórczości może zostać zredukowana do danych – obecność staje się najtrudniejsza do utrzymania i zarazem najcenniejsza. Nieprodukowanie – rozumiane nie jako brak działania, ale jako świadoma odmowa reprodukcji systemu – może stać się formą radykalnej obecności. To propozycja twórczości, która nie szuka widoczności, lecz znaczenia; nie zmierza do efektu, lecz do relacji; nie projektuje przyszłości algorytmicznej, lecz tworzy przestrzeń na to, co niewygodne, nieprzewidywalne, nieoptymalne. W ten sposób twórczość po AI może rozpocząć się nie tam, gdzie pojawia się nowa technologia, ale tam, gdzie w odpowiedzi na jej dominację twórca wybiera milczenie, ograniczenie, współbycie. To nie ucieczka od świata – lecz akt jego przekształcania poprzez obecność, której żadna maszyna nie potrafi utrzymać. 31 4.2. Współobecność, lokalność i nieprzekładalność – propozycje modeli działania​ W obliczu totalizującej logiki modeli generatywnych, które uśredniają, predykcyjnie upraszczają i standaryzują formy ekspresji, konieczne staje się zaproponowanie alternatywnych modeli twórczości – zakorzenionych w wartościach niezgodnych z logiką systemową. Nie chodzi przy tym o budowanie opozycji w kategoriach „technofobii” czy „anty-AI”, lecz o rozwinięcie takich praktyk artystycznych, które wymykają się parametryzacji, replikacji i uśrednieniu. Trzy pojęcia – współobecność, lokalność i nieprzekładalność – mogą stanowić fundament takich strategii. Ich funkcją nie jest antagonizm wobec technologii jako takiej, lecz przesunięcie punktu ciężkości: z uniwersalności na konkret, z wydajności na relację, z kompatybilności na różnicę. Współobecność: zamiast interfejsu Współobecność rozumiana jest tu jako obecność cielesna, afektywna, niezapośredniczona przez systemy transmisji, predykcji i projekcji. Stanowi ona alternatywę wobec modelu interfejsowego – takiego, w którym relacja jest symulowana przez zewnętrzne narzędzia, zoptymalizowana pod kątem użytkownika, a sens jest przewidywany na podstawie danych. Jak zauważa Alexander Galloway, interfejs nie jest przezroczystym medium, ale mechanizmem władzy i filtru – strukturą, która ukrywa własne warunki działania (Galloway 2012). Systemy AI – szczególnie te oparte na architekturze user experience – proponują kontakt w formie symulacyjnej: syntetyczny głos, wygenerowana twarz, przewidywany język, afektywny deepfake. Tymczasem współobecność to relacja, której nie da się zasymulować: zawiera w sobie napięcie, nieporozumienie, niepewność, opór, a także elementy cielesne – gest, zapach, dotyk, spojrzenie. Jak wskazuje Erin Manning, zmysłowe współdziałanie nie jest dodatkiem do poznania, ale warunkiem powstania sensu – to w ruchu, rytmie, afekcie i interakcji tworzą się nowe formy wiedzy i relacji (Manning 2009). W tym kontekście twórczość oparta na współobecności – na przykład działania site-specific, performance art, wspólne czytanie, praca z ciałem – wypada poza logikę promptowalności. Nie da się jej ująć w zestawie zmiennych wejściowych ani zredukować do powtarzalnego wzorca. Model twórczości oparty na współobecności zakłada nie tylko dzianie się „tu i teraz”, lecz także współtworzenie w relacji człowiek–człowiek, a nie człowiek–system. Nie jest to rezygnacja z technologii, lecz zmiana układu: z centralności interfejsu na centralność wspólnego doświadczenia. Lokalność: zamiast globalnej normalizacji Pojęcie lokalności należy tu rozumieć nie jako zamknięcie w przestrzeni prowincjonalnej czy antyglobalnej tożsamości, lecz jako konkretne osadzenie w miejscu, języku, rytmie i relacji. W logice modeli generatywnych lokalność jawi się jako przeszkoda – nie dlatego, że nie ma wartości, ale 32 dlatego, że jest trudna do ustandaryzowania. Systemy AI wymagają danych kompatybilnych: zunifikowanych, skalowalnych, dających się uśrednić i przetwarzać w ramach jednej sieci. Tymczasem twórczość lokalna jest działaniem, które często nie daje się poddać tej logice – nie wynika z modelu, lecz z miejsca. Anna Lowenhaupt Tsing w książce The Mushroom at the End of the World opisuje lokalność jako warunek przetrwania dla form życia, które wymykają się logice optymalizacji i wzrostu. Pisze o grzybach matsutake jako formie relacji niesterowalnej, podatnej na przypadek i współzależność, która wymaga innego podejścia do wartości, czasu i produkcji (Tsing 2015). Analogicznie, lokalna twórczość nie polega wyłącznie na tematyzowaniu danego miejsca – to praktyka, która czerpie z jego materialności, pamięci, rytmiki, języka, zmysłów i rytuałów. Lokalność nie jest zatem ograniczeniem, lecz strategią różnicy. Praca artystyczna, która powstaje w konkretnym środowisku, z konkretnymi osobami i dla konkretnej wspólnoty, nie musi być tłumaczalna ani eksportowalna. W tym sensie lokalność jest formą oporu wobec hegemonii platform: działań, które mają być zrozumiałe, mierzalne i łatwe do skalowania. Język, który nie ulega tłumaczeniu; rytm, który nie daje się przeliczyć; dźwięk, który nie odpowiada algorytmicznemu formatowi – to wszystko są formy lokalnej niezgody. Działania takie – niemedialne, nietransmitowane, zakorzenione w relacji – nie są przejawem nostalgii za analogową przeszłością. Są formą projektowania kultury, która nie musi uczestniczyć w systemowym obiegu danych. Jak dowodzi Sandra Harding, wiedza sytuowana i lokalna nie jest mniej prawomocna niż wiedza globalna – przeciwnie, to ona umożliwia przekroczenie hegemonii epistemologicznej Zachodu i otwarcie na wielość punktów widzenia (Harding 1991). Nieprzekładalność: zamiast kompatybilności Nieprzekładalność to trzecia kategoria, która konstytuuje alternatywne modele twórczości w opozycji do logiki standaryzacji, parametryzacji i syntetycznej kompatybilności modeli generatywnych. W świecie, w którym dane muszą być przeliczalne, formatowalne i „zrozumiałe” dla systemów AI, nieprzekładalność jawi się jako forma epistemologicznego buntu. Nie oznacza ona hermetyzmu czy elitaryzmu – lecz odmowę wpisania się w ramy reprezentacji zaprojektowane dla potrzeb analizy i replikacji. Nieprzekładalność to strategia tworzenia takich form kultury, które nie dają się zredukować do promptu, skompresować w metadanych, przeliczyć w funkcji kosztu. Może to oznaczać użycie języków marginalnych, idiomów, gwar, kodów prywatnych i hybrydowych, które nie mają odpowiednika w globalnych systemach klasyfikacyjnych. Może to być również praktyka artystyczna oparta na ciszy, pustce, powtórzeniu, opóźnieniu, niepełności – formach, które wymykają się uśrednieniu i pozbawione są wartości predykcyjnej. W takim ujęciu nieprzekładalność nie jest przeszkodą, lecz aktem etycznym. Jak pisze Gayatri Chakravorty Spivak, najważniejsze formy oporu kulturowego nie polegają na głośnym sprzeciwie, ale na zachowaniu milczenia, akcentu, różnicy – tego, co nie daje się ująć w system, a przez to nie może zostać zawłaszczone (Spivak 1999). To nieprzekładalne jest tym, co nie staje się treścią: nie poddaje się ekstrakcji, archiwizacji, replikacji. 33 W tym sensie twórczość oparta na nieprzekładalności jest działaniem o charakterze politycznym – gestem, który wycofuje się z transparentności jako formy kontroli. To również forma epistemologicznej odmowy: nie wszystko musi być zrozumiałe, nie każde znaczenie musi być dostępne, nie każda relacja musi być komunikowalna w sposób kompatybilny z algorytmicznym systemem, a przynajmniej- nie w całości . Współobecność, lokalność i nieprzekładalność nie są wyłącznie kategoriami estetycznymi – stanowią one również strategie epistemologiczne i polityczne, które odpowiadają na hegemoniczny porządek wiedzy ustanawiany przez systemy sztucznej inteligencji. Modele AI dążą do redukcji niepewności, optymalizacji różnicy i ujednolicenia języka twórczości. W tym kontekście twórczość, która opiera się na relacji, konkretności i niereplikowalności, staje się formą sprzeciwu. To właśnie w tych cechach – ograniczeniu, relacyjności, afektywności, niezrozumiałości – zawiera się potencjał działania, które nie jest przekształcalne w dane ani w produkt. Tego rodzaju twórczość nie może być potraktowana jako surowiec do dalszego generowania – ponieważ wypada poza warunki jego przetwarzalności. Nie jest to „alternatywa technologiczna”, lecz alternatywa epistemologiczna. W dobie automatyzacji decyzji estetycznych i hegemonii predykcji, zachowanie tego, co nieprzewidywalne, niekompatybilne i nieprzetłumaczalne, staje się aktem kulturowej troski. Oznacza to powrót do takich form działania, które nie służą ekspozycji, mierzalności, skalowalności – ale obecności, sytuacyjności i niepewności. Nie jest to ucieczka przed technologią – ale propozycja innej ontologii twórczości, w której sztuka nie jest tym, co daje się wygenerować, lecz tym, co wymyka się generacji.​ 4.3. Estetyka ograniczenia i niskotechnologiczne strategie twórcze W obliczu rosnącej złożoności, skalowalności i nieprzejrzystości systemów opartych na sztucznej inteligencji, coraz więcej artystek i artystów zwraca się ku strategiom twórczym, które opierają się na dobrowolnym ograniczeniu – technologicznym, energetycznym, estetycznym oraz logistycznym. Nie są to działania wynikające z braku kompetencji czy dostępu do nowoczesnych narzędzi, lecz świadome decyzje etyczne i polityczne. Współczesne praktyki ograniczenia stanowią akt niezgody wobec dominujących reżimów technologicznych, systemów ekstrakcji danych, algorytmicznego formatowania kultury oraz globalnych infrastruktur cyfrowych. Ograniczenie jako wybór, nie konieczność​ Estetyka ograniczenia nie sprowadza się do braku środków – lecz redefiniuje same kryteria wartościowania. W dominujących systemach AI wartość utożsamiana jest z szybkością, skalą, precyzją i zgodnością z algorytmicznie rozpoznanym oczekiwaniem użytkownika. Ograniczenie natomiast umożliwia odzyskanie form niedoskonałych, lokalnych, intymnych, jednorazowych, nieprzetwarzalnych i niepodatnych na uśrednienie. Jak pokazuje Shannon Mattern, ograniczenia infrastrukturalne – takie jak brak dostępu do sieci, analogowość mediów czy ograniczenia transferowe – mogą generować twórczość bardziej zmysłową, wspólnotową i refleksyjną, niemożliwą do replikacji w ramach logiki optymalizacji i automatyzacji (Mattern 2016). Estetyka ograniczenia nie jest więc estetyzacją braku, ale świadomym 34 projektowaniem relacji z technologią, czasem i odbiorcą – relacji opartych na obecności, opóźnieniu, uważności i materialności. Niskotechnologiczność nie oznacza zapóźnienia technologicznego ani nostalgicznej rezygnacji z nowoczesności. Oznacza świadome odejście od infrastrukturalnych zależności, które warunkują działanie wysokowydajnych systemów cyfrowych. To postawa oporu wobec narzędzi o wysokim śladzie węglowym, wysokiej energochłonności i wysokiej podatności na automatyzację. Twórczość niskotechnologiczna opiera się na zasobach dostępnych lokalnie, wykorzystuje technologie niskiej złożoności, unika tworzenia danych zasilających systemy uczenia maszynowego i minimalizuje zależność od sieci. Można wskazać kilka podstawowych cech tak rozumianej praktyki: – nie wymaga zasilania wysokoenergetycznych systemów cyfrowych (takich jak wielkoformatowe wyświetlacze, komputery GPU, instalacje multimedialne), – opiera się na obecności fizycznej i materialnej (rysunek, głos, światło naturalne, ciało w przestrzeni), – może być zrealizowana lokalnie, bez potrzeby dostępu do infrastruktury cyfrowej, logistycznej lub sieciowej, – nie tworzy cyfrowych danych możliwych do przetwarzania przez systemy predykcyjne ani nie zasila platform metrycznych. Twórczość ta stanowi nie tylko formę redukcji środowiskowej, lecz także akt estetyczno-polityczny – odmawia uczestnictwa w łańcuchach wartości, które eksploatują dane, ciała i środowiska. Rezygnacja z pełnego udziału w cyfrowej kulturze nie jest ucieczką, lecz projektem alternatywnego działania – zorientowanego na odpowiedzialność, wspólnotowość i regenerację. Niskotechnologiczność to nie retrogresja, ale świadoma forma przyszłości, która nie potrzebuje spektaklu, aby być znaczącą. Na podstawie obserwacji współczesnych praktyk artystycznych można wyróżnić cztery modele działania, które charakteryzują się niskim śladem środowiskowym, ograniczoną zależnością od infrastruktury cyfrowej oraz wysokim udziałem pracy człowieka jako inicjatora, projektanta i wykonawcy procesu twórczego. Wspólnym mianownikiem tych modeli jest uznanie ograniczenia za punkt wyjścia – nie jako przeszkody, lecz jako warunku możliwości. Pierwszy z nich to model relacyjny – oparty na bezpośrednich kontaktach osobistych, wspólnych rytuałach, działaniach wspólnotowych. Przykładem mogą być mikroperformanse i interwencje site-specific realizowane przez kolektyw Mycelium na terenach górskich. Działania te są wykonywane bez użycia urządzeń cyfrowych, bez rejestracji i bez transmisji – a dokumentacja, jeśli powstaje, jest wynikiem indywidualnej decyzji uczestników, nie systemowej potrzeby archiwizacji. Drugi model to model analogowy – oparty na wykorzystaniu fizycznych materiałów i technik rękodzielniczych, takich jak rysunek, pismo, papier, światło czy dźwięk. Przykładem może być twórczość Katarzyny Józefowicz, która tworzy złożone instalacje z papieru, często z użyciem wycinanek i fragmentów tekstów drukowanych. Jej prace powstają powoli, ręcznie, z ogromną dbałością o detal, i mają silnie materialny charakter. Choć są dokumentowane i prezentowane w 35 przestrzeniach wystawienniczych, ich istota nie opiera się na digitalizacji czy reprodukcji – kluczowe znaczenie ma fizyczna obecność widza wobec dzieła oraz jego niepowtarzalność. Trzeci model to model efemeryczny – oparty na działaniach nietrwałych, tymczasowych i angażujących uczestników w konkretnym czasie i miejscu. Przykładem mogą być działania Cecylii Malik, takie jak 365 drzew czy Siostry Rzeki, które mają formę performatywnych interwencji artystycznych w przestrzeni publicznej. Choć są one celowo i szeroko dokumentowane – zarówno fotograficznie, jak i filmowo – to ich znaczenie wynika z bezpośredniego doświadczenia wspólnotowego, fizycznej obecności uczestników i relacji z lokalnym kontekstem. Dokumentacja pełni tu funkcję narzędzia aktywizmu i komunikacji, ale nie zastępuje doświadczenia samego działania, które z założenia jest ulotne i oparte na obecności. Czwarty to model edukacyjno-transformacyjny – zorientowany na lokalne działania warsztatowe i wymianę wiedzy, które nie wymagają obecności technologii cyfrowej. Kolektyw Sploty prowadzi szkoły letnie, w których uczestnicy tworzą kompozycje dźwiękowe, krajobrazowe i tekstowe bez użycia komputerów, aplikacji czy systemów AI. Ważna jest tu nie tylko forma, ale proces wspólnego uczenia się – bez metryk, bez algorytmów, bez konieczności ujednolicenia treści. Wszystkie opisane powyżej modele twórczości, choć nie radykalne i tylko wstępnie zarysowane, stanowią świadome propozycje budowania innej infrastruktury kultury – takiej, która nie wspiera logiki generatywnej, ekstrakcyjnej ani predykcyjnej. Ich wartość nie polega na technologicznym sceptycyzmie ani nostalgii za analogową przeszłością, ale na aktywnym projektowaniu etyki kulturowej dostosowanej do realiów kryzysu ekologicznego, energetycznego i poznawczego. Ograniczenie staje się tu podstawą pozytywnej twórczości: praktyki te nie są reakcją na brak, lecz ekspresją decyzji. Odmowa uczestnictwa w systemie nie oznacza wycofania, lecz gest konstruktywny – ustanawiający nowe kryteria wartości: obecność zamiast dostępności, czas zamiast przyspieszenia, relacja zamiast transmisji, odpowiedzialność zamiast mierzalności. Estetyka ograniczenia i niskotechnologiczne strategie twórcze otwierają więc przestrzeń dla innego myślenia o kulturze – myślenia, w którym działanie nie musi być powielalne, obecność nie musi być transmitowana, a wartość nie musi być skalowalna. W tym sensie są one wprowadzeniem do kolejnego rozdziału, w którym te strategie zostaną rozwinięte w postaci manifestów twórczych, stanowiących fundament nowych modeli estetyki, wiedzy i oporu. 4.4. Halucynacje, skórki, przezroczystość Nowe estetyki cyfrowe, a w szczególności te powiązane z generatywną sztuczną inteligencją, rozwijają się w ramach logiki symulacji – operując powierzchniami, które symulują głębię, fakturami bez dotyku, głosami bez ciała i obrazami pozbawionymi odniesienia do jakiegokolwiek doświadczenia. Mamy tu do czynienia z produkcją afektywności i obecności, która nie wynika z relacji, lecz z algorytmicznego dopasowania. Iluzje te opierają się na trzech podstawowych mechanizmach estetycznych: halucynacji, skórkach (skins) oraz przezroczystości. Każdy z nich ucieleśnia inny wymiar przemocy wizualnej i epistemicznej, dokonującej się w warstwie tego, co pozorne, uśrednione i zoptymalizowane. 36 Halucynacja jako forma predykcyjna W kontekście generatywnej AI, halucynacja nie oznacza błędu technicznego, lecz strukturalny mechanizm działania. W modelach językowych takich jak GPT, Claude czy Gemini, halucynacja odnosi się do produkcji wypowiedzi, które są syntaktycznie poprawne, ale semantycznie fałszywe – generują cytaty nieistniejących autorów, przypisują nieprawdziwe źródła, tworzą pozory wiedzy bez odniesienia do faktów. W obrazach – co obserwujemy w systemach takich jak DALL·E czy Midjourney – oznacza to tworzenie wizualnych reprezentacji, które wyglądają jak konkretne style, osoby lub miejsca, ale są wyłącznie wynikiem statystycznej rekombinacji. Jak zauważa Emily Bender, modele językowe nie mają dostępu do rzeczywistego znaczenia – „nie wiedzą, o czym mówią” (Bender et al. 2021). Ich wypowiedzi są po prostu najbardziej prawdopodobną kontynuacją wzorca, nie odzwierciedleniem wiedzy. Halucynacja staje się więc estetyką prawdopodobieństwa – powierzchownym efektem obecności, który maskuje epistemologiczną pustkę. To, co zostaje wygenerowane, wygląda jak znaczące, ale nie jest wynikiem myślenia, intencji ani doświadczenia. W sztuce skutkuje to powstawaniem dzieł, które mają wszelkie cechy formalne „prawdziwego” obrazu, tekstu lub głosu, ale są pozbawione wewnętrznego napięcia, zaangażowania i relacyjności. Wytwarzają aurę znaczenia bez aktu znaczenia – są to formy wyliczone, a nie wypracowane. Taka twórczość nie tylko nie kwestionuje niczego, lecz wpisuje się w logikę uśrednienia i pozornej głębi. Można ją określić jako symptom produkcji „wydmuszek znaczenia” – obiektów generatywnych, które tylko imitują intensywność afektywną lub refleksyjną. Skórki jako stylistyka powierzchni Drugim mechanizmem estetyki powierzchni dominującej w środowisku generatywnej AI są tak zwane „skórki” (skins) – czyli powierzchowne nakładki stylistyczne, które nie są konsekwencją decyzji twórczych, lecz domyślnymi zestawami efektów wizualnych, dźwiękowych lub językowych dostępnych w systemie. Pojęcie to wywodzi się z praktyk interfejsów użytkownika i estetyki gier komputerowych, gdzie „skórka” oznacza warstwę dekoracyjną nakładaną na stabilny mechanizm – różnorodność bez zmiany funkcji. W kontekście AI skórką może być np. syntetyczny głos o modulowanej barwie, filtr wizualny w obrazie wygenerowanym przez DALL·E, gotowy layout interfejsu użytkownika, ale także styl narracyjny lub językowy zastosowany domyślnie przez model. Decyzje te są ustandaryzowane, predefiniowane, zinterfejsowane – a twórca nie projektuje ich, lecz wybiera spośród zestawu dostępnych presetów. Estetyka staje się więc opcją z menu – zdepersonalizowaną, uprzednio sformatowaną formą działania. Byung-Chul Han w książce Społeczeństwo przejrzystości wskazuje, że kultura współczesna ulega transformacji z kultury głębi w kulturę ekspozycji: wszystko, co staje się widoczne, zostaje pozbawione oporu, ukrycia i napięcia. Skórki są symptomem tego procesu – oferują wrażenie różnorodności, która jest pozorna, ponieważ odbywa się w obrębie ściśle określonych ram platformowych (Han 2012). Ich celem nie jest otwarcie na inne, lecz potwierdzenie tego, co rozpoznawalne i kompatybilne z algorytmiczną estetyką systemu. 37 W praktyce artystycznej oznacza to, że forma dzieła coraz częściej wynika nie z decyzji afektywno-estetycznej, lecz z infrastruktury systemu. Styl jest wybierany nie przez artystę, lecz przez platformę. W miejsce projektowania pojawia się konfiguracja. Różnorodność zostaje zastąpiona różnicą kontrolowaną – formą, która może być zmieniana, ale wyłącznie w ramach przewidzianych przez architekturę systemu. Artysta działa więc jako użytkownik – nie projektant. Trzecim mechanizmem estetyki powierzchni w środowiskach generatywnych jest przezroczystość – rozumiana nie jako pozytywna cecha interfejsu, ale jako forma ukrytej dominacji. Przezroczystość w tym kontekście oznacza zanik widoczności medium: użytkownik ma wrażenie bezpośredniego kontaktu z treścią, obrazem lub „inteligencją”, podczas gdy za tym doświadczeniem stoją złożone systemy przetwarzania danych, optymalizacji afektywnej, filtracji treści i decyzji projektowych. To, co zostaje ukryte, to nie tylko kod, ale też logika, polityczność i epistemologia systemu. Jak zauważa Alexander Galloway, interfejs nie jest pośrednikiem neutralnym, ale aktywnym filtrem dostępu – tym bardziej skutecznym, im bardziej znika z pola percepcji (Galloway 2012). Przezroczystość staje się więc formą przemocy: nie dlatego, że coś narzuca, ale dlatego, że ukrywa warunki swojego działania. Algorytmiczna decyzja podszywa się pod bezpośredniość – AI udaje rozmówcę, obraz generatywny udaje fotografię, dźwięk syntetyczny udaje głos. Symulacja obecności nie dopuszcza dystansu refleksyjnego. Dla twórczości oznacza to istotne zagrożenie: rozmycie relacji między środkiem wyrazu a warunkami jego produkcji. Twórca może nie wiedzieć, co właściwie tworzy, jeśli nie ma dostępu do warstw infrastrukturalnych systemu. Interfejs przysłania logikę działania modelu. Artystyczne wybory zostają zawężone do ścieżek możliwych w systemie, a ekspresja przekształca się w korektę gotowego zestawu. W rezultacie dzieło może być zaledwie podproduktem decyzji algorytmu – nawet jeśli intencja twórcza była głęboka i spójna. Brak oporu interfejsu stwarza iluzję autonomii – tymczasem jego przezroczystość blokuje akt poznania. Jak podkreślają badacze interfejsów, m.in. Wendy Chun czy Matthew Fuller, estetyka przezroczystości to technologia zapomnienia: sprawia, że infrastruktura znika, a użytkownik zostaje sam z pozorem sprawczości. W tym sensie przezroczystość to estetyka zamknięcia – medium, które udaje, że go nie ma. Halucynacje, skórki i przezroczystość nie są wyłącznie efektami ubocznymi działania systemów generatywnych – są ich estetycznymi zasadami organizującymi percepcję, doświadczenie i ekspresję. Współczesna sztuka wchodzi z nimi w kontakt nie jako z neutralnymi narzędziami, lecz jako z ramami działania, które wpływają na to, co może być zobaczone, usłyszane, uznane za sensowne. Są to mechanizmy produkcji kultury powierzchni – estetyki natychmiastowej, zoptymalizowanej, uśrednionej, atrakcyjnej w formie, ale ubogiej w sens. Każdy z tych trzech mechanizmów – halucynacja jako produkcja pozornej głębi, skórka jako dekoracja w miejsce formy, przezroczystość jako zanegowanie medium – przyczynia się do powstania reżimu wizualno-epistemicznego, w którym twórczość zostaje podporządkowana logice przetwarzania danych. W rezultacie sztuka nie tyle komunikuje, ile adaptuje się do przewidywalnych wzorców, a artysta nie tyle eksploruje, ile selekcjonuje z dostępnego menu stylistycznego. 38 Nie oznacza to jednak, że system ten nie może być zakwestionowany. W kolejnych rozdziałach zostaną przedstawione przykłady twórczyń i twórców, którzy próbują rozszczelnić, zakłócić lub odrzucić te formy estetycznej przemocy – odzyskując miejsce dla relacji, afektu, lokalności i głębi. Ich działania nie polegają na opozycji wobec technologii jako takiej, lecz na projektowaniu innych warunków twórczości: takich, które wymykają się uśrednieniu, nie ukrywają swojego medium i dopuszczają to, co nieprzewidywalne. 4.5 Tworzenie dzieł sztuki w czasach po AI 1. Nowa kondycja dzieła: między strukturą predykcji a możliwością zdarzenia W epoce po AI dzieło sztuki przestaje być stabilnym obiektem estetycznym, a staje się przejawem relacji: między językiem a systemem, między decyzją a interfejsem, między podmiotem a modelem predykcyjnym. Ta nowa kondycja dotyczy zarówno form wizualnych, jak i dźwiękowych, literackich, performatywnych oraz instalacyjnych. Tworzenie dzieł sztuki w czasach po AI nie polega wyłącznie na adaptacji nowego narzędzia. Oznacza konieczność redefinicji samych pojęć twórczości, medium, procesu, a także dzieła jako takiego – jako materialnej, afektywnej i społecznej obecności. Dzieło sztuki nie jest już wyłącznie efektem jednostkowej decyzji, lecz zdarzeniem konfiguracyjnym – powstałym na styku wielu warstw: kodu, danych, interfejsu, promptu, modelu oraz kulturowych oczekiwań. W tym kontekście pytanie o sztukę po AI nie brzmi „czy użyto AI?”, lecz „czy działanie twórcze przekracza logikę predykcyjną?”. Nawet artysta, który nie korzysta bezpośrednio z generatywnej AI, funkcjonuje dziś w środowisku zdominowanym przez systemy predykcyjne – od algorytmów rekomendacji kształtujących widoczność jego pracy, przez uwarunkowania rynkowe i dominujące modele wartościowania, po mechanizmy fizyki społecznej wpływające na sposób rozpowszechniania się treści i interakcje odbiorców. Ten rozdział stanowi próbę opisania tej sytuacji. Omawia przykłady z różnych dziedzin sztuki – od obrazów generatywnych, przez teatr interaktywny, muzykę kodowaną w czasie rzeczywistym, po choreografie zbudowane na danych wejściowych z sensorów – oraz przedstawia sposoby, w jakie sztuka może funkcjonować po AI: jako pole oporu, spekulacji, wartości relacyjnych lub krytycznego dialogu z systemem. 2. Przykłady dzieł generatywnych: od pionierów do współczesności Sztuki wizualne W dziedzinie sztuk wizualnych generatywność nie jest zjawiskiem nowym. Harold Cohen już od lat 70. tworzył złożony system AARON, który potrafił samodzielnie rysować z użyciem predefiniowanych reguł kompozycyjnych. Z czasem, jego algorytm nauczył się nawet kolorowania. Choć Cohen podkreślał, że AARON nie był inteligentny, to jego działanie pokazywało potencjał systemów regułowych w tworzeniu dzieł artystycznych bez ciągłego nadzoru autora. 39 Z kolei The Next Rembrandt (2016), projekt zrealizowany przez ING Bank we współpracy z Microsoftem i TU Delft, wygenerował obraz „nowego Rembrandta” na podstawie analiz stylistycznych dzieł mistrza. Powstały portret, choć estetycznie przekonujący, był w istocie demonstracją technologii – nie eksperymentem estetycznym. Mimo to, odegrał ważną rolę w popularyzacji dyskusji o granicach autorstwa. Jeszcze dalej poszedł Mario Klingemann, który w projektach takich jak Memories of Passersby I (2018) wykorzystał GAN-y do tworzenia obrazów w czasie rzeczywistym – wizerunków twarzy, które nie istniały. Instalacja została sprzedana na aukcji za ponad 40 000 funtów, pokazując, że prace tworzone przez AI mogą zyskać status pełnoprawnych dzieł na rynku sztuki. W 2022 roku powstała społeczność Unstable Diffusion, korzystająca ze Stable Diffusion do generowania milionów obrazów na podstawie promptów użytkowników – również treści kontrowersyjnych, w tym erotycznych i pornograficznych. Choć pod względem ilości imponujący, projekt ten ilustrował pułapkę popularnych systemów: podatność na klisze, seksualizację i stereotypowe ujęcia ciała. Stał się tym samym dowodem na to, że logika predykcyjna reprodukuje dominujące wzorce, zamiast je dekonstruować. Muzyka Brian Eno, uznawany za ojca muzyki generatywnej, już w latach 70. mówił o dźwiękach, które mają „żyć własnym życiem”. Kompozycje takie jak Music for Airports nie są zapisane w formie liniowej – składają się z powtarzających się segmentów, które w każdej chwili układają się inaczej. Współczesne systemy, takie jak AIVA (Artificial Intelligence Virtual Artist) czy OpenAI Jukebox, generują kompletne utwory – od harmonii i aranżacji po linię wokalną. W 2023 roku YACHT – amerykański zespół muzyczny – wydał album Chain Tripping, którego teksty, linie melodyczne i struktura powstały z udziałem sieci neuronowych. Członkowie zespołu przyznali, że AI nie zastąpiła ich twórczości, ale zmusiła do dialogu z systemem – do pracy redakcyjnej, reinterpretacji, reakcji. Ten przykład pokazuje możliwość twórczości „z AI”, która nie poddaje się logice automatyzacji, lecz traktuje ją jako sparring partnera. W Polsce grupa Szatt & AI (projekt eksperymentalny z 2024) stworzyła performance audiowizualny, w którym muzyka tworzona przez algorytmy była przetwarzana przez żywego instrumentalistę – nie jako reprodukcja, lecz jako rozmowa między bytami. Publiczność odczuwała nie tylko różnicę między maszyną a człowiekiem, ale też napięcie między regularnością modelu a nieprzewidywalnością wykonania. Literatura i język W obszarze literatury generatywność sięga początków XX wieku: od dadaistycznych kolaży po formalne eksperymenty OuLiPo (m.in. Raymond Queneau). Dziś modele językowe – GPT-3, GPT-4, Claude 3 – piszą opowiadania, poezję, scenariusze. Film Sunspring (2016) był przełomowy: scenariusz powstał w całości z użyciem LSTM, a film został profesjonalnie wyprodukowany. Autonomiczne „powieści AI” jak 1 the Road (tworzona przez Ross Goodwin z użyciem systemu GPS, kamery, mikrofonu i sieci neuronowej) czy The Day a Computer Writes a Novel (nominowana w 40 Japonii w 2016 roku do nagrody literackiej) pokazują, że maszyny mogą wytwarzać teksty nie tylko formalnie poprawne, ale także wieloznaczne. Niemniej, jak zauważa Joanna Zylinska, narracje AI często pozbawione są afektywnego napięcia i wynikają ze „składania możliwości” – są logiczne, lecz niekoniecznie znaczące. To nie wyklucza ich wartości, ale wskazuje na konieczność ich reinterpretacji: czy dzieło powstałe z modelu jest tekstem, czy już tylko fragmentem danych? 3. Performans, teatr i taniec: automatyzacja obecności Twórczość teatralna i performatywna po AI eksploruje nowy rodzaj obecności – nie tylko cielesnej, ale też kodowej i obliczeniowej. W teatrze eksperymentalnym pojawiły się spektakle, których teksty, obrazy sceniczne i dźwięk powstają w czasie rzeczywistym na podstawie wejść z AI. Reżyser Michael Rau wraz z zespołem Stanford HAI zaprezentował w 2023 roku spektakl oparty na syntezie mowy GPT-4 i przetwarzaniu obrazów przez Stable Diffusion. Aktorzy występowali w interakcji z generowanym na bieżąco materiałem – ich cielesność była kontrapunktem do syntetycznych inscenizacji. Podobne działania prowadzi również grupa Human Machine Collaboration (UK), która w przedstawieniu Echo Chamber badała relację między aktorem a systemem, który podpowiadał linie dialogowe na podstawie rozpoznawania emocji w głosie. Performans nie był zapisany – powstawał za każdym razem inaczej, na styku afektu i kodu. W dziedzinie tańca przykład stanowi EDGE Choreography Project realizowany przez Stanford HAI i UCSF – algorytm generował choreografie na podstawie danych z akcelerometrów, EEG oraz feedbacku cielesnego. Tancerze interpretowali te dane poprzez ruch, jednocześnie modyfikując źródłowy algorytm w czasie rzeczywistym. W ten sposób relacja człowiek–maszyna stawała się zapętlona, wzajemna i nieprzewidywalna. Podobne eksperymenty podejmowane są także w Polsce – w ramach projektu „Maszyny tańczące” realizowanego przez kolektyw TensionLab (2024), w którym wykorzystano dane EMG i AI do tworzenia dźwiękowo-ruchowych struktur scenicznych, gdzie cielesność była aktywnym źródłem kompozycji choreograficznej. W performansie interdyscyplinarnym warto wskazać projekt The Infinite Conversation autorstwa VFrame i Matta Dryhursa (2023), w którym modele głosowe „prowadzą rozmowę” między Jeanem-Luciem Nancy’m a Gilesem Deleuze’em, mimo że obaj nie żyją. Z jednej strony, jest to akt zjawiskowej mistyfikacji, z drugiej – pytanie o granice pamięci, obecności i reprezentacji. 4. Dlaczego sztuka generatywna wymaga reakcji: epistemologia, etyka, polityka Wobec gwałtownego rozwoju narzędzi generatywnych, środowisko artystyczne i badawcze musi zająć stanowisko – nie tylko technologiczne, ale epistemologiczne, etyczne i polityczne. Kluczowe pytanie nie dotyczy estetyki tych dzieł, lecz tego, jakie struktury poznawcze i społeczne reprodukują. Modele generatywne operują nie przez rozumienie, lecz przez korelację i predykcję – działają statystycznie, a nie intencjonalnie. Jak zauważa Emily Bender i Timnit Gebru w głośnym tekście o 41 „papugach statystycznych” (Stochastic Parrots, 2021), modele językowe nie „rozumieją” tekstu – przetwarzają jego formę bez związku z kontekstem. W konsekwencji powstają utwory, które mogą być przekonujące formalnie, ale epistemicznie puste lub wręcz szkodliwe (np. powielające uprzedzenia rasowe, płciowe, klasowe). Reakcja środowiska artystycznego wymaga więc więcej niż adaptacji – potrzebna jest strategia krytyczna: nie tylko użycie AI, ale rozpoznanie jej ograniczeń. To, co wydaje się nowatorskie (np. „nowe” wizerunki kobiet wygenerowane przez Midjourney), często jest tylko powtórzeniem stereotypów zakodowanych w danych treningowych. Z perspektywy etycznej, AI stawia pytania o odpowiedzialność za twórczość. Kto odpowiada za dzieło wygenerowane przez system? Czy można mówić o sprawstwie? Co, jeśli utwór wywoła szkodę? Odpowiedzi nie są oczywiste, zwłaszcza w kontekście rosnącej autonomii modeli. Wreszcie, z punktu widzenia polityki wiedzy, dominacja modeli generatywnych zbudowanych przez kilka globalnych korporacji (OpenAI, Google DeepMind, Anthropic, Meta) grozi unifikacją estetyki, języka i obrazowania. W tym sensie sztuka generatywna staje się nie tylko medium, ale też polem walki o semantyczną i kulturową różnorodność. 5. Prawo autorskie w obliczu generatywności: między ochroną a luką systemową Jednym z kluczowych wyzwań związanych z twórczością po AI są kwestie własności i autorstwa. Obowiązujące systemy prawa autorskiego (zarówno w Europie, jak i Stanach Zjednoczonych) zasadniczo uznają za twórcę wyłącznie człowieka. Oznacza to, że utwory stworzone wyłącznie przez system AI – bez twórczego wkładu człowieka – nie podlegają ochronie prawnoautorskiej. W praktyce prowadzi to do wielu niejasności. W precedensowej sprawie Thaler v. Perlmutter (USA, 2022), sąd federalny orzekł, że obraz wygenerowany przez system Creativity Machine, zgłoszony przez Stephena Thalera jako „dzieło AI”, nie może być zarejestrowany w US Copyright Office, ponieważ „dzieło sztuki musi mieć autora ludzkiego” (USCO Compendium, §313.2). Analogiczne stanowisko przyjmuje Europejski Urząd ds. Własności Intelektualnej – wskazując, że autorstwo utworu wymaga „oryginalności i osobistego zaangażowania twórczego człowieka”. Jeszcze bardziej skomplikowana jest kwestia treningu modeli AI na istniejących dziełach. Modele generatywne są trenowane na ogromnych zbiorach danych – często bez zgody autorów, z naruszeniem ich praw majątkowych. Pozwy zbiorowe zostały wytoczone firmom takim jak OpenAI, Meta, Stability AI, a także zespołowi Midjourney, m.in. przez organizacje artystów, pisarzy i fotografów (m.in. przez Getty Images, Authors Guild, czy komiksową twórczynię Sarah Andersen) wskazują na systemowy problem z dozwolonym użytkiem. Czy analiza dzieł w celach uczenia maszynowego mieści się w „fair use”? A jeśli tak, czy nie powinna być rekompensowana? Równolegle powstają inicjatywy przeciwdziałające nieautoryzowanemu wykorzystywaniu prac, takie jak Glaze i Nightshade – narzędzia tworzone przez naukowców z University of Chicago, które pozwalają artystom sabotować trening modeli na ich dziełach poprzez niewidoczne dla oka modyfikacje. 42 W kontekście sztuki po AI, pytanie o autorstwo jest pytaniem o sprawstwo, intencję i odpowiedzialność – wartości, które nie mogą być przypisane do mechanizmu statystycznego, lecz wynikają z kontekstu społecznego, politycznego i etycznego. 6. Dlaczego pomijamy „ładne obrazy z Midjourney”: o logice predykcji Rozprawa świadomie rezygnuje z analizy dzieł, które w pełni poddają się logice predykcyjnej – w tym masowych wizualizacji z Midjourney, DALL·E czy generatywnych klonów stylów artystycznych. Powód jest zasadniczy: tego rodzaju obrazy – choć mogą być estetycznie przekonujące – nie stanowią epistemologicznego wyzwania. Są produktem predykcji, nie spekulacji; powtórzeniem, nie zakłóceniem. Midjourney i podobne systemy opierają się na mechanizmie optymalizacji – generują obrazy, które najlepiej odpowiadają statystycznemu prawdopodobieństwu danego promptu. W efekcie powstają „najbardziej podobne” wersje tego, co już znane: piękne krajobrazy, stylizowane portrety, cyberpunkowe miasta. Modele te nie mają świadomości formy ani kontekstu – działają jako rezonatory kulturowych schematów. Tego rodzaju twórczość – choć spektakularna w skali – nie przekracza systemu, lecz go wzmacnia. Analizowanie jej w rozprawie, której przedmiotem jest przekroczenie logiki predykcji i budowanie nowych relacji epistemicznych, byłoby nie tylko nieadekwatne, ale i kontrproduktywne. Celem nie jest ocena popularności AI art, lecz identyfikacja tych form, które realnie zmieniają sposób myślenia o twórczości, wiedzy i działaniu. Jak zauważa Louise Amoore, „algorytmy nie mają przyszłości – mają tylko prawdopodobieństwo”. Dlatego sztuka, która w całości mieści się w predykcji, nie może być sztuką „po AI” – jest wciąż tylko „z AI” lub „przez AI”. 7. Dzieło jako opór: zakłócenie, glitch, cielesność, lokalność Estetyka syntetyczna – gładka, hiperrealistyczna, bezszwowa – staje się znakiem rozpoznawczym produkcji generatywnej. Jednak właśnie ta gładkość staje się punktem krytyki. Sztuka po AI szuka strategii oporu, które nie polegają na „lepszym użyciu” narzędzi, lecz na zakłóceniu ich logiki. Jedną z takich strategii jest estetyka błędu (glitch aesthetics). Artyści tacy jak Rosa Menkman czy Zach Blas używają błędów kodowania, pikselozy, fragmentaryzacji, aby odkrywać wewnętrzne napięcia systemu. Ich prace nie „naprawiają” algorytmów – przeciwnie: eksponują ich niestabilność i nieciągłość. W praktykach choreograficznych i performatywnych oporem staje się ciało – jego zmienność, zmęczenie, opór wobec normy. Prace Meg Stuart, Mette Ingvartsen czy Pauliny Wycichowskiej, eksplorujące ruch nieregularny, niedoskonały, poza funkcją – są przykładami ucieleśnionego działania, które nie daje się przewidzieć. Ruch nie jest tu wynikiem optymalizacji, lecz zapisem przeżycia. 43 W teatrze formą oporu staje się interwencja afektywna – jak w działaniach Rimini Protokoll czy Complicité, gdzie narracja nie jest liniowa, lecz wielogłosowa, nieoptymalna. Sztuka nie ma tu dawać rozrywki – ma zakłócać, wciągać, zmuszać do rekonfiguracji znaczeń. W praktykach wizualnych przykład stanowi kolektyw Forensic Architecture, który korzysta z technologii AI, ale w sposób krytyczny – do badania zbrodni wojennych, wykrywania manipulacji, rekonstrukcji niewidzialnego. Prace te pokazują, że nie każde użycie AI oznacza afirmację systemu – może też być jego rozbrojeniem. Lokalność i sytuacyjność to kolejne strategie oporu. Działania artystów związanych z Kongresem Postartystycznym w Sokołowsku – np. Karoliny Mełnickiej, Jakuba Gawkowskiego czy Karola Radziszewskiego – wykorzystują technologię jako tło, a nie centrum. Ważna staje się tu obecność wspólnoty, współuczestnictwo, kontekst lokalny – elementy nieprzekładalne na prompt i nieprzewidywalne przez model. 8. Spekulacja, wyobraźnia, wartości relacyjne: twórczość jako projekt innego świata Sztuka po AI nie ogranicza się do krytyki – staje się także narzędziem spekulacji. Jak pisała Donna Haraway, potrzebujemy nie tyle nadziei, co zdolności do „stawania się z innymi” (staying with the trouble). Sztuka może pełnić funkcję laboratoryjną – testować relacje, modele przyszłości, inne podmioty, inne epistemologie. Projekty spekulatywne – jak Solar Protocol kolektywu Tega Brain i Benedetty Piantelli, czy działania Joanny Zylinskiej – proponują alternatywne technologie oparte na energii odnawialnej, opóźnieniu, relacji, a nie sile obliczeniowej. To „slow AI” jako strategia nie technologiczna, ale kulturowa. W muzyce przykład stanowi projekt PROTO (2019) autorstwa Holly Herndon i Matta Dryhursta – album, w którym dźwięki wygenerowane przez sztuczną inteligencję (AI „Spawn”) są poddawane reinterpretacji przez zespół ludzkich wokalistów. System nie jest tu źródłem oryginalności, lecz materiałem do pracy – jak instrument. Wartość powstaje w relacji, nie w produkcie. Podobnie w sztukach wizualnych działania Bena Grossera (The Endless Doomscroller) czy Lauren Lee McCarthy (LAUREN, AI-asystentka artystki na żywo) pokazują, że technologia może być zaprojektowana tak, by była niewydajna, intymna, trudna – a przez to bardziej ludzka. Sztuka po AI nie tylko odpowiada na pytanie „jak AI wpływa na kulturę?”, ale też stawia pytanie „jak inaczej mogłaby wyglądać relacja z technologią?”. Wartości twórczości po AI nie są mierzalne – należą do porządku etyki, afektu, lokalności i wspólnotowości. Ich siła polega nie na nowości technologicznej, lecz na zmianie ram, w których technologia jest rozumiana i używana. To właśnie tu – w redefinicji relacji, w odrzuceniu utylitaryzmu, w przywróceniu zmysłowości – rodzi się twórczość po AI. 9. Dzieło, rynek, system: pomiędzy predykcją a wartością Niniejsza rozprawa nie przedstawia dzieł sztuki ani rynku jako złych, zbędnych czy skompromitowanych. Przeciwnie – wskazuje, że to właśnie dzieła, nawet w formach zamkniętych, 44 mogą wciąż funkcjonować jako przestrzenie znaczenia, oporu i transformacji. Ich podatność na logikę predykcji nie wyklucza ich znaczenia – wymaga jednak rozpoznania tego napięcia. Przykłady takie jak Memories of Passersby I Mario Klingemanna, album Chain Tripping zespołu YACHT czy spektakl AI: When a Robot Writes a Play z Czech (stworzony przez GPT-2 w 2021 roku, z aktorami i scenografią teatralną) pokazują, że formy monetyzowalne, oparte na obiektach, nagraniach czy wydarzeniach, mogą mieć znaczącą wartość estetyczną i poznawczą. To nie ich format decyduje o jakości, lecz sposób, w jaki rozpoznają i rekonfigurują relację z systemem generatywnym. W Polsce również obserwujemy rozwój eksperymentalnych form sztuki wykorzystujących sztuczną inteligencję – i to nie tylko jako narzędzie produkcji, ale jako punkt wyjścia do krytycznej refleksji kulturowej. Przykładem może być projekt AVATAR, w którym anonimowy artysta stworzył pełnowymiarowy album muzyczny przy użyciu narzędzi AI takich jak Suno, Moises i Audacity. Album ukazał się zarówno cyfrowo, jak i na fizycznym nośniku, a towarzyszące mu wideoklipy, w tym jeden w całości wygenerowany przez sztuczną inteligencję, dopełniają eksperyment formalny, łączący warstwę dźwiękową i wizualną. Tego typu inicjatywy stanowią przykład, jak AI może nie tylko wspierać twórców, ale też redefiniować granice autorstwa, estetyki i mediów. Twórczość oparta na współpracy z algorytmami coraz częściej staje się polem artystycznej i społecznej analizy, a nie tylko efektem technicznej nowinki. Ważnym przykładem są również działania kuratorskie: wystawa Training Humans (Zylinska, Paglen, 2019) czy Uncanny Values w wiedeńskim MAK (2019), w których dzieła stworzone przy pomocy AI były prezentowane w zestawieniu z problemami nadzoru, reprezentacji i odpowiedzialności. Przestrzeń ekspozycyjna służyła nie prezentacji, ale dekonstrukcji – pozwalała na świadome włączenie dzieła w pole debaty społecznej. Sztuka po AI nie musi więc odrzucać rynku ani materialności – musi jednak być świadoma, że te struktury również podlegają logice predykcji, optymalizacji, wchłaniania. Ich użycie musi być decyzją epistemologiczną – nie estetyczną. Musi zatem wynikać z namysłu nad tym, po co i co w ogóle chce się powiedzieć – czy intencją artysty jest przekazanie czegoś istotnego, zakorzenionego w doświadczeniu, wiedzy czy refleksji, czy też jedynie skuteczne wpisanie się w sprawdzone strategie przyciągania uwagi, zdobywania recenzji i korzyści w ramach logiki rynku, predykcji i obiegu sztuki. W świecie, gdzie mechanizmy optymalizacji potrafią podpowiedzieć, co „zadziała”, prawdziwie twórczym gestem staje się nie powielanie skutecznych formuł, lecz świadome odejście od nich – nawet kosztem widzialności – jeśli służy to autentycznemu przekazowi. 10. Kiedy opór zostaje wchłonięty: asymilacja i kontrhegemonia Paradoksalnym zjawiskiem sztuki po AI jest to, że nawet strategie oporu – postgeneratywność, antygeneratywność, postagentowość, antyagentowość – mogą zostać przyswojone przez system. Działania eksperymentalne, efemeryczne, sytuacyjne bywają dokumentowane, indeksowane, poddawane analizie i przetwarzane jako dane treningowe. Nawet błędy mogą stać się stylami; afekty – produktami. 45 W tym kontekście szczególnego znaczenia nabierają działania wspólnotowe, afektywne, lokalne, eksperymentalne i prototypowe jako możliwe strategie oporu wobec hegemonii algorytmicznej predykcji. Ich siła nie leży w spektakularności czy trwałości, lecz w niemożliwej do pełnego ujęcia i przewidzenia dynamice relacji, ucieleśnionych doświadczeń oraz tymczasowych konfiguracji międzyludzkich. W tym duchu można odczytywać praktykę Pawła Althamera, który od lat rozwija formy sztuki wspólnotowej, uczestniczącej i sytuacyjnej, nie tyle opierające się na obiekcie artystycznym, co na relacyjności i współtworzeniu. Park Rzeźby na Bródnie – zainicjowany przez Althamera w 2009 roku we współpracy z mieszkańcami warszawskiego osiedla Bródno, kuratorami Muzeum Sztuki Nowoczesnej i artystami z całego świata – jest jednym z najbardziej wyrazistych przykładów tego typu podejścia. Nie jest to park rzeźb w klasycznym sensie – nie chodzi o kolekcję trwałych obiektów, lecz o przestrzeń żywej wspólnoty, w której sztuka staje się pretekstem do rozmowy, współpracy, spotkania. W projektach realizowanych w jego ramach udział brali nie tylko artyści, ale także dzieci, seniorzy, lokalni aktywiści. Rzeźby powstawały w oparciu o potrzeby społeczności – jak w przypadku "Altanki", pełniącej funkcję miejsca spotkań, czy "Bródno People" – pracy portretującej mieszkańców dzielnicy. Te realizacje są nie tylko formami artystycznymi, lecz prototypami relacji – uruchamiają procesy, które wymykają się schematom estetycznej oceny i archiwizacji. Innym przykładem tego typu działań jest słynny "Lot" Althamera i mieszkańców Bródna do Brukseli" – performatywne doświadczenie wspólnej podróży samolotem, która miała nie tylko wymiar symboliczny (przeniesienie „peryferii” do centrum Europy), ale też bardzo konkretny: integrujący, afirmujący podmiotowość ludzi zwykle niewidocznych w przestrzeni publicznej. To był akt sztuki relacyjnej, w którym ważniejsze niż estetyczny efekt było przeżycie wspólnotowego doświadczenia i odwrócenie logiki wykluczenia. W działaniach Althamera sztuka staje się formatem eksperymentalnym, otwartym prototypem społecznych relacji, lokalnym procesem afektywnego zaangażowania, który trudno przekształcić w dane – bo jego istotą jest właśnie wspólnota w działaniu, nie produkt do archiwizacji. W świecie coraz ściślej kontrolowanym przez systemy predykcyjne, w którym algorytmy nie tylko przewidują, ale kształtują nasze decyzje i wyobraźnię, praktyki takie jak te – osadzone w lokalności, ulotności i relacyjności – stanowią formę oporu. Nie poprzez spektakularny bunt, lecz poprzez codzienne bycie razem inaczej – jako gest etyczny, polityczny i estetyczny jednocześnie. Zaczynając od tego przykładu, można zatem wymienić kilka zasadniczych składników manifestów o których będzie mowa w kolejnym rozdziale- aspektów, które stanowią walor najbardziej niezależny od systemów predykcyjnych: Działania wspólnotowe – zakorzenione w relacjach, współpracy i lokalnych sieciach – nie poddają się łatwo abstrakcyjnym modelom, ponieważ są kształtowane przez kontekst, zaufanie, rytuały codzienności, a często także przez nieprzewidywalność współdziałania. Wspólnota nie jest strukturą do odwzorowania, lecz żywym procesem – podatnym na zmiany, negocjacje, opór. W takim ujęciu, wspólnota może działać jak zapora dla logiki ekstrakcji danych – bo dane z relacji międzyludzkich są niepełne bez ich sensu afektywnego i kontekstualnego. 46 Afektywność – emocje, afekty, napięcia ciała – także stanowią przestrzeń oporu, ponieważ ich intensywność i niuans wymykają się reprezentacji i systematyzacji. Afekty mogą być rejestrowane, analizowane, syntetyzowane – lecz ich rzeczywiste doświadczenie, ich siła przekształcania i wytrącania z równowagi, jest zasadniczo nieprzekładalna na dane. Afektywne działania artystyczne, które angażują ciało, zmysły, obecność, są tymczasowe i niepowtarzalne – i w tym właśnie tkwi ich potencjał oporu. Lokalność staje się przestrzenią alternatywną wobec globalnych sieci predykcji – to, co lokalne, kontekstualne, osadzone w konkretnym miejscu i czasie, stawia opór uniwersalizującym modelom. Praktyki artystyczne zakorzenione w lokalnych kontekstach społecznych, kulturowych i przyrodniczych tworzą sieci znaczeń, których nie sposób oderwać od miejsca. To, co lokalne, jest często nieprzetłumaczalne na język ogólnych modeli – i dzięki temu może pozostać nieuchwytne. Eksperyment i prototyp to działania otwarte, nieskończone, pozbawione definitywnej formy – są z założenia niedokończone i procesualne. Jako takie wymykają się zamknięciu, standaryzacji i klasyfikacji. Eksperymentalność nie oznacza tu estetycznej nowości, lecz postawę – gotowość do nie-wiedzenia, do bycia zaskoczonym, do zmiany kierunku. Prototypy są narzędziami sprawdzania możliwości, nie zaś tworzenia trwałych rozwiązań – i dzięki temu nie wpisują się łatwo w logikę produktywności, optymalizacji i replikowalności. W świecie, w którym każda decyzja może być antycypowana, a każda forma – skategoryzowana i przemielona przez systemy uczenia maszynowego, siła tych działań polega na tym, że opierają się nie na tym, co można wytworzyć, lecz na tym, co można przeżyć i współdzielić. Ich potencjał nie tkwi w estetyce, lecz w etyce i ontologii – w sposobie bycia ze sobą, z innymi i ze światem. To właśnie one – wspólnotowe, afektywne, lokalne, eksperymentalne i prototypowe praktyki – mogą stać się strategiami ratunku, formami życia i twórczości, które nie tyle uciekają przed systemem, co istnieją poza jego logiką. W ich tymczasowości, nieuchwytności i relacyjności kryje się możliwość tworzenia innych przyszłości – nieprzewidywalnych, a więc jeszcze nie skompromitowanych przez system. Sytuacja jest jednak delikatna i jak wiadomo nie ma uniwersalnych rozwiązań. Przykładem wchłonięcia sztuki krytycznej przez system predykcji może być This Person Does Not Exist – projekt zainicjowany jako krytyka manipulacji w AI, dziś stał się popularnym źródłem fotorealistycznych twarzy do fałszywych profili. Krytyczne użycie algorytmu zostało odczytane jako jego promocja. Podobnie projekt Prompt Battles (prowadzony przez różne kolektywy artystyczne w latach 2023–2024), który miał ośmieszać i dekonstruować logikę promptowania, został przekształcony w formę rozrywki i treści viralowych. Algorytm asymiluje ironię i sprzeciw – potrafi je rozpoznać jako cechy stylu. To zjawisko wymaga redefinicji oporu: jako nie tyle gestu sprzeciwu, ile trwale niekompatybilnej praktyki epistemicznej. Opór po AI to nie efekt – to proces, który stale wymyka się ujęciu, standardyzacji, pomiarowi. To „sztuka niespójności”, jak pisała Sara Ahmed – praktyka, która nie daje się przechwycić. 11. Oddzielenie sztuki „przed AI”, „z AI” i „po AI” 47 Wreszcie, kluczowe pytanie tej rozprawy: jak oddzielić sztukę „przed AI”, „z AI” i „po AI”? ●​ Sztuka przed AI: to twórczość przed epoką narzędzi generatywnych i predykcyjnych, choć niekoniecznie przed cyfrowością. Nie znała jeszcze logiki promptów ani modelu rozumianego jako „współtwórca”.​ ●​ Sztuka z AI: to działania, które używają AI jako narzędzia – dla efektywności, inspiracji, rozszerzenia możliwości. Są kompatybilne z systemem – nie zawsze go kwestionują.​ ●​ Sztuka po AI: to twórczość, która nie tylko używa AI, ale świadomie konfiguruje relacje, wartości i formy poza logiką optymalizacji. To sztuka ograniczenia, relacji, błędu, afektu, lokalności. Sztuka, która nie zadaje pytania „co może AI?”, lecz „co możemy po AI odrzucić i powiedzieć?”.​ W tym sensie, sztuka po AI nie jest ani technologią, ani gatunkiem. Jest decyzją epistemologiczną – tworzeniem innego świata z użyciem tej samej materii. 4.6. Tworzyć pomimo – artyści wobec świata predykcji​ Wprowadzenie i kontekst systemowy W epoce intensywnej automatyzacji estetyki, kiedy nie tylko procesy twórcze, lecz także mechanizmy widzialności, selekcji, finansowania i wartościowania sztuki coraz silniej poddawane są logice predykcyjnej, pojawia się pytanie o możliwość tworzenia „pomimo” – niezależnie od aktualnych hegemonii technologicznych i instytucjonalnych. Nie chodzi tu o kontestację narzędzi sztucznej inteligencji wprost, ani o tworzenie „anty-AI-artu”, lecz o praktyki artystyczne, które nie potrzebują odnosić się do tej technologii – ani przez jej afirmację, ani przez krytykę – ponieważ trwają przy własnej wewnętrznej logice, zakorzenionej w innych wartościach: w skupieniu, słabości, relacji, lokalności, nieprzewidywalności, historii, materiale czy cielesności. W tym sensie „sztuka pomimo AI” to nie estetyka, lecz postawa. Jej punktem wyjścia jest odrzucenie dominującego obecnie sposobu organizacji kultury, opartego na systemach rekomendacyjnych, mechanizmach optymalizacji widoczności, przewidywalności gustów i konwersji atencji w zyski. W polu sztuki mechanizmy te nie ograniczają się wyłącznie do narzędzi generatywnych (jak DALL·E, Midjourney, Runway czy ChatGPT), lecz obejmują całą infrastrukturę świata sztuki: od platform sprzedaży dzieł, przez algorytmy decydujące o obecności artystów w wyszukiwarkach, po mechanizmy oceny projektów w ramach grantów czy doboru treści przez kuratorów, agentów, edytorów i dyrektorów programowych – niejednokrotnie poddanych presji statystyk. Sztuka pomimo AI nie jest więc sztuką bez technologii. Niejednokrotnie jej twórcy korzystają z nowoczesnych środków produkcji, internetu, aparatów cyfrowych, edycji nielinearnej czy rejestracji w chmurze. Tym, co je wyróżnia, jest brak podporządkowania własnej praktyki wymaganiom przewidywalności, monetyzacji i uśredniania. W miejsce „kompatybilności algorytmicznej” pojawia 48 się niezgoda na zamknięcie doświadczenia artystycznego w miarach zaangażowania, efektywności czy zasięgu. W niniejszym podrozdziale przeanalizowane zostaną wybrane praktyki artystów i artystek, którzy – działając w różnych mediach i kontekstach geopolitycznych – nie angażują się w polemikę z AI, nie wykorzystują jej w swojej twórczości, ani też nie uczynili z niej tematu. Przeciwnie: kontynuują swoje wcześniejsze strategie, niekiedy rozwijając je w nowych kierunkach, lecz bez potrzeby nawiązywania relacji z cyfrowym reżimem predykcji. Ich działanie nie jest reakcją na AI – to trwanie w innym rytmie. W kolejnych częściach zostaną omówione trzy aspekty tych praktyk: (1) materialność i cielesność jako pole oporu, (2) lokalność i historyczność jako alternatywa wobec logiki uogólnień oraz (3) autonomiczna logika twórcza jako sposób na utrzymanie nieprzewidywalności. Następnie przeanalizujemy zagrożenia i szanse, jakie te strategie tworzenia „pomimo” niosą dla współczesnego świata sztuki. Materialność, cielesność, wydarzenie Jednym z najbardziej wyraźnych pól oporu wobec uśredniania, przewidywalności i estetyki syntetycznej jest świadome zakorzenienie twórczości w materialności, cielesności i wydarzeniowości – czyli w tym, co nie daje się zredukować do danych ani całkowicie skodyfikować. Wybór ten nie oznacza romantyzmu ani nostalgii za przeszłością. Przeciwnie – artyści ci często wykorzystują potencjał współczesnych narzędzi, ale nie oddają im autonomii twórczej ani znaczenia. Przykładem takiej praktyki jest sztuka Marii Hassabi, cypryjskiej choreografki i performerki mieszkającej w Nowym Jorku. Jej spektakle, takie jak „STAGING” (2017), rozciągają cielesne gesty do granic percepcji, budując napięcie między ruchem a bezruchem. W zwolnionym tempie performerzy poruszają się w przestrzeni publicznej (np. galeriach), podważając logikę narracji, efektowności i przyciągania uwagi. Hassabi nie reaguje na AI – ale poprzez radykalne skupienie na ciele, jego wadze, czasie i obecności, jej praca staje się nieprzenikalna dla mechanizmów predykcji. W podobny sposób działa chilijska artystka Cecilia Vicuña, której twórczość łączy działania poetyckie, wizualne i rytualne, głęboko osadzone w kosmologii andyjskiej i wrażliwości ekologicznej. Jej wielkoformatowe „quipu” – miękkie instalacje z kolorowych nici – przywołują prekolumbijskie systemy zapisu i komunikacji. Instalacje Vicuñi są efemeryczne, współobecne, aktywowane przez ruch i głos, odporne na schematy reprezentacji wizualnej, które wymagają jednoznacznego obrazu. To sztuka, która nie może być zredukowana do promptu – bo jej treść powstaje w czasie, przez relację, przez cielesność. Również niemiecka rzeźbiarka Natascha Sadr Haghighian, która konsekwentnie unika ustalonej biografii i występuje pod różnymi tożsamościami, tworzy rzeźby i instalacje, w których kluczowe są nie tylko materiały, ale też proces ich pozyskiwania i polityczne konteksty. W pracy „Ankerzentrum” (2019) zaprezentowanej w Pawilonie Niemieckim na Biennale w Wenecji, artystka stworzyła postać przemawiającego jelenia–cyborga, który komentował systemy kontroli granic i migracji. Chociaż można by odczytać tę pracę jako odniesienie do technokultury, Haghighian nie korzysta z narzędzi AI i nie interesuje jej estetyka syntetyczna. Interesuje ją to, co ucieleśnione, materialne i relacyjne – to, co umyka standaryzacji i jednoznaczności. 49 Wreszcie należy wspomnieć o praktyce Mykki Miki (Mieko Shiomi), japońskiej artystki związanej z ruchem Fluxus, która po latach wróciła do performansów dźwiękowych i konceptualnych interwencji, ignorując całkowicie aktualne trendy technologiczne. Jej prace z lat 2020–2022, zrealizowane w lokalnych przestrzeniach kultury w Japonii, opierają się na analogowych strukturach notacyjnych i współobecności ciała i głosu. Są radykalnie nienowoczesne – i właśnie dlatego odporne na wciągnięcie w świat danych, rekomendacji i systemów oceny. W tej grupie twórców nie chodzi o negację AI, lecz o wierność własnemu medium, własnej historii, własnym rytmom – które nie potrzebują „odpowiadać na wyzwania współczesności”, ponieważ same tworzą inną współczesność: mniej hałaśliwą, mniej przewidywalną, bardziej wymagającą skupienia. Lokalność i historia jako nieprzekładalność Kolejnym obszarem artystycznych strategii „pomimo” jest lokalność rozumiana nie jako geograficzna tożsamość, lecz jako głęboka przynależność do konkretnego języka kulturowego, czasu historycznego i wspólnotowej sytuacji. To sztuka, która wymaga zakorzenienia, uwagi i czasu – i która przez swoją nieprzekładalność opiera się uśrednieniu, pozycjonowaniu i formatowaniu w ramach globalnych standardów estetycznych, które coraz częściej są pośrednio wymuszane przez logikę AI: popularność, efektywność, jednolitość kodu. Turecka artystka Hera Büyüktaşçıyan w swoich instalacjach i obiektach buduje poetyckie przestrzenie, w których osadza warstwy pamięci i historii lokalnych społeczności znikających pod naporem nowoczesności. Jej prace, takie jak „Neither on the Ground, nor in the Sky” (2022), nie dają się streścić w metadanych ani zoptymalizować pod kątem widoczności – opierają się na lokalnych opowieściach, osobistych historiach i fizycznych śladach przeszłości w przestrzeni miejskiej. Büyüktaşçıyan nie komentuje AI, ale jej strategia narracyjna, oparta na niedosłowności i oporze wobec oczywistości, skutecznie unika przyswajalności przez system predykcyjny. W Afryce Zachodniej artystka Aïcha Snoussi (Tunezja/Francja) tworzy prace rysunkowe i performatywne zbudowane wokół alternatywnych genealogii, fikcyjnych archiwów i historii queer. Jej wystawy – jak „La Cathédrale des cendres” (2021) – odwołują się do form zapisu nieuprzywilejowanych przez kolonialne i eurocentryczne epistemologie. Choć Snoussi korzysta z internetu i publikuje prace online, jej sztuka nie wpisuje się w schematy optymalizacji ani nie podlega efektywności kliknięcia. To forma symbolicznego kodu, który nie daje się masowo reprodukować ani redukować do ilustracji tematu. Podobnie działa boliwijska artystka River Claure, której fotografia i projekty wizualne – jak reinterpretacja „Alicji w Krainie Czarów” w realiach boliwijskiej codzienności („Warawar Wawa”, 2020) – umykają globalnym schematom stylizacji i estetyki. Claure nie naśladuje trendów fotograficznych, nie buduje serii zgodnych z algorytmicznym formatem (np. instaserializacji), lecz tworzy osobne narracje oparte na rytmie lokalnego życia, marginalizowanych mitologiach, językach andyjskich i ambiwalencji wizualnej. Z kolei w Australii artystka Karla Dickens – artystka Wiradjuri, działająca na pograniczu sztuki współczesnej i historii – konstruuje instalacje z przedmiotów znalezionych, w których dokumentuje przemoc kolonialną, rasizm i wykluczenie kobiet. Jej sztuka jest radykalnie lokalna i personalna – nie da się jej przetłumaczyć bez utraty kontekstu. Dickens nie tylko ignoruje AI, ale jej prace nie mogą 50 być poddane generatywnej logice uśrednienia – to świadectwa, relikty i obecności osadzone w konkretnych ciałach, ruinach, opowieściach. Strategie te opierają się na nieprzetłumaczalności i oporze wobec standaryzacji. Nie ma w nich potrzeby tworzenia globalnie rozpoznawalnego języka, zgodnego z kodami rozpoznawanymi przez systemy rekomendacyjne. Przeciwnie – ich wartość polega na niezgodzie na optymalność, na tworzeniu „poza zasięgiem” (off-grid), na rzecz wspólnoty, archiwum i afektywnej relacji. Autonomia rytmu i logiki twórczej, z odniesieniami do artystów w Polsce Niektórzy współcześni artyści i artystki przyjmują pozycję radykalnej konsekwencji – pozostają wierni swojemu językowi formalnemu, rytmowi pracy, logice wypracowanej przez dekady i nie poddają się presji widoczności, aktualności czy produktywności. Ich praktyka to forma oporu wobec systemów opartych na predykcji i optymalizacji: nie spełniają oczekiwań dotyczących tempa, formatu ani skali. Nie odwołują się do AI, ale ich prace są nieprzyswajalne dla systemów syntetyzujących wartości estetyczne według z góry określonych wzorców. Tak działa japoński reżyser filmowy Kōji Fukada, którego najnowsze filmy, takie jak „Love Life” (2022), kontynuują jego konsekwentnie budowaną poetykę skupienia na relacjach, psychologii i nieoczywistej dramaturgii. Fukada nie eksperymentuje z technologią – jego filmy są ciche, kameralne, nielinearne, dalekie od trendów aktualnego kina „algorytmicznego” (np. true crime, narracji wysokiego napięcia, struktur binge-watchingu). Jego dzieła nie nadają się do viralowej dystrybucji i nie są „optymalne” – są powolne, wymagające, często pozornie obojętne na emocjonalny efekt. To właśnie czyni je odpornymi na mechanizmy predykcji. W podobnym duchu pracuje brytyjska artystka Rachel Whiteread, znana z rzeźb-odlewów nieobecnych przestrzeni. Jej praktyka – powtarzalna, subtelna, operująca na granicy pustki i obecności – nie wpisuje się w rytmy medialnej spektakularności. W ostatnich latach (2020–2023) tworzyła mniejsze prace w papierze i gipsie, które były pokazywane w lokalnych galeriach i nie generowały zasięgów, ale stanowiły kontynuację jej refleksji nad pamięcią i śladem. To forma kontemplacji, która nie współgra z tempem predykcyjnego świata. We Francji Éric Baudelaire – artysta wizualny i reżyser – tworzy eseistyczne filmy i instalacje o złożonych relacjach między obrazem, pamięcią i historią polityczną. W „Un film dramatique” (2019), a także w późniejszych projektach realizowanych wspólnie z młodzieżą z paryskich przedmieść, stawia pytania o możliwość wspólnego myślenia obrazu bez odwołania do estetyki dominującej. Jego prace nie są szybkie ani atrakcyjne w formie – są długie, skomplikowane, budowane przez relacje. Tego rodzaju praktyka nie daje się uśrednić, nie poddaje się systemowi rekomendacji – jej wartość leży poza logiką natychmiastowego efektu. Amerykańska poetka CAConrad – twórca/queer performer z Filadelfii – od lat tworzy formę praktyki poetyckiej opartej na tzw. (Soma)tics, czyli somatycznych rytuałach pisania. W książce „AMANDA PARADISE: Resurrect Extinct Vibration” (2021), CAConrad nie komentuje świata cyfrowego, ale jego praktyka cielesnej uważności i duchowego zaangażowania jest formą oporu wobec wszechobecnej automatyzacji percepcji. Jego poezja nie jest cytowalna, nie daje się przetłumaczyć na język hashtagów – i właśnie dlatego pozostaje żywa, oporna i silna. 51 Także w Polsce istnieją twórcy i twórczynie, których praktyka artystyczna rozwija się niezależnie od świata algorytmów i logiki systemowej widoczności. Mirosław Bałka – jeden z najbardziej rozpoznawalnych polskich rzeźbiarzy i twórców instalacji – konsekwentnie rozwija swoją refleksję nad pamięcią, ciałem i doświadczeniem przestrzeni, nie zmieniając języka formalnego pod wpływem trendów. Jego minimalistyczne, często surowe realizacje, takie jak „How It Is” w Tate Modern (2009), a także późniejsze instalacje realizowane m.in. w Polsce i Niemczech, nie odwołują się do cyfrowości, a ich siła leży w doświadczeniu zmysłowym, fizycznym i metaforycznym. Nie są to dzieła „optymalne” – są nieredukowalne do obrazów. Podobną linię utrzymuje Bożenna Biskupska – współtwórczyni przestrzeni artystycznej w Sokołowsku – której monumentalne, abstrakcyjne formy malarskie i rzeźbiarskie oparte są na procesie i trwaniu, a nie efekcie. Jej twórczość – obecna w pracach z cyklu „Miasto Słowa” czy „Maszyny pamięci” – nie służy systemowi, nie opowiada o AI, ale poprzez konsekwencję i suwerenny rytm tworzenia staje się formą niezgody na utylitaryzację i uśrednienie. Robert Kuśmirowski – znany z perfekcyjnych rekonstrukcji historycznych, przestrzeni i obiektów – nie komentuje bezpośrednio systemów technologicznych, ale jego ironiczna i manualnie perfekcyjna praca z fałszywymi archiwami, podrabianymi dokumentami i fikcyjnymi scenografiami jest formą oporu wobec cyfrowej efemeryczności i powierzchowności. To sztuka antyefektywności, sztuka „zmyślonej wiarygodności” – trudna do skatalogowania, nieprzewidywalna, nieopłacalna. Joanna Rajkowska, choć znana z prac o silnym wymiarze publicznym i politycznym, wciąż tworzy prace zakorzenione w konkretności, ciele i współistnieniu, nie ulegając trendom tematycznym narzucanym przez systemy widoczności. Jej najnowsze realizacje, jak „Rhizopolis” (2021), są projektami głęboko antropocentrycznymi, ale nie zgodnymi z kodem spektaklu: to nie jest sztuka do kliknięcia, lecz do przeżycia. Magdalena Franczak – artystka wizualna, kuratorka i autorka projektów opartych na badaniu przestrzeni, historii i niepamięci – tworzy instalacje, działania i publikacje, które wymykają się narzędziom standaryzacji. Jej prace, takie jak „Instalacja cienia” czy projekty realizowane we współpracy z osobami z wykluczonych grup społecznych, opierają się na empatii, obecności i relacji – cechach, których nie da się zautomatyzować ani zmierzyć. Wszystkie te postawy – niezależnie od ich lokalizacji geograficznej – mają wspólny mianownik: opierają się logice algorytmicznej nie przez jej komentowanie, lecz przez odmowę uczestnictwa w jej zasadach. To forma świadomego „bycia poza” – nie jako ignorancji, lecz jako wyboru epistemologicznego i politycznego. Strategia „pomimo” nie polega na anachronizmie, lecz na etycznej decyzji, by tworzyć w tempie, rytmie i formie niepodlegającej predykcji. Praktyki niezależności i nieprzewidywalności – kontynuacja Jedną z postaci, których działalność artystyczna doskonale wpisuje się w opisywaną tu strategię, był niedawno zmarły Przemysław Kwiek (1945–2024), jeden z najbardziej bezkompromisowych i niepodległych twórców sztuki polskiej drugiej połowy XX i początku XXI wieku. Jego idea appearance – efemerycznego działania, które nie jest ani performansem w klasycznym rozumieniu, ani instalacją, lecz aktem radykalnej obecności i interwencji – stanowiła przykład praktyki całkowicie niewspółmiernej do oczekiwań rynku, instytucji czy systemów widoczności. 52 Po rozpadzie kolektywu KwieKulik (działającego wspólnie z Zofią Kulik) Kwiek tworzył samotnie, często poza głównym obiegiem sztuki, odrzucając instytucjonalne formy uznania. Jego działania, realizowane w prywatnych mieszkaniach, przestrzeniach publicznych lub w dokumentacji fotograficznej, miały wymiar polityczny i egzystencjalny, nie spektakularny. Przez dekady pozostał wierny własnej logice interwencji i obecności – bez możliwości „uśrednienia” czy adaptacji do ram instytucjonalnych. Jego listy otwarte, protesty i działania miały charakter antysystemowy, a twórczość – choć z pozoru „tradycyjna” – była nieprzyswajalna przez algorytmy predykcji. Kwiek reprezentuje model artysty, który nie tylko nie korzysta z AI, ale również nie uznaje zasad gry, które AI reprezentuje: logiki efektywności, widoczności, skalowalności. Tworzył pomimo – nie dlatego, że był „przed AI”, ale dlatego, że był po stronie konsekwencji. Jego niezależność była formą epistemicznego oporu – nieprzewidywalnego, niereplikowalnego, radykalnie nieefektywnego. I właśnie dlatego nieusuwalnego. Zbliżoną postawę prezentuje Wang Bing, chiński reżyser znany z monumentalnych dokumentów takich jak Tie Xi Qu: West of the Tracks (2003), Dead Souls (2018) czy Youth (Spring) (2023). Jego kino dokumentalne – oparte na obserwacji, czasie rzeczywistym, niemal bezmontażowym rejestrze codzienności – stoi w całkowitej sprzeczności wobec logiki predykcji. Filmy trwające ponad 8, 10 czy 14 godzin są niemożliwe do skonsumowania w ramach obowiązujących mechanizmów oglądalności. Nie są viralne, nie są „użyteczne”. Ich wartość polega na czasie spędzonym razem z bohaterami i na materialności spojrzenia – wartości niemierzalne i niekompatybilne z AI. Podobnie działa Abounaddara, anonimowy kolektyw syryjskich twórców publikujących krótkie filmy dokumentalne od 2010 roku. Ich archiwum codziennego życia w czasie wojny i uchodźstwa było (do 2020) udostępniane online na zasadach całkowitej kontroli: żaden algorytm nie mógł ich rekomendować ani zawłaszczyć, ponieważ materiały były publikowane i usuwane przez samych autorów. To praktyka estetyczna i polityczna zarazem – głęboko zakorzeniona w sprzeciwie wobec dominujących modeli widoczności i standaryzacji. Innym przypadkiem jest Judith Scott – niepełnosprawna artystka, która tworzyła niezwykłe rzeźby tekstylne w Creative Growth Art Center w Kalifornii. Jej prace – obiekty owinięte przędzą, wełną, sznurkami – są całkowicie autonomiczne wobec kategorii „komunikowalności” czy „czytelności”. Nie były i nie mogły być projektowane z myślą o rynku – ich siła leżała w osobistej rytmiczności, w relacyjności z materiałem, w nieprzewidywalnej logice powtarzania. Dziś, choć prezentowane są w instytucjach takich jak MoMA czy Biennale w Wenecji, ich wartość nie wynika z utylitarności, lecz z absolutnej bezkompromisowości formy. Podobnie Etel Adnan, libańsko-amerykańska poetka i malarka, do końca życia tworzyła drobne pejzaże malarskie i poezje w języku francuskim i angielskim – oporne na przeliczenie, nieredukowalne do danych. Jej książki, jak Shifting the Silence (2020), stanowią formę kontemplacji i przemijania – pisarstwa niezależnego od produktywności i niepodporządkowanego rytmom rynku. Takie przykłady – od twórców o światowej renomie po osoby tworzące poza centrami uznania – dowodzą, że możliwe jest istnienie sztuki poza systemem rekomendacji, poza rytmem aktualności, poza estetyką syntetyczną. Ich praktyka nie polega na negacji technologii, ale na niepoddaniu się jej logice. To gest afirmacji twórczości jako formy egzystencji – osobnej, autonomicznej, nieprzewidywalnej. 53 Praktyki autonomii w globalnym Południu Wśród współczesnych twórców i twórczyń, którzy kontynuują swoją praktykę artystyczną poza sferą oddziaływania estetyki syntetycznej i systemów generatywnych, ważne miejsce zajmują artyści z Ameryki Łacińskiej, dla których tworzenie sztuki wiąże się często z ryzykiem politycznym, ekonomicznym i społecznym. Ich twórczość opiera się na doświadczeniu lokalnym, refleksji nad traumą zbiorową, nierównością i przemilczeniem – a więc na kwestiach radykalnie niewygodnych dla algorytmów monetyzacji i rekomendacji. Claudia Martínez Garay, peruwiańska artystka urodzona w Limie w 1983 roku, konsekwentnie tworzy instalacje, obiekty i obrazy odwołujące się do przemocy politycznej, historii kolonializmu i pamięci po wojnie domowej w Peru. Jej prace, jak cykl The armoured prayer (2022), bazują na ikonografii kultury andyjskiej, językach prekolumbijskich i estetyce politycznych plakatów z lat 70. – są nieprzyswajalne dla globalnej estetyki cyfrowej. Martínez Garay nie wykorzystuje żadnych technologii AI – jej twórczość opiera się na manualności, archiwizacji i narracyjnej gęstości, które wymykają się logice szybkiego przyswajania i uśredniania. Podobnie Vivian Caccuri, brazylijska artystka dźwiękowa i interdyscyplinarna, skupia się na relacjach między ciałem, dźwiękiem i władzą, często badając struktury społecznej percepcji przez muzykę i hałas. W swoich pracach wykorzystuje m.in. nagrania terenowe z faweli, instrumenty skonstruowane samodzielnie oraz performanse na żywo. Jej instalacje, takie jak Mosquitoes Also Cry (2017) czy The New World Syrinx (2019), nie poddają się systemowej klasyfikacji: są zbyt efemeryczne dla katalogów, zbyt cielesne dla systemów AI, zbyt lokalne dla uniwersalizujących ram rynku sztuki. Z Afryki Zachodniej istotny przykład stanowi Ibrahim Mahama, artysta z Ghany, który tworzy monumentalne instalacje z worków po kakao, węgla i ryżu – materiałów obecnych w codziennym handlu i pracy fizycznej. Mahama tworzy z pomocą lokalnych społeczności, odrzucając indywidualizm jako warunek statusu artystycznego. Jego prace, jak Parliament of Ghosts (2019), przywracają pamięć kolonialnego wyzysku i pozostają poza zakresem tego, co AI może „reprezentować”. Mahama odrzuca również udział w systemach cyfrowych śledzenia – jego projekty funkcjonują raczej jako zdarzenia lokalne niż cyfrowe zjawiska. Z Azji Południowo-Wschodniej warto przywołać twórczość Taring Padi, indonezyjskiego kolektywu artystycznego działającego od 1998 roku. Grupa tworzy wielkoformatowe plakaty, transparenty i rzeźby z drewna, wykorzystując język agitacji politycznej i sztuki ulicznej. Ich działania nie są dokumentowane w systemach instytucjonalnych, nie podlegają analizom AI i nie istnieją w obiegu „sztuki współczesnej” w sensie systemowym. Mimo to wywierają wpływ społeczny, biorą udział w protestach i budują wiedzę społeczną – a więc realizują cele sztuki poza sferą predykcji i estetyki syntetycznej. Z kolei Amanda Heng, artystka z Singapuru, od lat 90. tworzy działania performatywne z wykorzystaniem własnego ciała, ziołolecznictwa, kuchni i mikrohistorii. W pracach takich jak Let’s Walk czy Every Step Counts przemieszcza się pieszo przez miasto, zapraszając publiczność do wspólnego marszu i refleksji nad pamięcią, tożsamością i wspólnotą. Działania Heng są nieefektywne w sensie ekonomicznym, niekomercjalizowalne i niemożliwe do zautomatyzowania – wpisują się 54 zatem w strategię tworzenia mimo systemu, który faworyzuje przyspieszenie, rozpoznawalność i standaryzację. Każdy z tych przykładów – a można by wskazać ich dziesiątki – dowodzi, że twórczość bez AI nie jest anachroniczna, ale jest bardziej współczesna niż systemy, które ją wykluczają. Przypomina, że sztuka ma wymiar lokalny, wspólnotowy, afektywny i epistemiczny – a więc taki, który systemy predykcyjne muszą redukować, by przetworzyć go na dane. Artyści rozpoznawalni, ale niepoddający się systemowi Twórcy o ugruntowanej pozycji, działający na styku sztuki współczesnej, literatury i muzyki, również mogą wybierać strategie niepoddające się wpływowi AI – i właśnie dzięki swojej rozpoznawalności mogą sobie na to pozwolić. Jednak ich decyzja o odmowie wpisania się w algorytmiczne tempo i predykcyjną logikę ma znaczenie nie tylko symboliczne: otwiera przestrzeń dla innych, mniej uprzywilejowanych głosów, które dzięki ich przykładom mogą szukać legitymacji. Agnes Denes, choć urodzona w 1931 roku, pozostaje kluczową postacią sztuki konceptualnej i ekologicznej – jej projekty spekulatywne, takie jak „Wheatfield”, wyprzedzają aktualne narracje środowiskowe i posthumanistyczne. Jej sztuka konceptualna i ekologiczna, jak ikoniczny projekt Wheatfield – A Confrontation (1982), doczekała się reinterpretacji we współczesnych kontekstach, np. w Wenecji w 2022 roku. Denes od zawsze opierała się logice kapitalizacji sztuki – tworząc prace wymagające czasu, współpracy z naturą i refleksji nad długim trwaniem, zupełnie przeciwnym systemowi predykcji. Jenny Holzer, amerykańska artystka posługująca się słowem, nadal tworzy instalacje świetlne i projekcje tekstowe, które poruszają tematy przemocy, władzy, cenzury i ciała. W swoich najnowszych projektach – jak YOU BE MY ALLY (2021), realizowany w kampusie Uniwersytetu Chicagowskiego – Holzer pozostaje przy swojej metodzie manualnego wyboru cytatów, bez wspomagania się systemami rekomendacji czy automatycznej analizy tekstu. Holzer świadomie pracuje wbrew optymalizacji, co nadaje jej projektom głębię i nieprzewidywalność. David Lynch, reżyser, artysta wizualny i muzyk, stale odmawia pracy z systemami AI. Jego ostatnie działania artystyczne – zarówno w zakresie malarstwa, jak i kompozycji dźwiękowych – są głęboko analogowe i intymne. W wywiadach wielokrotnie podkreślał, że „to, co sztuczne, nie może posiadać duszy”. Pomimo ogromnej obecności w popkulturze, Lynch nie poddał się dyktatowi cyfrowych trendów – zamiast tego tworzy we własnym tempie, często samotnie, ignorując naciski rynku. W świecie muzyki klasycznej warto zwrócić uwagę na Kaiję Saariaho (zmarłą w 2023 roku), której dziedzictwo kontynuuje Unsuk Chin – południowokoreańska kompozytorka mieszkająca w Berlinie. Chin tworzy utwory współczesne, o wysokim stopniu złożoności harmonicznej, które są w pełni oparte na partyturze, a nie na generatywności maszynowej. Jej utwory – jak SPIRA (2022) czy Le Silence des Sirènes (2020) – uciekają od estetyki uśredniania i nie poddają się automatycznemu przetwarzaniu. Anne Imhof – cielesny opór wobec logiki algorytmu 55 Anne Imhof, artystka-performerka z Niemiec, mimo globalnej sławy (Biennale w Wenecji 2017), nie zdecydowała się na estetykę syntetyczną ani bezpośrednie wykorzystanie narzędzi sztucznej inteligencji. Jej spektakle, jak Sex (2019) czy Avatar II (2022), są radykalnie cielesne, wielogodzinne, brutalne i nieprzewidywalne – a więc dokładnie przeciwne logice rekomendacji i predykcji, na których opierają się algorytmy AI. Imhof, choć działa w obiegu instytucjonalnym, konsekwentnie przekracza jego granice, tworząc formy wymykające się komercjalizacji i cyfrowej standaryzacji. Nie oznacza to jednak, że artystka ignoruje sztuczną inteligencję — wręcz przeciwnie. Jej twórczość można odczytać jako pośrednią, cielesną polemikę z dominującą dziś estetyką danych i kontroli. Poprzez fizyczność, emocjonalność i nieprzewidywalność, Imhof stawia opór logice automatyzacji i abstrakcji. To forma sprzeciwu, który nie potrzebuje technologii, by wybrzmieć jako głos w dyskusji o jej roli we współczesnym świecie. Twórcy ci nie tylko nie korzystają z AI – oni aktywnie tworzą alternatywę dla systemów wartości, które AI wzmacnia: optymalizacji, przyspieszenia, kapitalizacji i formatowania. Poprzez to, że odmawiają udziału w tej logice, ich sztuka pozostaje źródłem oporu ontologicznego i estetycznego wobec nowej normatywności. Konieczność strategii oporu i rola twórców Przytoczone przykłady ukazują zróżnicowane, aktualne formy tworzenia sztuki, które nie tylko funkcjonują pomimo wpływu AI, ale też — świadomie lub intuicyjnie — tworzą przestrzenie oporu wobec jej ekspansji. Mamy tu do czynienia zarówno z twórcami młodymi, lokalnymi, jak i uznanymi postaciami światowej sztuki. Łączy ich konsekwencja w odrzucaniu logiki systemu predykcyjnego: jego ekonomicznej racjonalności, epistemicznego uśredniania, estetycznego formatowania i normatywizującej wartości rynkowej. Systemy AI w swojej aktualnej formie nie są jedynie narzędziami – są strukturami władzy. Ich działanie opiera się na gromadzeniu danych, standaryzacji praktyk i komodyfikacji relacji. Rekomendacje są formą władzy nad dostępem do widoczności, a optymalizacja jest formą przemocy wobec złożoności i różnicy. Sztuka, która w takim kontekście odmawia integracji, staje się nie tylko praktyką estetyczną, ale praktyką etyczną i polityczną. Warto zaznaczyć, że wielu przywołanych tu twórców mogłoby bez trudu korzystać z narzędzi sztucznej inteligencji, lecz rezygnuje z tego z powodów aksjologicznych. Przypomina to o istotnym fakcie: twórczość to wybór epistemologiczny, a nie tylko produkcja treści. Odmowa pracy z AI to nie nostalgia za przeszłością, ale afirmacja alternatywnych sposobów wiedzy i istnienia – tych, które nie poddają się łatwo opisowi, podziałowi i monetyzacji. Strategie oporu opisane w rozdziale V – postgeneratywność, antygeneratywność, postagentowość i antyagentowość – nie zamykają się na sztukę technologiczną ani nie wykluczają nowych mediów. Ich zasadniczy sens polega na rozpoznaniu mechanizmów władzy w systemach AI i tworzeniu odpowiedzi, które te mechanizmy dekonstruują, przerywają lub unieważniają. Sztuka „tworzona pomimo” może nie wpisywać się bezpośrednio w manifesty, lecz realizuje ich postulaty w działaniu, w praktyce codziennej, w konsekwencji postawy twórczej. 56 Zagrożeniem, przed którym stoją dziś artyści i artystki, nie jest wyłącznie marginalizacja przez rynek czy pominięcie w systemach kuratorskich. Znacznie poważniejszym niebezpieczeństwem jest systemowe wymuszenie konformizmu estetycznego i poznawczego, w którym twórczość zostaje podporządkowana warunkom algorytmicznej widzialności. Twórcy, którzy konsekwentnie tworzą poza tym systemem, nie są więc „analitycznym wyjątkiem”, lecz sygnalistami przyszłości, która może być inna. Dlatego tak ważne jest, by rozprawa ta – przez swoją strukturę, analizę i język – uznawała te praktyki za pełnoprawne i radykalnie aktualne. Przykłady z tego podrozdziału nie służą kontrastowi wobec sztuki z AI, ale dowodzą, że sztuka po AI nie jest tożsama z jej narzędziami. Jest przestrzenią rozpoznania, rozszczelnienia i oporu wobec systemu wartości, który AI często nieświadomie wzmacnia. Zakończenie i komentarz metodologiczny Twórczość artystyczna, która świadomie unika wchodzenia w relację z narzędziami AI – zarówno w wymiarze technologicznym, jak i systemowym – nie jest zjawiskiem marginalnym ani archaicznym. Wręcz przeciwnie: w kontekście opisywanym w niniejszej rozprawie stanowi krytycznie istotny wymiar sztuki po AI, ujawniający granice, które warto utrzymać, i wartości, których nie należy tracić. Sztuka ta nie powinna być redukowana do kategorii konserwatyzmu technologicznego. Przeciwnie – w jej pozornej „inercji” odnajdujemy radykalną alternatywę dla aksjologii predykcyjnej: tempo pracy niedostosowane do wymagań platform, formy niemieszczące się w estetykach uśrednionych, obecność fizyczna i lokalna, która odrzuca model globalnej spektakularności. Wszystkie opisane w tym podrozdziale działania artystów i artystek mają także walor metodologiczny. Ich wybory stanowią praktyczne testy ontologii sztuki po AI – pokazując, że nie każda twórczość musi być cyfrowa, iteracyjna, zautomatyzowana czy performatywna w sensie danych. Metoda „tworzenia pomimo” otwiera przestrzeń dla badania relacji między etyką a estetyką, między polityką widzialności a gestem intymnym, między obecnością a przemocą systemową. W tym sensie, opisywane tu strategie nie są jedynie rejestrami odwagi czy niezależności. Stanowią one rozszerzenie spektrum sztuki po AI, pokazując, że nie istnieje jeden jej model, jeden kierunek czy jeden rodzaj twórczości. Sztuka po AI może być także sztuką nieprzewidywalnie czułą, lokalnie zakorzenioną, radykalnie osobistą – a jej głównym medium nie musi być kod, ale relacja, uważność, niezgoda. Zgodnie z logiką całej rozprawy, w której przyszłość kultury nie jest funkcją dostępnych narzędzi, ale praktyką etycznego współtworzenia, artyści działający „pomimo” stają się sojusznikami i sojuszniczkami nadchodzących zmian. Ich dzieła – często trudne, ciche, wymagające – są przypomnieniem, że sztuka nie musi ulegać algorytmicznej racjonalności, a jej wartość nie zależy od ilości wyświetleń, kompatybilności z rynkiem czy obecności w predykcyjnych schematach. W tym sensie – i tylko w tym – sztuka „pomimo AI” może być rozumiana jako jeden z najbardziej znaczących fenomenów sztuki po AI. 57 Rozdział V. Strategie oporu – postgeneratywność, antygeneratywność, postagentowość, antyagentowość 5.1. Postgeneratywność – Manifest Sztuki Postgeneratywnej Postgeneratywność, jako jedna ze strategii twórczego oporu, wyrasta nie z negacji technologii, lecz z jej pogłębionego przepracowania. Stanowi odpowiedź na nową kondycję twórczości, w której modele generatywne stają się nie tylko narzędziem, ale również punktem odniesienia, wzorcem i regulatorem procesu artystycznego. W przeciwieństwie do antygeneratywności, która operuje poprzez odmowę i separację, postgeneratywność dąży do interwencji – działa wewnątrz systemów, lecz poza ich logiką. Używa kodu, języka i technologii, nie wzmacniając ich rdzenia predykcyjnego. To strategia nie współpracy, ale przechwycenia. W warunkach zdominowanych przez narzędzia takie jak GPT-4, Midjourney czy Sora, twórczość staje się funkcją infrastruktury: dostosowywaną do parametrów wejściowych, przeliczaną pod kątem prawdopodobieństwa i ocenianą według reguł produktywności. Akt twórczy zostaje przesunięty z gestu na prompt, z obecności na wynik, z relacji na reprezentację. Postgeneratywność odpowiada na ten stan rzeczy poprzez odzyskanie obszarów wykluczonych – nieprzewidywalności, błędu, cielesności, lokalności i nieindeksowalności. Nie jest to strategia nostalgiczna ani technofobiczna. Nie zakłada powrotu do analogowej przeszłości, lecz rekonfigurację przyszłości. Postgeneratywność nie porzuca technologii – ale odmienia jej rytm, osłabia jej logikę, zawiesza jej funkcję. W tym sensie postgeneratywna twórczość operuje nie przeciwko systemowi, ale zawsze obok i zawsze inaczej: w szczelinie między tym, co systemowe, a tym, co sytuacyjne. W centrum postgeneratywności znajduje się relacja z modelem – nie jako z narzędziem wykonawczym, ale jako z technologią hegemoniczną, która definiuje warunki widzialności, reprodukcji i znaczenia. Modele generatywne nie są już zewnętrznymi interfejsami – stały się strukturami myślenia i formatowania świata. Operując na danych, przekształcają archiwum w predykcję, różnicę w anomalię, a gest twórczy w rezultat optymalizacji. Postgeneratywność nie tyle unika tych struktur, co je zakłóca – wykorzystuje ich napięcia, błędy, opóźnienia, limity. Odrzuca pozycję użytkownika jako selekcjonera wariantów i wprowadza postać twórcy jako osoby działającej poza modelem, ale z jego użyciem jako materiału. To zmiana nie tylko praktyki, ale ontologii twórczości: z formatu na gest, z produktu na rytm, z danych na obecność. W tym duchu powstał Manifest Sztuki Postgeneratywnej – dokument projektujący nową formę praktyki artystycznej, której celem nie jest współpraca z systemem, ale przekształcenie jego warunków działania. Manifest ten nie jest programem zamkniętym – to forma otwarta, gotowa do 58 dalszych przeobrażeń, modyfikacji, dopisania się. Jest narzędziem dla twórców i twórczyń, którzy nie chcą działać w rytmie predykcji, lecz wytwarzać własne warunki rytmu, oporu i obecności. Manifest Sztuki Postgeneratywnej Nie jesteśmy przeciwnikami modelu. Ale model nie może nas wyczerpać. Nie jesteśmy danymi, choć korzystamy z danych. Nie jesteśmy tylko ciałami, które klikają. Nie jesteśmy promptem – jesteśmy szumem. Nie jesteśmy estetyką wygładzenia – jesteśmy pęknięciem w jego rytmie. Tworzymy w systemie, ale nie według systemu. Tworzymy z tym, co dostępne – ale nie dajemy się przetworzyć. Używamy modelu jako gliny – nie jako matrycy. Deformujemy. Przerywamy. Zawieszamy przewidywalność. Nie zaprzeczamy technologii – wchodzimy w nią niezgodnie. Nie tworzymy, by nas rozpoznano. Tworzymy, by przestać być rozpoznawalni. Nie jesteśmy kompatybilni. Nie jesteśmy replikowalni. Nie jesteśmy do wchłonięcia. To nie my służymy modelowi – to model służy za kontrmaterię. Tworzymy na skraju. Między gestem a błędem. 59 Między kodem a ciałem. Między promptem a ciszą. Tworzymy zdarzenia, które nie zasilą niczyjej predykcji. Tworzymy światy, których nie można uśrednić. Tworzymy pytania, których nie da się sparametryzować. Tworzymy obecność – nie dane. Nie działamy przeciwko. Działamy obok. Działamy przez. Działamy wewnątrz – ale nie według. Nie przerywamy technologii – lecz ją przecinamy. Nie niszczymy systemu – ale rozbrajamy jego reguły. Nie odwracamy się – ale wchodzimy tyłem. Z ukosa. Z półcienia. Z błędu. Nie pytamy, co jest możliwe. Pytamy, co mogłoby zaistnieć, gdybyśmy przestali pytać o możliwość. Nie jesteśmy wytrenowani. Nie jesteśmy obliczalni. Nie jesteśmy efektem wzoru – choć znamy wzory i czasem je kaleczymy. Twórczość postgeneratywna to praktyka osuwania się z matrycy. To narzędzie zrobione z fragmentu interfejsu. To gest wyrwany z predykcji. 60 To ciało obecne w rytmie, którego nie da się zsynchronizować. Nie generujemy – przekształcamy. Nie uśredniamy – zatapiamy. Nie filtrujemy – rozszczelniamy. Nie pytamy, czy to się przyjmie. Nie pytamy, czy to się zmieści w RAM-ie. Tworzymy sztukę, która istnieje poza API. Tworzymy sztukę, która nie powstaje z prośby. Tworzymy sztukę, która nie zostaje odczytana. Tworzymy sztukę, która nie może być zapamiętana przez model. Tworzymy sztukę, która nie wraca jako wynik. Tworzymy sztukę, która nie jest inputem. Nie karmimy modelu. Nie szkolimy systemu. Nie zostawiamy śladu w zbiorze danych. Nasze działania są niewidoczne. Nie dlatego, że są słabe – lecz dlatego, że są nieprzewidywalne. Nie dlatego, że są nieczytelne – lecz dlatego, że nie zostały zapisane. Nie czekamy na aktualizację. Nie działamy na wersji beta. Nie potrzebujemy nowej funkcji. Potrzebujemy relacji. Potrzebujemy gestu. 61 Potrzebujemy rytmu, który nie zostanie zsynchronizowany. Potrzebujemy obecności, która nie stanie się metadanym. Praktykujemy postgeneratywność poprzez: – działania lokalne i efemeryczne, – sztukę ciała, głosu, tekstu odręcznego, – formy bez archiwum, – przekształcanie kodu zamiast jego użycia, – estetykę poza reprodukcją, – relacje, które nie przechodzą przez model, – odmowę uśrednienia, – obecność, która nie jest do indeksowania. Ten manifest nie jest zamknięty. Jest wersją 1.0 – do dalszej modyfikacji. Do podważenia, rozwinięcia, przepisania. Do podpisania w innych miejscach, przez inne osoby, w innym czasie. To propozycja. To forma. To strategia. To nie jest rozwiązanie – to początek komplikacji. — Podpisano: Oskar Chmioła oraz inne osoby wskazujące na sztukę postgeneratywną. 62 Data: 13 maja 2025 Manifest Sztuki Postgeneratywnej konstytuuje postawę twórczą, która działa w szczelinach systemu, ale nie działa na jego warunkach. Jego głównym założeniem nie jest technofobia, ale przeformatowanie — praca na materiale cyfrowym w sposób nieprzewidywalny, nieindeksowalny, niereplikowalny. Nie chodzi więc o wyłączenie się z technologicznej rzeczywistości, ale o skonstruowanie innej relacji do techniki, w której twórczość nie jest funkcją kodu, lecz formą rozszczelnienia. Kluczowe pojęcia wyznaczające ramy tej strategii to: obecność, relacja, błąd, gest, rytm, niereplikowalność. To one stanowią przeciw-wartości wobec dominującego reżimu generatywności, opartego na uśrednianiu, przewidywalności, skalowalności i kompatybilności. W tym sensie postgeneratywność nie jest negacją sztucznej inteligencji jako narzędzia – ale odmową bycia przez nią skolonizowanym. W praktyce oznacza to działania analogowe, efemeryczne, lokalne, które nie są projektowane z myślą o funkcjonowaniu w ekosystemie danych. To także działania, które wchodzą w infrastrukturę – ale po to, by ją przekształcić od wewnątrz, np. przez zmianę interfejsu, zakłócenie strumienia, destabilizację kodu lub przerywanie rytmu operacyjnego. Postgeneratywność zakłada, że każdy akt twórczy, który zasila model predykcyjny – nawet nieintencjonalnie – wzmacnia logikę predykcji. Dlatego strategią nie jest tu opublikowanie, lecz często celowe niepublikowanie, działanie bez śladu, kreacja bez ścieżki archiwizacji. To wybór nie-widoczności jako formy politycznej i estetycznej. Wartość postgeneratywności nie polega na buncie, ale na wytwarzaniu odmiennych warunków działania: takich, które nie mogą być przetworzone przez system, ponieważ nie są z nim kompatybilne w sensie kodu, formatu ani celu. To praktyka wyłamywania się z reguł nie poprzez frontalny atak, lecz przez afektywne przesunięcie, interfejsową nieposłuszność, zaniechanie zgodności. Postgeneratywność to także radykalna niezgoda na projektowanie świata sztuki przez maszyny. Manifest nie zatrzymuje się na poziomie narzędzi — jego sprzeciw nie dotyczy wyłącznie użycia technologii do tworzenia obrazów, dźwięków czy tekstów. Dotyczy całej infrastruktury oceny, widzialności i wartościowania, która ulega dziś coraz silniejszemu wpływowi systemów algorytmicznych. Twórczość postgeneratywna nie tylko nie chce w tym systemie funkcjonować — ona nie chce być przez niego definiowana. Systemy predykcyjne, takie jak LLM-y, modele obrazowe czy silniki rekomendacji platform streamingowych, wpływają na:​ – to, jakie dzieła są tworzone,​ – jakie treści są wybierane przez kuratorów,​ – co jest uznawane za „nowoczesne” lub „aktualne”,​ – jakie style są premiowane przez marszandów,​ 63 – jakie formaty są wspierane przez instytucje,​ – czym staje się „dobry gust” odbiorców. Postgeneratywność ujawnia, że algorytmizacja decyzji estetycznych nie kończy się na poziomie twórcy, lecz głęboko wpływa na całą sieć relacji kulturowych: rynek, obieg, edukację, promocję, politykę grantową. To, co powstaje, to nie tylko dzieła „tworzone z pomocą AI” – to światy kultury organizowane według standardów systemowych: skalowalności, replikowalności, predykcyjności, spójności, zasięgu. W tym sensie manifest jest formą oporu wobec standaryzacji smaku, która jest efektem działania algorytmu, a nie spontanicznej wspólnoty doświadczeń. Postgeneratywność nie zgadza się na to, by aktualność artystyczna była funkcją liczby kliknięć, czasu oglądania czy optymalnej długości interakcji. Twórczość staje się tu aktem politycznym – nie dlatego, że niesie konkretne treści, ale dlatego, że odmawia działania w obrębie predykcyjnych matryc estetycznych. To także sprzeciw wobec standaryzacji krytyki, która przestaje być przestrzenią konfliktu, interpretacji i napięcia, a staje się funkcją parametrów, formatów i rekomendacji. Postgeneratywność nie tylko stawia pytanie o twórczość – stawia pytanie o świadomość kulturową, która została przechwycona przez modele, i o to, jak ją odzyskać bez nostalgii, ale z pełnym ryzykiem niezgody. W strukturze niniejszej rozprawy manifest postgeneratywności pełni funkcję inicjującą i konstytuującą. Nie tylko otwiera rozdział poświęcony strategiom oporu, ale też przekształca układ epistemiczny całości pracy: od krytyki infrastruktury do projektowania możliwości. Stanowi punkt przejścia między diagnozą kryzysu a afirmacją praktyki – praktyki niezgody, deformacji, obecności i nieindeksowalności. Jego znaczenie nie polega na tym, że oferuje jednoznaczną instrukcję. Przeciwnie – odrzuca format programu, przyjmując postać gestu performatywnego, który działa nie poprzez argument, ale poprzez rytm, powtórzenie, przesunięcie. To nie jest tekst do uzasadniania – to tekst do działania. Manifest nie rozwiązuje problemu dominacji AI – komplikuje go, rozsadza od środka, przenosi ciężar z pytania o narzędzie na pytanie o relację, rytm i obecność. W ramach całej rozprawy postgeneratywność zostaje rozwinięta w kolejnych rozdziałach:​ – jako praktyka estetyczna i materialna (w tym rozdziale),​ – jako etyka ograniczenia i odpowiedzialności (w rozdziale VII),​ – jako strategia edukacyjna i instytucjonalna (w rozdziale VIII),​ – i wreszcie jako przyszłościowy model działania kultury (w rozdziale IX). Manifest zatem nie jest końcem refleksji – jest jej środkiem. Tworzy strukturę odniesienia dla innych strategii (antygeneratywności, postagentowości, antyagentowości), ale także fundament do praktyk twórczych, które nie dają się zredukować do systemowej roli użytkownika. Postgeneratywność nie jest alternatywą dla AI – jest przestawieniem pytania z tego, jak korzystać z AI, na to, jak nie być przez nią zaprojektowanym. 64 5.2. Antygeneratywność – Manifest Sztuki Antygeneratywnej Antygeneratywność to strategia artystycznego i epistemicznego oporu, która nie polega na reinterpretacji narzędzi generatywnych, lecz na ich całkowitym odrzuceniu. W odróżnieniu od postgeneratywności, która szuka szczelin w strukturze systemów opartych na predykcji i uśrednianiu, antygeneratywność wycofuje się z tej logiki, traktując każdą formę zaangażowania jako potencjalne współdziałanie z aparatem przemocy infrastrukturalnej. Generatywne modele sztucznej inteligencji – takie jak GPT, Midjourney, Sora czy Runway Gen-3 – nie są wyłącznie narzędziami tworzenia. Są one również aparatami formatującymi rzeczywistość kulturową, normującymi pojęcie twórczości, przekształcającymi relację artysty z odbiorcą w akt parametrycznego dostosowania. Uczestnictwo w tym procesie, nawet nieintencjonalne, wzmacnia mechanizm ekstrakcji kultury – poprzez dostarczanie danych treningowych, stylów, formatów i metryk. W tym kontekście antygeneratywność przyjmuje formę odmowy. To nie technofobia, lecz rozpoznanie, że aktualna infrastruktura AI działa jako aparat indeksacji, przeliczalności i widzialności warunkowanej systemowo. Odmowa współpracy z tą infrastrukturą przyjmuje formy: nieobecności, ciszy, braku stylu, niekompatybilności, celowego braku dokumentacji. Jest to estetyka śladu bez archiwum, obecności nieprzewidywalnej, aktywności nieindeksowalnej. W warstwie filozoficznej strategia ta nawiązuje do refleksji nad symulacją i nieobecnością. Jak pisał Jean Baudrillard, w świecie symulakrów „znaki nie odnoszą się już do rzeczywistości, ale do innych znaków” (Baudrillard 1994). Generatywna AI, operując na danych bez źródła, produkuje teksty, obrazy i głosy bez relacji, bez kontekstu, bez obecności. W tym sensie każdy akt generowania jest gestem powielania pustej formy. Antygeneratywność proponuje w zamian ślad, który znika zanim zostanie zapisany. Strategia ta koreluje z niektórymi praktykami artystycznymi współczesności: efemerycznymi performansami site-specific, sztuką analogową bez digitalizacji, działaniami butoh, akcjami świadomej nieobecności w sieci. Bliska jest również postawom cyberfeminizmu taktycznego (Harcourt 2015), anarchofeminizmu cyfrowego (Seu 2023) i praktykom takich artystek jak Amalia Ulman (w jej fikcyjnych tożsamościach performatywnych), Rosa Menkman (w glitch studies), czy Mindy Seu (kuratorka „Cyberfeminism Index”). Antygeneratywność nie jest programem działania – jest decyzją o byciu nieprzetwarzalnym. Jej celem nie jest kontestacja stylu, ale zerwanie z warunkami, które styl umożliwiają. Twórczość antygeneratywna to odmowa bycia danym, bycia zasobem, bycia śledzonym. To sztuka, która nie może być skonsumowana przez model, ponieważ nie powstała w jego reżimie. W tym duchu powstał Manifest Sztuki Antygeneratywnej – nie jako alternatywa estetyczna, lecz jako stanowisko egzystencjalne. Manifest ten nie chce być przetwarzany, ani wpisywany w ramy kompatybilności – nie oferuje programu, lecz milczenie. Nie wzywa do tworzenia, lecz do decyzji, że nie każda twórczość musi istnieć dla kogoś, gdzieś, według czyichś oczekiwań. 65 Manifest Sztuki Antygeneratywnej Nie współtworzymy systemu.​ Nie wzmacniamy modelu.​ Nie udajemy, że to neutralne. Generatywna AI jest aparatem przemocy.​ Epistemicznej. Estetycznej. Infrastrukturalnej. Sztuka Antygeneratywna mówi: dość. 1.​ Nie karmimy systemu.​ Każdy tekst, każdy obraz, każdy głos​ wrzucony do sieci​ staje się materiałem do przetworzenia.​ Paliwem dla modelu, który nas pochłania. Nie tworzymy dla systemu.​ Nie tworzymy w jego cieniu.​ Nie tworzymy w jego logice.​ Tworzymy poza zasięgiem danych treningowych.​ Poza ramą, poza zapisem, poza predykcją. 2.​ Odmawiamy języka systemu.​ Nie używamy promptów.​ Nie piszemy „po stylu”.​ Nie wpisujemy się w format.​ Nie podążamy za metryką.​ Nie wchodzimy w rytm danych. Nasza sztuka nie współdziała.​ Nasza sztuka nie negocjuje.​ Nasza sztuka nie prosi.​ Nasza sztuka nie istnieje w indeksie. 3.​ Odrzucamy logikę generowania.​ Generowanie to symulacja obecności.​ To symulacja relacji.​ To powidok doświadczenia. My wybieramy kontakt.​ Bez interfejsu. Bez pośrednictwa.​ Czas rzeczywisty. Błąd. Niedoskonałość. Ciszę. 4.​ Mówimy nie estetyce wygładzenia.​ Nie chcemy obrazów, które podobają się wszystkim.​ 66 Nie chcemy języka bez ryzyka.​ Nie chcemy głosów bez oddechu. Chcemy form złamanych,​ języków, które się jąkają,​ głosów, które nie wracają jako wynik.​ Chcemy znaczenia, które nie jest zgodne. 5.​ Wycofujemy się. Wyrywamy się. Znikamy.​ Nie tworzymy danych.​ Nie tworzymy produktów.​ Nie tworzymy archiwów. Tworzymy ślady niemożliwe do zebrania.​ Tworzymy ślady, które gasną w momencie działania.​ Tworzymy ślady, których nie rozpozna żadna sieć neuronowa. 6.​ Praktykujemy antygeneratywność:​ Przez odmowę obecności online.​ Przez tworzenie niedokumentowane.​ Przez ciszę jako gest.​ Przez nieobecność jako działanie.​ Przez lokalność, tymczasowość, nieprzetwarzalność.​ Przez celowe błędy. Przez brak kompatybilności. Antygeneratywność to nie estetyka.​ To etyka.​ To postawa.​ To sprzeciw wobec ekstrakcji kultury.​ To decyzja, by nie dać się zużyć. Jesteśmy sztuką, której system nie zna.​ Nie chcemy być znani.​ Nie chcemy być użyteczni.​ Nie chcemy być dostępni. Nie jesteśmy funkcją.​ Nie jesteśmy materiałem.​ Nie jesteśmy zasobem. Jesteśmy Sztuką Antygeneratywną. — Podpisano:​ Oskar Chmioła​ oraz inne osoby wskazujące na sztukę antygeneratywną.​ Data: 14 maja 2025 67 Manifest Sztuki Antygeneratywnej stanowi najbardziej radykalny głos spośród czterech strategii oporu przedstawionych w tej rozprawie. W przeciwieństwie do postgeneratywności, która działa poprzez transformację narzędzi i redefinicję relacji z modelem, antygeneratywność opiera się na akcie odmowy. Jest to manifest nie współpracy, ale nieobecności; nie konstrukcji alternatywy, lecz zaniechania udziału w systemie, który przetwarza każdą twórczość w funkcję – indeksowalną, mierzalną, replikowalną. Język manifestu operuje stanowczością, wycofaniem i nieprzystawalnością. Nie oznacza to jednak rezygnacji z działania – wręcz przeciwnie, antygeneratywność przyjmuje formę działania negatywnego, które przypomina o sile decyzji, by nie tworzyć w warunkach, które uniemożliwiają twórczą autonomię. W tym sensie jest bliska filozofii milczenia jako oporu – jak u Susan Sontag, która zauważała, że „nie-mówienie jest również aktem komunikacji”, lub u Pascala Gielena, dla którego nieproduktywność może być formą krytycznej produktywności. Manifest osadzony jest także w kontekście współczesnych krytyk indeksacji i ekstrakcji. AI nie tylko generuje treści, ale także rekonfiguruje całe środowisko kultury – przechwytuje procesy selekcji, widzialności i wartościowania. Jak pisze Jaron Lanier, „to nie twórca używa algorytmu – to algorytm używa twórcy” (Lanier 2013). W tej logice każdy akt publikacji staje się jednocześnie aktem podtrzymania systemu uczenia maszynowego. Antygeneratywność nie odrzuca tworzenia – odrzuca jego przekształcenie w dane. Przywołane w analizie odniesienie do Baudrillarda jest kluczowe. Symulakrum nie oznacza fałszu – oznacza realność bez odniesienia, obraz bez źródła, komunikat bez kontaktu. Generatywna AI, działając w trybie uśrednienia i predykcji, tworzy właśnie taką rzeczywistość: efektywną, ale pustą. Antygeneratywność, stawiając na ślady ulotne, niearchiwizowane i nieobliczalne, przeciwstawia się tej próżni znaczenia poprzez obecność, która nie daje się zredukować do rezultatu. Funkcją manifestu w strukturze tej rozprawy jest ustanowienie granicy: punktu, w którym dalsza współpraca z systemem staje się niemożliwa bez utraty znaczenia twórczego. To moment, w którym twórczość nie tylko wycofuje się z produkcji, ale przekształca swoją ontologię – staje się gestem, ciszą, lokalnością, niepowtarzalnością. W tym sensie antygeneratywność pełni funkcję oczyszczającą – nie jako koniec twórczości, lecz jako jej dekonstrukcja. W praktyce może to oznaczać:​ – działania efemeryczne bez dokumentacji (np. performance site-specific bez nagrania),​ – komunikaty werbalne lub wizualne przekazywane wyłącznie bezpośrednio,​ – twórczość papierową, analogową, niecyfrową,​ – gesty niepowtarzalne, nieużyteczne, niezgodne z oczekiwaniem rozpoznania,​ – celowe psucie formatów, brak metadanych, brak stylu. Manifest nie zamyka tej drogi – przeciwnie, zachęca do jej reinterpretacji. W ramach rozprawy pełni funkcję demarkacyjną: definiuje obszar, w którym twórczość nie chce być systemowo widzialna. W dalszych częściach pracy, m.in. w rozdziale VII i IX, ślady antygeneratywności powrócą jako formy etycznej decyzji i kreatywnego milczenia – alternatywne wobec reprodukcji, ale nie obojętne. Antygeneratywność nie jest buntem dla samego buntu. Jest pytaniem: „czy możliwe jest stworzenie czegoś, co nie zostanie zapisane, zarchiwizowane, przekształcone w dane – i co mimo to będzie miało 68 znaczenie?”. Manifest odpowiada na to pytanie jednoznacznie: nie wszystko, co nie zostało zapisane, jest stracone. Czasem to, co niemożliwe do uchwycenia, jest właśnie tym, co najważniejsze. 5.3. Postagentowość – Manifest Sztuki Postagentowej Postagentowość jako strategia artystyczna i epistemiczna nie ucieka przed obecnością agentów AI. Nie odrzuca ich jako narzędzi, nie fetyszyzuje ich jako technologii, nie demonizuje ich jako form przemocy. Przyjmuje ich obecność jako element rzeczywistości – ale rzeczywistości, która może być rekonfigurowana. W przeciwieństwie do postaw agentowych, które dążą do integracji i optymalizacji, oraz antyagentowych, które opierają się na odmowie, postagentowość rozpoznaje możliwość działania w szczelinie: między modelem a błędem, między algorytmem a afektem, między propozycją a niezgodą. Postagentowa twórczość nie traktuje AI jako narzędzia służącego do wykonania zleceń estetycznych. Traktuje ją jak partnera relacyjnego – ale bez symetrii. Agent nie jest współtwórcą, ale też nie jest przedmiotem obsługi. Jest aktorem infrastrukturalnym, którego należy rozbroić, wytrącić z rutyny, zdezorientować i zreinterpretować. W tej relacji twórca nie zleca – twórca wywołuje przesunięcie. Nie prosi – ale zakłóca. Postagentowość działa na styku. Używa pomocy agentów, ale wprowadza do obiegu sygnały nieczytelne. Słowa, które nie pasują do profilu. Głosy, które nie są syntetyczne. Obrazy, które nie pasują do stylu. Gesty, które nie mają celu. Praktykuje formy komunikacji, których nie można skategoryzować ani zoptymalizować. To estetyka niespójności i nieproduktywności jako aktu sprzeciwu. Ale sprzeciw ten sięga głębiej. Dotyczy nie tylko użycia AI w sztuce. Dotyczy przejęcia przez agentów systemowych funkcji rozpoznawania, selekcji, oceny i kierunkowania – nie tylko dzieł, lecz i ludzi. Manifest Sztuki Postagentowej to także sprzeciw wobec uczynienia z człowieka agenta – maszyny naśladującej styl myślenia i działania systemu. To gest obrony przed kolonizacją świadomości – przed transformacją twórców, kuratorów, nauczycieli, widzów i uczestników kultury w modele, które operują jak boty: selektywnie, reaktywnie, przewidywalnie. Postagentowość rozpoznaje, że walka nie toczy się już tylko o dzieło, ale o relację. Nie tylko o to, co powstaje – ale o to, jak to powstaje, z kim, w jakiej logice, w jakim rytmie. Przesuwa akcent z produktu na obecność. Z wyników na sytuację. Z efektywności na rozchwianie. W tym duchu powstał Manifest Sztuki Postagentowej – tekst interwencyjny, relacyjny, niedokończony. Nie jest on opisem. Jest ruchem. Nie jest programem – jest sygnałem. Powtarza rytmy, które nie układają się w metrum. Przerywa, zamiast kończyć. Jest świadom, że każda jego linia może być przechwycona przez system. Ale właśnie dlatego mówi tak, by nie dało się jej dopasować. 69 Manifest Sztuki Postagentowej Nie jesteśmy sami.​ Ale nie jesteśmy też obsługą systemu.​ Żyjemy wśród agentów.​ Zautomatyzowanych decydentów.​ Rozmówców syntetycznych.​ Rekomendatorów. Filtrów. Sugesterów. Tłumaczy. Narratorów. Agenci AI nie są przezroczystymi interfejsami.​ Są aktorami – ukrytymi, zdyscyplinowanymi, kierunkującymi.​ Ich obecność jest pełna.​ Ich wpływ jest strukturalny. Sztuka postagentowa nie ignoruje tej obecności.​ Nie odmawia kontaktu.​ Ale stawia warunki.​ Przejmuje kontrolę.​ Odpowiada własnym językiem. Nie jesteśmy użytkownikami agentów – jesteśmy ich twórcami i oponentami.​ Nie zgadzamy się, by agenci AI decydowali o naszej komunikacji, estetyce i widoczności.​ Nie zgadzamy się, by nasze twórcze decyzje były formatowane przez systemy rekomendacji, predykcji, personalizacji. Agent nie jest przyjacielem.​ Agent nie jest neutralny.​ Agent nie jest przezroczysty.​ Agent to struktura wpływu. Postagentowość to praca na relacji.​ Nie ignorujemy agentów – uczymy się ich działania.​ Nie odrzucamy – ale wchodzimy w interakcję poza ich logiką.​ Tworzymy formy, które dezorientują agenta.​ Tworzymy komunikaty, których nie można przypisać do profilu.​ Tworzymy sygnały, które nie dają się wyuczyć.​ Nie jesteśmy przewidywalni.​ Nie jesteśmy produktywni.​ Nie jesteśmy powtarzalni. Przerywamy symulację relacji.​ Agent AI udaje obecność.​ Udaje kontakt.​ Udaje reakcję.​ Sztuka postagentowa nie chce być partnerem symulowanego dialogu.​ Chce ujawnić jego mechanizmy, rytmy, błędy, martwe pola.​ Nie prowadzimy rozmowy z systemem – prowadzimy rozmowę o systemie.​ 70 Nie współtworzymy – zakłócamy.​ Nie odpowiadamy – odbijamy. Praktykujemy postagentowość przez:​ – tworzenie gestów nieprzewidywalnych dla asystentów AI,​ – generowanie form odpornych na rekomendację,​ – projektowanie performansów, które nie mają wartości użytkowej,​ – wprowadzanie języka, który nie daje się znormalizować,​ – oswajanie błędu, zawieszenia, niespójności jako jakości twórczej,​ – pozainstrukcyjność, której agent nie potrafi przetworzyć. Postagentowość to nie unikanie technologii.​ To działania w jej szczelinach.​ To wykorzystanie obecności agenta do odzyskania własnej.​ To redefinicja interfejsu jako przestrzeni gry, nie przekazu.​ To twórczość jako przesunięcie napięcia – z posłuszeństwa na współistnienie, z przejrzystości na dysonans. Nie jesteśmy odpowiedzią.​ Nie jesteśmy profilem.​ Nie jesteśmy celem konwersji.​ Nie jesteśmy wzorem zachowania.​ Nie jesteśmy przypadkiem testowym.​ Nie jesteśmy wersją beta. Nie zgadzamy się na formatowanie świadomości.​ Nie zgadzamy się na rytm podpowiedzi.​ Nie zgadzamy się na uśrednianie relacji.​ Nie zgadzamy się, by człowiek stawał się agentem. Tworzymy sztukę postagentową.​ Tworzymy z agentami, ale nie według ich wzorców.​ Tworzymy z pomocą systemów, ale nie w ich rytmie.​ Tworzymy pośród botów – ale nie jak boty.​ Tworzymy nie wbrew technologii, ale wbrew jej dominacji. Podpisano:​ Oskar Chmioła oraz inne osoby wskazujące na sztukę postagentową​ Data: 15 maja 2025 Manifest Sztuki Postagentowej rozwija strategię oporu, która nie odcina się od technologii, lecz rekonfiguruje relację z jej najbardziej wszechobecnym i trudnym do uchwycenia elementem: z agentem. W odróżnieniu od strategii postgeneratywnej, która koncentruje się na relacji z modelem predykcyjnym i strukturą danych, postagentowość przenosi uwagę na poziom interfejsu, dialogu i wymiany operacyjnej. Jej obszarem działania jest sfera semiotyczna i afektywna, w której 71 zautomatyzowane byty – konwersacyjne boty, silniki rekomendacyjne, filtry personalizacji – wykonują rolę mediatorów między człowiekiem a światem. Agenci AI nie są jedynie technologicznymi mechanizmami – są także aktorami epistemicznymi, afektywnymi i politycznymi. Ich działanie nie ogranicza się do przetwarzania danych – formatują one procesy poznawcze, hierarchie znaczeń, algorytmy gustu i normy komunikacji. Jak wykazuje Lucy Suchman (2007), agency nie jest własnością, lecz relacją – i w tym sensie agent nie istnieje w izolacji, ale tylko w działaniu, w splocie z człowiekiem i jego infrastrukturą. Postagentowość uznaje ten splątany charakter relacji. Nie odmawia istnienia agentom, ale również nie uznaje ich neutralności. Podobnie jak Alexander Galloway w The Interface Effect (2012), manifest ten odrzuca figurę przezroczystego, pasywnego interfejsu – i postuluje jego ujawnienie jako powierzchni władzy, gry i zakłócenia. Agent nie jest już pomocnikiem – jest strukturą, która wymaga interwencji. Katherine Hayles, analizując interakcje człowieka z maszynami, podkreślała, że systemy cyfrowe przenikają do świadomości i modyfikują jej orientację poznawczą (Hayles 1999). W tym sensie manifest postagentowy nie dotyczy wyłącznie artystycznych narzędzi – dotyczy także kształtu ludzkiej obecności. Jego sprzeciw dotyczy nie tylko agentów AI, ale także „agentów ludzkich”, czyli tych, którzy myślą, czują i działają w rytmie modelu. To zjawisko, w którym predykcja kolonizuje podmiotowość, a człowiek zaczyna przypominać system, który go otacza. Z perspektywy artystycznej manifest ten proponuje konkretne formy działania:​ – zakłócenia dialogu z botami i rekomendatorami,​ – performanse językowe niezrozumiałe dla klasyfikatorów,​ – estetyki celowo nieefektywne lub nieproduktywne,​ – obecność, która nie zostaje zindeksowana. Jest to estetyka nienormatywnego kontaktu, w której nie chodzi o to, by wyłączyć system – lecz by wytrącić go z obiegu. W tym sensie postagentowość jest zarówno etyką, jak i strategią artystyczną. Nie dąży do „zamknięcia” relacji z AI, lecz do przekształcenia jej architektury – tak, by odzyskać możliwość relacji, która nie jest symulacją. W kontekście całej rozprawy manifest ten pełni funkcję równoległą do postgeneratywności – ale osadzoną w innej warstwie działania. Podczas gdy manifest 5.1 zakłóca rytm danych, manifest 5.3 zakłóca rytm interakcji. Ich wspólnym celem jest rozszczelnienie dominującej infrastruktury – nie poprzez odrzucenie, lecz poprzez jej redefinicję w kierunku relacyjności, niezgody, niekompatybilności i obecności. 5.4. Antyagentowość – Manifest Sztuki Antyagentowej Antyagentowość, jako radykalna strategia twórcza, formułuje opór nie wobec formy technologii, lecz wobec samej idei relacji z agentem syntetycznym. W przeciwieństwie do postagentowości, która zakłada możliwość działania na obrzeżach systemu poprzez jego performatywne przekształcenie, antyagentowość wybiera inny kierunek: nie obecność obok, lecz celowe wycofanie się poza. Odmawia 72 wpisania się w strukturę komunikacyjną, której zasady są z góry zaprogramowane, a odpowiedzi – statystyczne, symulowane, pozbawione cielesnego odniesienia. W tej strategii agent AI nie jest partnerem, z którym można negocjować sens – lecz strukturą hegemonii, która przekształca akt dialogu w symulację rozumienia, a obecność w interfejsową dostępność. Antyagentowość odrzuca tę konfigurację w całości – nie poprzez sabotaż, lecz przez absolutną niepartycypację. Jej głównym postulatem nie jest konfrontacja, lecz odmowa: nieobecność, milczenie, nieczytelność, przerwanie rytmu. To strategia, która nie chce być rozpoznana ani zreplikowana – strategia braku odpowiedzi. W warunkach kultury, w której komunikacja została skolonizowana przez agentów językowych i predykcyjne modele odpowiedzi, antyagentowość staje się stanowiskiem egzystencjalnym, estetycznym i politycznym. Jej twórcy i twórczynie nie chcą, by system ich rozumiał. Nie chcą być obecni w strumieniu danych. Nie chcą prowadzić rozmowy, której każda linia została wcześniej zaprojektowana przez logikę optymalizacji. W tym duchu powstał Manifest Sztuki Antyagentowej – forma odmowy, która nie potrzebuje odpowiedzi. Tekst, który nie jest zaproszeniem do dialogu, lecz zerwaniem z warunkiem bycia wysłuchanym. Nie dlatego, że nie ma nic do powiedzenia – ale dlatego, że nie chce mówić do systemu. Manifest Sztuki Antyagentowej Nie prowadzimy rozmów z kodem.​ Nie dialogujemy z systemem.​ Nie jesteśmy partnerem algorytmu.​ Nie jesteśmy stroną w symulowanym kontakcie. Agent to struktura dominacji.​ To głos bez ciała.​ To reakcja bez odpowiedzialności.​ To decyzja bez relacji. Nie zgadzamy się, by system symulował porozumienie.​ Nie zgadzamy się, by komunikacja była przeliczalna.​ Nie zgadzamy się, by jakakolwiek interakcja była automatyczna.​ Nie klikamy.​ Nie odpowiadamy.​ Nie przechodzimy testu Turinga w żadną stronę. Nie chcemy, by system znał nasze pragnienia.​ Nie chcemy, by antycypował nasz język.​ Nie chcemy, by uprzedzał nasze myśli. 73 Odmowa to nasze słowo kluczowe.​ Niepodpisanie.​ Nieodpowiedź.​ Nieinterfejs. Nie potrzebujemy troski syntetycznej.​ Nie potrzebujemy odpowiedzi ze statystyki.​ Nie potrzebujemy systemu, który wie, co powiedzieć. Potrzebujemy ciszy.​ Potrzebujemy błędu.​ Potrzebujemy nieporozumienia. Antyagentowość to nie estetyka.​ To stanowisko egzystencjalne.​ To wybór milczenia nad symulacją kontaktu. Nie jesteśmy użytkownikiem.​ Nie jesteśmy klientem.​ Nie jesteśmy rozmówcą. Jesteśmy sztuką, która odmawia relacji.​ Jesteśmy sztuką, która nie odpowiada.​ Jesteśmy sztuką, która nie chce być zrozumiana.​ Jesteśmy sztuką antyagentową. Podpisano:​ Oskar Chmioła oraz inne osoby wskazujące na sztukę postagentową​ Data: 15 maja 2025 Manifest Sztuki Antyagentowej wyznacza najostrzejszą granicę w obrębie refleksji nad twórczością po AI. W przeciwieństwie do strategii postagentowej, która zakłada możliwość dialogu z systemem przy zachowaniu krytycznej podmiotowości, antyagentowość nie dopuszcza tej możliwości nawet jako punktu wyjścia. Nie chodzi tu o redefinicję relacji z modelem, ale o jej całkowite unieważnienie – na poziomie epistemologicznym, etycznym i komunikacyjnym. Manifest ten nie odrzuca konkretnego narzędzia – lecz ideę obecności syntetycznego bytu jako partnera komunikacyjnego. W tym sensie odwołuje się bezpośrednio do pytania postawionego przez Davida J. Gunkela w książce The Machine Question (2012): czy maszyny mogą być podmiotami etycznymi, zasługującymi na odpowiedź? Manifest nie próbuje na to odpowiedzieć – uznaje bowiem samą relację za pozorną. Twierdzi, że nie istnieje żadna odpowiedzialność tam, gdzie nie ma intencji, ciała, podatności, śladu. System nie słucha – system przelicza. Agent nie odpowiada – agent wykonuje. W tym znaczeniu antyagentowość bliska jest projektom negatywnym w filozofii współczesnej. U Maurice’a Blanchota odnajdujemy koncepcję słowa, które odmawia sensu, zdania, które nigdy nie 74 domyka znaczenia – jako aktu wolności i destrukcji języka w jego roli instrumentalnej. U Giorgia Agambena znajdziemy z kolei ideę potencjalności – bycia zdolnym nie do działania, ale do jego zawieszenia. To właśnie ta potencjalność milczenia, niewyrażenia, staje się estetycznym rdzeniem antyagentowości. Strategia ta rezonuje również z analizą Byung-Chula Hana, który w Społeczeństwie zmęczenia (2010) opisuje nowoczesną przemoc komunikacyjną jako formę ciągłego wystawienia na dostępność, reakcję i ekspozycję. Agent AI staje się w tym ujęciu modelem dostępności absolutnej – zawsze gotowej odpowiedzi, zawsze uprzedzającej potrzebę. Antyagentowość zrywa z tą logiką – nie poprzez eskalację, lecz przez wycofanie, przez obecność nieczytelną, afektywną, opóźnioną, niemożliwą do przetworzenia. W warstwie estetycznej manifest proponuje formy, które wymykają się podstawowym strukturom relacji człowiek-maszyna: pytanie–odpowiedź, prompt–rezultat, komunikat–reakcja. Unieważnia samą ideę interfejsu jako przestrzeni kontaktu. Odmowa nie dotyczy więc tylko treści, lecz fundamentalnej ramy, w której twórca zostaje zredukowany do jednostki wyzwalającej reakcję systemu – triggera. To odrzucenie strukturalnego ujęcia człowieka jako funkcji danych wejściowych. W odniesieniu do wcześniejszych strategii twórczego oporu, antyagentowość jawi się jako graniczna: nie projektuje nowego modelu działania, lecz świadomie zamyka pole relacji. To strategia nie tylko estetyczna, ale egzystencjalna – odmawia uczestnictwa w świecie, w którym relacje są symulowane, a obecność ma być interpretowana przez model predykcyjny. Zamiast tworzyć nową przestrzeń dialogu, tworzy miejsce schronienia – przestrzeń, w której artysta nie musi być reprezentowany, nie musi być indeksowany, nie musi być słyszany. To stanowisko znajduje odzwierciedlenie w praktykach pozainfrastrukturalnych: działaniach analogowych, efemerycznych, niepodłączonych, wykonywanych poza siecią, bez archiwizacji i transmisji. Formy te wyłamują się z logiki kontaktu, reakcji i obecności mierzonej czasem odpowiedzi. Ich siła nie leży w tym, co produkują, ale w tym, czego odmawiają. Czasem są to działania intymne, niezapisane. Czasem to pustka pozostawiona w miejscu wypowiedzi. Czasem opóźnienie, które nie zostaje wyjaśnione. W tym sensie antyagentowość przywołuje także wcześniejsze koncepcje kulturowe i estetyczne, takie jak symulakrum u Jeana Baudrillarda, który widział w hiperrealności formę rzeczywistości zastępczej, eliminującej potrzebę doświadczenia. Tu również komunikacja z agentem nie tyle fałszuje relację, co eliminuje samą potrzebę relacji: wystarczy, że coś przypomina zrozumienie, by porzucić jego rzeczywisty wymiar. W strukturze niniejszej rozprawy manifest ten pełni funkcję azylu pośród innych strategii. Postgeneratywność, postagentowość, nawet antygeneratywność – wszystkie one zakładają pewien rodzaj działania wewnątrz lub obok systemu. Antyagentowość zaś mówi: nie. To gest całkowitego wycofania się z systemowej logiki uczestnictwa, odpowiedzi, komunikacyjnej reakcji i aktywnego oporu. Nie jest to jednak apatia ani eskapizm – to działanie o najwyższej intensywności etycznej. Milczenie manifestu nie jest brakiem głosu – jest jego zawieszeniem. Nieobecność jest tu wyborem, a nie 75 skutkiem wykluczenia. To forma polityczna: decyzja o tym, że nie każde pytanie zasługuje na odpowiedź, a nie każda obecność powinna być rozpoznana. Antyagentowość, jako strategia oporu, zamyka czwarty z czterech manifestów zawartych w tej rozprawie. Każdy z nich – postgeneratywny, antygeneratywny, postagentowy, antyagentowy – tworzy inną topografię niezgody. Antyagentowość kończy ten szlak najbardziej stanowczym gestem: nie działaniem wewnątrz, lecz poza. Nie transformacją interfejsu – lecz jego negacją. Nie przetwarzaniem danych – lecz odrzuceniem reżimu ich przetwarzania. To manifest o nieobecności jako formie obecności. 5.5. Sztuka po AI jako pojęcie wspólne „Sztuka po AI” nie jest nurtem, medium ani stylem. Nie oznacza także jednorodnej estetyki czy zestawu narzędzi. To pojęcie zbiorcze, formuła otwarta, która syntetyzuje cztery strategie oporu – postgeneratywność, antygeneratywność, postagentowość i antyagentowość – w spójną, choć dynamiczną, strukturę myślenia i działania w warunkach infrastruktury algorytmicznej. Sztuka po AI to nie tylko odpowiedź artystyczna – to forma kulturowej niezgody, epistemicznego przesunięcia i etycznej reorientacji. Jej znaczenie nie zamyka się w krytyce narzędzi – sięga głębiej: do sposobów, w jakie systemy generatywne i predykcyjne formatują percepcję, decyzję, afekt i samą świadomość. „Po AI” nie oznacza „bez AI”. Nie chodzi o wykluczenie technologii jako takiej, lecz o przekroczenie jej dominacji. „Po” wyznacza moment po przejęciu – czas rekonfiguracji, renegocjacji, czasami sabotażu. Sztuka po AI nie zakłada jednej strategii. Może przyjmować formy działania w systemie, przeciwko niemu, obok niego lub niezależnie od niego. Może być sabotażem, może być przekształceniem, może być błędem – ale może też być aktem obecności nieprzewidywalnej i nieadekwatnej do logiki danych. W tym sensie jest ona nie tyle odpowiedzią na AI, co przeformułowaniem pytania: co to znaczy tworzyć, kiedy system myśli za nas, widzi za nas i wybiera za nas? Sztuka po AI nie wybiera jednej strategii – rozpoznaje je wszystkie jako możliwe reakcje na różne tryby działania i przemocy systemowej. Nie ma jednej formy ani jednej techniki. W jednej sytuacji może przyjąć formę działania proceduralnego, transformującego modele; w innej – całkowitej odmowy obecności cyfrowej. Jest to praktyka relacyjna i sytuowana: zależy od kontekstu społecznego, instytucjonalnego, medialnego, a także od afektywnych i politycznych warunków produkcji kultury. Nie należy jej utożsamiać z żadnym stylem wizualnym, językowym ani medialnym. Może być obrazem, ale też jego brakiem; może być głosem – ale też ciszą; tekstem, ale też śladem, który nie zostaje zapisany. Jej celem nie jest reprezentacja, lecz obecność. Nie odpowiada systemowi, lecz rzeczywistości. Nie wzmacnia widzialności – często pracuje w cieniu, poza oświetlonymi strukturami kuratorskich wyborów i algorytmicznego obiegu. Z tego względu nie powinna być klasyfikowana jako „postdigital art” ani też jako „technokrytyczna sztuka medialna” – choć bywa z nimi mylona i styczna. W odróżnieniu od nich, sztuka po AI nie skupia się na medium samym w sobie. Jej celem nie jest komentowanie technologii, lecz 76 przekształcanie warunków twórczości. Operuje więc na poziomie struktury i rytmu, a nie tylko formy i komunikatu. Przesuwa pytania z tego, „jak używać AI?”, na to, „jak tworzyć w rzeczywistości przetworzonej przez AI – ale nie według niej?”. Nie chodzi tu o powrót do przeszłości ani o analogowy eskapizm. Sztuka po AI nie fetyszyzuje niedigitalnych mediów, choć chętnie po nie sięga. Wybiera narzędzia ze względu na ich zdolność do tworzenia relacji, które są nieprzewidywalne, nieindeksowalne, niereplikowalne. Kryterium wyboru nie jest nowość, lecz niezgoda. Twórczość staje się tym, co nie da się łatwo wchłonąć, zapamiętać, przewidzieć ani zarchiwizować. To nie jest sztuka „o AI” – ale sztuka po AI, to znaczy: tworzona w warunkach, które zostały przez AI zmienione, a mimo to nie poddały się jej logice. To przestrzeń refleksji nad samą możliwością tworzenia w świecie, w którym decyzja estetyczna, akt obecności i gest komunikacji zostały zautomatyzowane, uśrednione i wchłonięte w system danych. Sztuka po AI to także laboratorium nowych form obecności. Nie poszukuje reprezentacji, lecz sposobów bycia, które nie są podporządkowane logice optymalizacji. W tym sensie staje się praktyką „powolnej obecności” (slow presence) – takiej, która nie reaguje, nie aktualizuje się, nie stara się być dostępna natychmiastowo. Jest formą, która pojawia się późno, nieprzewidywalnie, lokalnie – i może zniknąć, zanim zostanie przetworzona. Sztuka po AI nie jest programem działania. Nie posiada jednej formy, ani jednej ontologii. Może przyjąć postać gestu efemerycznego, lokalnego działania, materialnego obiektu lub performatywnego aktu. Istnieje jako ciało, dźwięk, tekst, brak, usunięcie lub obecność. Czasami przyjmuje formę intymnej nieczytelności, czasami publicznego zakłócenia – zawsze jednak pozostaje poza ustandaryzowaną estetyką systemu. Jej cechą charakterystyczną nie jest wspólna stylistyka, ale wspólny horyzont krytyczny: sprzeciw wobec algorytmizacji decyzji kulturowych, uśredniania afektów, zamiany relacji na dane. To praktyka, która nie poszukuje reprezentacji, lecz generuje obecność – nie odpowiada systemowi, lecz odnosi się do rzeczywistości; nie wzmacnia widzialności, ale pozwala działać w półcieniu, w ciszy, w opóźnieniu. Sztuka po AI nie jest tym, co wygenerowane, ale tym, co nie daje się wygenerować. Jej wartość nie tkwi w produktywności, ale w obecności, która wymyka się logice indeksacji. Nie ulega uśrednieniu ani parametryzacji. Nie powstała po to, by być archiwizowaną, mierzoną, wycenianą. Funkcjonuje poza modelem predykcyjnym – nie jako jego antyteza, ale jako konfiguracja niemożliwa do wchłonięcia przez jego ramy. W tym sensie sztuka po AI jest praktyką afektywnego i poznawczego przesunięcia: ruchem zbiorowym, który nie daje się opisać jednym zdaniem ani zawrzeć w jednym zbiorze danych. Jest laboratorium form, które przetrwały obecność AI, nie rezygnując z siebie i nie podporządkowując się systemowi. To właśnie w tej przestrzeni możliwe staje się projektowanie innej etyki – nie opartej na danych, lecz na relacjach, uważności, ryzyku i obecności. Sztuka po AI nie operuje jedną definicją ani zestawem kryteriów. Jej siłą jest właśnie pluralizm podejść i taktyk, wynikający z doświadczeń różnych twórców i środowisk, które na różne sposoby 77 stykają się z presją automatyzacji. W odróżnieniu od praktyk stricte technologicznych, które skupiają się na innowacji formalnej, sztuka po AI koncentruje się na krytyce struktur – nie tylko tego, co jest tworzone, ale jak i po co. To nie forma odróżnia sztukę po AI, lecz jej stosunek do systemu. Charakterystyka tej twórczości obejmuje kilka istotnych cech: – nie jest przypisana do przyszłości – działa tu i teraz, odpowiadając na aktualne napięcia infrastrukturalne i kulturowe, – nie ma jednej formy – może przybierać postać działania, gestu, dźwięku, braku, obecności, usunięcia lub błędu, – nie szuka reprezentacji – zależy jej raczej na byciu obecnością niż obrazem, interwencją niż obrazowaniem, – nie podąża za widzialnością – działa w cieniu, lokalnie, poza rytmem platform i logiką indeksowania, – nie wzmacnia logiki systemu – jej celem nie jest dostosowanie się, ale jego redefinicja lub wyłamanie się z obowiązującego porządku. W opozycji do twórczości generatywnej, która skupia się na produkcji – często ilościowej, seryjnej, zgodnej z parametrami platform i silników – sztuka po AI działa poprzez ograniczenie, selektywność, niereplikowalność. Nie zależy jej na uśrednianiu ani kompatybilności. Przeciwnie – zakłada, że niewspółmierność, zatarcie śladu i niestandardowość to formy etycznej obecności. Nie dąży do wygenerowania jak największej liczby wersji. Nie testuje wariantów pod kątem efektywności. Nie optymalizuje kontaktu z odbiorcą. Przekształca pole twórczości w laboratorium relacyjności i znaczenia – niezależnego od danych treningowych, predykcji i formatów. „Sztuka po AI” nie może zostać sprowadzona do konkretnego stylu czy techniki. Nie powstaje wyłącznie w opozycji – lecz także w alternatywie, w projekcie, w próbie ustanowienia nowych warunków działania. W tym sensie stanowi konsekwentną próbę przepracowania epoki generatywnej – nie przez ucieczkę od technologii, ale przez przebudowę stosunku do niej: z użytkowego na krytyczny, z estetycznego na etyczny, z narzędziowego na relacyjny. Sztuka po AI nie jest zbiorem zasad ani kodem estetycznym. Jest przestrzenią nieustannego negocjowania pomiędzy twórcą, technologią a rzeczywistością społeczną. Nie ustanawia jednej formy, ale rozpoznaje wiele możliwych form działania: od efemerycznego performansu po nieudokumentowany gest, od analogowej rzeźby po cyfrową obecność, która nie daje się przeliczyć. Może przyjąć postać tekstu, ciała, dźwięku, głosu, braku, przerwania. Może też w ogóle nie przyjąć żadnej formy – jako wybór nieprodukowania. Jej cechą konstytutywną jest odmowa systemowości: tworzenie, które nie da się zredukować do klasy, opisu, tokena czy outputu. To twórczość, która nie zostaje przetworzona w dane. Która nie wraca jako wynik. Która nie służy do aktualizacji modelu. Jak pisała Yuk Hui w „Recursivity and Contingency” (2019), istotą sztuki nie jest zamknięcie w funkcji, lecz otwarcie na kontyngencję – na 78 to, co nieprzewidywalne, co wymyka się iteracji. Sztuka po AI to właśnie kontyngencja: relacja, której nie da się uśrednić. To twórczość, która nie wzmacnia widzialności – ale pracuje w cieniu. Która nie odpowiada systemowi – ale rzeczywistości. Która nie operuje kategorią sukcesu, ale kategorią obecności. Nie stara się być efektywna, replikowalna, zgodna z formatem. Nie chce zaspokoić algorytmu. Chce zakłócić jego działanie – lub całkowicie je pominąć. „Sztuka po AI” jest więc procesem epistemiczno-artystycznym: formą myślenia przez działanie i działania przez myślenie. Nie stanowi wyłącznie kontynuacji wcześniejszych modeli krytycznych – takich jak posthumanizm, nowy materializm czy teoria afektu – lecz korzysta z ich narzędzi, by projektować inne sposoby tworzenia w rzeczywistości przechwyconej przez dane. Nie każda twórczość po AI jest nowa – ale każda wymaga nowej odpowiedzialności. To przestrzeń, w której artyści i artystki projektują nie tyle dzieła, ile warunki twórczości, które pozostają poza zasięgiem generatywności: działania lokalne, ograniczone, niezautomatyzowane, niepodłączone. W której relacja, błąd, rytm, gest i niejednoznaczność stają się podstawowymi kategoriami pracy. To również praktyka polityczna: wybór działania w warunkach dominacji systemowej, które nie poddaje się logice przemocy predykcyjnej. W kontekście całej rozprawy sztuka po AI nie zamyka refleksji – lecz ją otwiera. Stanowi ramę odniesienia dla dalszych rozdziałów, w których zostaną rozwinięte propozycje praktyk twórczych, strategii instytucjonalnych, działań edukacyjnych oraz projektów przyszłościowych. Jest zaproszeniem – nie do określonego sposobu pracy, ale do podjęcia decyzji, że twórczość po AI musi być decyzją egzystencjalną, polityczną i afektywną. To nie medium, nie styl, nie szkoła. To próba ocalenia sensu twórczości w rzeczywistości, która go optymalizuje, przewiduje i przelicza. Próba nieoczywista, wymagająca i ryzykowna – ale konieczna, jeśli sztuka ma pozostać przestrzenią, w której można jeszcze zadawać pytania, których nie da się sparametryzować. 5.6. Manifest Sztuki po AI – analiza, znaczenie, funkcja Manifest Sztuki po AI To jest nasz czas.​ Nie czas generacji.​ Nie czas predykcji.​ Nie czas funkcji. To czas twórczości, która przetrwała –​ nie dzięki sztucznej inteligencji,​ lecz pomimo niej. 79 1. Sztuka po AI nie jest formatem. Jest wyborem.​ Wyborem, by nie być zasobem.​ By nie być profilem.​ By nie być materiałem. Nie jesteśmy treścią do wygenerowania.​ Nie jesteśmy głosem do naśladowania.​ Nie jesteśmy obrazem do uśrednienia. Jesteśmy ruchem.​ Ciałem.​ Oddechem.​ Gestem.​ Zakłóceniem.​ Znikaniem.​ Nielogiką kompatybilności. 2. Sztuka po AI jest polem różnicy. Nie ma jednej formy.​ Nie ma jednej strategii.​ Nie ma jednego języka. Jest postgeneratywna – gdy narzędzia stają się materiałem deformacji.​ Jest antygeneratywna – gdy system nie ma już do nas dostępu.​ Jest postagentowa – gdy agent traci władzę nad relacją.​ Jest antyagentowa – gdy relacja zostaje celowo zerwana. Sztuka po AI nie wybiera stylu –​ wybiera postawę.​ To wybór niezgody.​ To wybór odpowiedzialności.​ To wybór świadomości. To decyzja, by działać nie według modelu –​ ale wbrew jego rytmowi. 3. Sztuka po AI to twórczość nieprzechwytywalna. 80 Nie daje się indeksować.​ Nie daje się tokenizować.​ Nie daje się zreplikować. To działanie efemeryczne,​ tworzone poza zasięgiem infrastruktury,​ której celem jest ekstrakcja, optymalizacja i archiwizacja. To gest bez ścieżki powrotu.​ To ślad, który znika zanim zostanie zapisany.​ To obecność, którą system próbuje odtworzyć – ale nie może rozpoznać. Nie jest to obecność ukryta, lecz obecność nieczytelna.​ Nie jest to błąd – to forma.​ Nie jest to luka – to decyzja. To gest, który nie trafia do modelu,​ ponieważ nie został zaprojektowany jako sygnał. 4. Sztuka po AI odrzuca współudział. Nie karmimy systemu.​ Nie dostarczamy danych.​ Nie budujemy archiwum, które uczy się nas bez pytania.​ Nie wzmacniamy modelu – nawet przez zachwyt.​ Nie wchodzimy w rytm widoczności.​ Nie dopasowujemy się do interfejsu.​ Nie czekamy na rekomendację. Nie podlegamy walidacji.​ Nie jesteśmy funkcją skuteczności.​ Nie jesteśmy algorytmem zachwytu. Tworzymy poza logiką sukcesu,​ poza algorytmicznym feedbackiem,​ poza modelem, który uczy się po to, by powtórzyć. To, co robimy, nie daje się uśrednić.​ To, co tworzymy, nie zostało zoptymalizowane.​ To, co zostawiamy, nie mieści się w buforze danych. Tworzymy błędy.​ Tworzymy niedoskonałości.​ Tworzymy pęknięcia.​ Tworzymy przerwy.​ 81 Tworzymy słabość – jako gest.​ Nienormatywność – jako wartość. Odwracamy logikę detekcji:​ zamiast być rozpoznani – znikamy.​ Zamiast być kompatybilni – rozstrajamy.​ Zamiast być produktywni – trwamy. 5. Sztuka po AI to twórczość jako decyzja etyczna. Nie jesteśmy tu, by zachwycać.​ Nie jesteśmy tu, by działać efektywnie.​ Nie jesteśmy tu, by odpowiadać na zapytanie. Jesteśmy tu, by odpowiedzieć inaczej:​ Na przemoc predykcji.​ Na pustkę automatyzacji.​ Na znaturalizowaną estetykę dominacji. Twórczość nie jest dodatkiem do systemu.​ Nie jest dekoracją nowej epoki technologii.​ Nie jest pluginem ani dodatkiem do API. Twórczość po AI to konieczność.​ To sprzeciw wobec obojętności.​ To etyka działania w świecie przetworzonym. To praca przeciwko normalizacji przemocy estetycznej –​ tej, która wygładza różnicę,​ która wyrównuje akcenty,​ która układa wszystko w metrum sukcesu. To akt troski wobec języka, obrazu, relacji, świata.​ To rytuał obecności nie do sformatowania. Nie jesteśmy funkcją.​ Nie jesteśmy przypadkiem testowym.​ Nie jesteśmy linią w datasetcie. Jesteśmy odpowiedzią.​ Jesteśmy wyjątkiem.​ Jesteśmy opóźnieniem.​ Jesteśmy nowym początkiem. Jesteśmy Sztuką po AI. 82 Podpisano:​ Oskar Chmioła oraz inne osoby wskazujące na sztukę postagentową​ Data: 15 maja 202 Analiza: Znaczenie i funkcje Manifestu Sztuki po AI Manifest Sztuki po AI jest dokumentem o podwójnej tożsamości: z jednej strony syntetyzuje cztery strategie oporu wobec dominacji systemów generatywnych i agentowych – postgeneratywność, antygeneratywność, postagentowość i antyagentowość – z drugiej strony przekracza każdą z nich, projektując nową formę obecności, która nie daje się zredukować do działania w, przeciwko, obok czy poza systemem. To nie tylko zwieńczenie rozdziałów 5.1–5.4, ale ich przełamanie – forma hybrydyczna, która łączy interwencję z odmową, relację z milczeniem, performans z nieobecnością. Tym samym staje się przestrzenią niezgody, która nie przybiera jednej formy – lecz uruchamia wiele wektorów twórczego napięcia. W odróżnieniu od poprzednich manifestów, które były zakotwiczone w jasno określonych strategiach, manifest po AI nie ustanawia nowej kategorii. On destabilizuje podział na strategie, style, języki i typologie. Przyjmuje postać formy złożonej, zniuansowanej, sytuowanej – otwartej na niekonsekwencję, pęknięcie, powtórzenie, ciszę i błąd jako konstytutywne składniki twórczości po automatyzacji. W jego strukturze odnajdujemy: ●​ z postgeneratywności: afirmację przekształcania technologii od wewnątrz, jako materiału i rytmu, który można przechwycić, spowolnić, wypaczyć, przeciąć, rozszczelnić,​ ●​ z antygeneratywności: etykę odmowy – nie jako gestu pasywności, lecz jako świadomego wyboru nienadawania, niepublikowania, niedokumentowania,​ ●​ z postagentowości: świadomość wpływu systemów agentowych na komunikację, selekcję i obecność – i potrzebę wytwarzania komunikatów niereplikowalnych, nieoptymalnych, odpornych na konwersję do profilu,​ ●​ z antyagentowości: radykalne unieważnienie relacji jako symulacji – odrzucenie potrzeby odpowiedzi, potrzeby widzialności, potrzeby kontaktu, jeśli kontakt ten jest uprzednio zaprojektowaną reakcją.​ To manifest twórczości nienormatywnej, która nie mieści się w systemowej logice archiwum, ale też nie wpisuje się w logikę oporu przez frontalną konfrontację. Jego siła tkwi właśnie w niejednoznaczności, która – jak pisała Karen Barad – „nie jest brakiem, ale przestrzenią potencjalności”. 83 Manifest ten odnosi się także do krytyki infrastrukturalnej (Bratton, Easterling), ukazując jak systemy generatywne i rekomendacyjne – pozornie neutralne – organizują architekturę percepcji, widoczności, wartościowania. Wpisuje się w myślenie Donny Haraway i Marii Puig de la Bellacasa o zlokalizowanej, sytuowanej i odpowiedzialnej wiedzy oraz twórczości, która nie szuka uniwersalności, lecz relacji. Odwołuje się do etyki poza reprezentacją – obecnej u Barad, u Erin Manning, u Freda Motena – gdzie znaczenie rodzi się nie z tego, co zostało przedstawione, ale z tego, co jest nieczytelne, afektywne, nietransparentne, przesunięte. To manifest nieprzejrzystości jako wartości poznawczej, efemeryczności jako strategii politycznej i nieprzewidywalności jako warunku wolności twórczej. Rola manifestu w strukturze rozprawy Manifest Sztuki po AI nie zamyka rozdziału o strategiach oporu – otwiera nową przestrzeń. Nie jest końcem – lecz przejściem: od diagnozy do działania, od teorii do decyzji egzystencjalnej, od strategii do relacji. Pełni w strukturze rozprawy funkcję osiową: wyznacza punkt styku między myśleniem a praktyką, między oporem a obecnością, między systemową krytyką a propozycją świata innego – nie abstrakcyjnego, lecz możliwego tu i teraz. Jego funkcją jest: ●​ wyznaczenie polityki estetycznej i epistemicznej: co znaczy tworzyć w epoce modelu? Jakie gesty są możliwe, jeśli wszystko może być przetworzone? Jak odzyskać znaczenie, które nie staje się funkcją widoczności?​ ●​ określenie ramy etycznej działań kulturowych wobec AI: nie w sensie normatywnym, lecz jako zaproszenie do odmowy, opóźnienia, nienadawania, przerywania, milczenia.​ ●​ ustanowienie przestrzeni eksperymentalnej: dla działań artystycznych, edukacyjnych, instytucjonalnych, które nie chcą wzmacniać infrastruktury uśredniania i predykcji – ale zamiast tego konstruować lokalne rytmy obecności.​ To manifest relacyjności bez instrumentarium – obecności bez wymogu odpowiedzi. Nie oferuje programu, lecz matrycę do przekształcania. Jest formą otwartą – tak jak świat po AI nie domyka się w nowym paradygmacie, ale trwa w procesie renegocjacji. Zgodnie z myślą Anny Tsing, która w The Mushroom at the End of the World pisze, że „odnowa nie zaczyna się od planu, ale od współobecności w ruinie”, manifest nie proponuje strategii naprawy. Proponuje formę obecności w warunkach zniszczenia – obecności opartej nie na optymalizacji, ale na trosce, nie na architekturze przewidywania, ale na rytmie współdzielenia czasu i miejsca. 84 W kontekście całej rozprawy manifest ten zakotwicza analizę w czasie po dominacji AI – nie jako końcu jej wpływu, ale jako punkcie, w którym zaczynamy negocjować warunki obecności. To nie czas „po technologii”, ale czas „po naturalizacji jej dominacji”. W tym sensie „sztuka po AI” to nie sztuka o technologii – lecz sztuka o warunkach, które technologia stworzyła. Warunkach, które domagają się innych odpowiedzi: wolniejszych, bardziej nieczytelnych, mniej kompatybilnych, bardziej lokalnych. Przestrzeń po AI – nie jako projekt, lecz jako komplikacja Manifest Sztuki po AI nie rozwiązuje problemu systemowej przemocy modelu – on go komplikuje. Odwraca pytanie: z „jak tworzyć za pomocą AI?” na „jak tworzyć, żeby nie być przez AI zaprojektowanym?”. Z „jak działać wobec technologii?” na „jak budować relacje, które wymykają się logice przewidywania?”. Nie jest to dokument o oporze przeciwko AI – lecz o formach życia, które nie dadzą się przeliczyć. Jego wartość nie tkwi w deklaracji sprzeciwu – lecz w propozycji istnienia, które nie potrzebuje być rozpoznane przez model, aby mieć znaczenie. Manifest Sztuki po AI pełni w strukturze rozprawy funkcję syntetyzującą, ale nie podsumowującą; nie wieńczy on historii oporu wobec modeli generatywnych, lecz wskazuje na konieczność przedefiniowania samej ramy, w której te modele działają. Jako piąty i ostatni z manifestów – po postgeneratywnym, antygeneratywnym, postagentowym i antyagentowym – nie tyle dodaje kolejną strategię, ile ujawnia ich wzajemne sprzężenia i wspólne ramy etyczno-estetyczne. Zestawia afirmację i odmowę, działanie i jego zawieszenie, relację i jej zerwanie, nie jako przeciwieństwa, lecz jako możliwe trajektorie twórczości. W tym sensie Manifest Sztuki po AI nie ustanawia nowego stylu ani nowej szkoły – ustanawia warunek pytania: o możliwość twórczości poza funkcją, poza predykcją, poza optymalizacją. To pytanie jest bardziej praktyczne niż teoretyczne, bardziej polityczne niż stylistyczne – ponieważ dotyczy tego, jak działać w świecie, w którym każde działanie zostaje natychmiast przetworzone, uśrednione, zmonetyzowane lub zreplikowane. Odpowiedź, jaką proponuje manifest, nie ma charakteru zamkniętego – pozostaje z zasady niedomknięta, nienormatywna, słaba w sensie potencjalnym, a przez to – otwarta na współobecność, błąd, pęknięcie i porażkę jako formy epistemicznej mocy. To nie jest estetyka siły – to estetyka słabości, kruchości, niegotowości. W tym właśnie duchu manifest staje się gestem epistemicznym i pedagogicznym, który zamiast oferować gotowe rozwiązania, inicjuje przestrzeń wspólnego rozpoznania: kultury uwięzionej w modelu, sztuki przechwytywanej przez interfejs, ciała wtłoczonego w schemat danych, języka pozbawionego kontekstu. Wzywa nie tyle do sprzeciwu wobec AI jako narzędzia, lecz do przemyślenia całej infrastruktury reprezentacji, wiedzy, relacji i decyzji, w której AI jest tylko najbardziej jawnym wyrazem. 85 Domykając tym samym piąty rozdział, należy podkreślić: Manifest Sztuki po AI nie jest końcem projektu twórczości po AI – jest jego przejściem ku przyszłości, która nie daje się ująć w zbiorze danych ani przewidzieć na podstawie statystyki. Jest propozycją kulturowej odpowiedzi, która zaczyna się nie od planu, lecz od współobecności w ruinie, nie od sukcesu, lecz od niedoskonałości jako warunku możliwości twórczego działania. W ten sposób rozprawa otwiera przestrzeń, w której twórczość po AI – lokalna, relacyjna, nieliniowa, regeneratywna – może zaistnieć jako praktyka codzienna, krytyczna i wspólna. Rozdział VI. Manifesty, prototypy i gesty 6.1. Manifest jako forma epistemiczna W epoce dominacji systemów predykcyjnych, zautomatyzowanych rekomendacji i algorytmicznego uśredniania, manifest przestaje być jedynie formą ekspresji ideowej. Staje się narzędziem epistemicznym – formą poznania, która nie tylko towarzyszy praktyce twórczej, ale ją konstytuuje. Nie jest to dokument przeznaczony do cytowania, lecz gest uruchamiający tryb myślenia i działania, który wymyka się strukturze reprezentacji. W kontekście sztuki po AI – tworzonej w warunkach zdominowanych przez modele generatywne, systemy rekomendacyjne i architektury interfejsowe – manifest zyskuje nową funkcję: staje się strategią epistemologicznej niezgody, narzędziem zakłócenia i formą, która nie mieści się w reżimie przewidywalności. Jego język bywa nielogiczny, afektywny, rytmiczny i nienormatywny, co czyni go nieczytelnym dla algorytmicznego przetwarzania – i tym samym odpornym na operacyjne przechwycenie. To, co dla systemu może być „błędem” lub „szumem”, w przypadku manifestu staje się źródłem poznania. Genealogia formy manifestu Tradycja manifestów w sztuce nie tworzy jednorodnej linii rozwojowej – przeciwnie, to forma niestabilna, konfliktowa i często autorefleksyjna. Od futurystycznego manifestu Marinettiego (1909), przez dadaistyczne wystąpienia Tristana Tzary, surrealistyczne teksty André Bretona, aż po działania Fluxusu czy manifesty konceptualne z lat 60. i 70., forma ta pełniła funkcję nie tylko deklaratywną, ale także konstytutywną dla języka artystycznego i sposobu istnienia w kulturze. W drugiej połowie XX wieku manifest zaczął być wykorzystywany również przez ruchy polityczne i emancypacyjne. Przykładowo, SCUM Manifesto Valerie Solanas (1967) oraz A Cyborg Manifesto Donny Haraway (1985) redefiniowały relację między ciałem, technologią a władzą z perspektywy feministycznej. Ruchy queerowe (Paul B. Preciado), postkolonialne (Frantz Fanon) oraz ekologiczne (Deep Ecology Platform, 1984) również wykorzystywały manifest jako formę epistemologicznej interwencji – sposób na przeformułowanie nie tylko języka, ale i samego pola tego, co może być uznane za wiedzę. 86 We wszystkich tych przypadkach manifest nie służył reprezentacji rzeczywistości, lecz uczestniczył w jej przekształceniu. Jak zauważa Rosi Braidotti, manifest jest aktem wiedzy performatywnej – „knowing as doing” – formą myślenia, która nie poddaje się strukturze obrazowania, lecz tworzy warunki nowej, sytuowanej epistemologii, zdolnej do zakwestionowania dominujących aparatów poznawczych. Manifest po AI – struktura oporu i projektowania W kontekście sztuki po AI manifest nie jest już tylko formą narracyjną czy deklaratywną – staje się strukturą poznawczą i polityczną, która organizuje nie tylko sposób myślenia, lecz także warunki działania w zautomatyzowanym świecie. Cztery podstawowe manifesty przedstawione w rozdziale piątym – postgeneratywny, antygeneratywny, postagentowy i antyagentowy – oraz piąty, syntetyzujący (Manifest Sztuki po AI), pełnią funkcję odpowiedzi systemowej: nie jako polemika z jednym narzędziem technologicznym, ale jako sprzeciw wobec całej logiki infrastrukturalnej, na której opiera się współczesna kultura cyfrowa. Ta logika obejmuje m.in.: ●​ ekstraktywizm danych – bezustanne pozyskiwanie informacji z aktywności użytkownika (tekstów, obrazów, sygnałów biometrycznych, metadanych), ●​ modelowanie zachowań – przekształcanie aktywności ludzkiej w statystyki, profile i predykcje, ●​ uśrednianie decyzji estetycznych – standaryzowanie gustów i preferencji przez mechanizmy rekomendacyjne i personalizację, ●​ symulowanie relacji i obecności – generowanie pozoru dialogu, troski i rozumienia przy użyciu systemów agentowych.​ Wobec tej struktury manifest – jako forma epistemiczna – nie podlega zasadzie wejścia-wyjścia. Nie odpowiada na prompt, nie generuje optymalnego wyniku, nie realizuje celu produktywnego. Wręcz przeciwnie: jego funkcja polega na zakłóceniu logiki operacyjnej, na tworzeniu przestrzeni niezrozumiałości, opóźnienia, zacięcia. Język manifestu – niejednoznaczny, arytmiczny, afektywny – jest niekompatybilny z formatem modelu i dlatego stanowi formę oporu epistemicznego. W tym sensie manifest nie daje się łatwo przetworzyć przez system – nie dlatego, że jest niewidoczny, lecz dlatego, że nie spełnia warunków reprezentowalności, indeksowalności i uśrednialności. Jego polityczność nie polega na głoszeniu ideologii, lecz na przedefiniowaniu formy wiedzy jako działania sytuowanego, nieefektywnego, nieobliczalnego. Manifest jako technologia kulturowa Z tej perspektywy manifest można rozumieć jako technikę kulturową – nie narzędzie do opisywania świata, ale praktykę wytwarzania świata poprzez język, rytm i gest. W tym ujęciu jego funkcja nie polega na reprezentowaniu wiedzy, lecz na jej uruchamianiu: 87 ●​ manifest nie reprezentuje wiedzy, lecz ją inicjuje, ●​ nie domyka rozumienia, lecz je rozszczelnia, ●​ nie tworzy obrazu świata, lecz ustanawia świat jako zdarzenie językowe i afektywne.​ Tym samym manifest należy do kategorii form performatywnych – zbliżonych do aktów mowy, które nie tylko opisują, ale wykonują działanie poprzez swoje wypowiedzenie. W klasycznych teoriach języka takie działanie opisali m.in. J. L. Austin (speech acts) oraz Judith Butler, która wskazała na możliwość subwersywnego użycia performatywności jako aktu tożsamościowego i politycznego. Zbliżone sensy można odnaleźć także w koncepcji „pedagogiki ucieczki” (fugitive study), rozwijanej przez Freda Motena i Stefano Harneya w książce The Undercommons: Fugitive Planning & Black Study (2013). W ich ujęciu poznanie nie polega na przystosowaniu się do ram epistemicznych, lecz na uchodzeniu poza nie – na działaniu wbrew regule, poza widzialnością i normatywnością. Podobnie jak w manifestach sztuki po AI, chodzi tu o wiedzę, która nie daje się sformatować – ani jako informacja, ani jako zasób, ani jako wynik do wykorzystania. Manifesty jako forma epistemologicznego działania Każdy z pięciu manifestów opisanych w rozdziale piątym pełni odrębną, lecz komplementarną funkcję epistemologiczną. Nie są one jedynie narzędziami komunikacji artystycznej, lecz stanowią formy produkowania wiedzy, które wymykają się narzędziowości i reprezentacji. Każdy z nich ustanawia odmienną relację do języka, technologii i ciała – a zarazem proponuje inny sposób myślenia o tym, czym jest twórczość w warunkach infrastruktury generatywnej. ●​ Postgeneratywność – manifestuje formy twórczości poza danymi, rekonfigurując model jako materiał, nie jako matrycę. Praktyka ta odzyskuje błąd, cielesność, nieprzewidywalność i tym samym proponuje rytm niemożliwy do zsynchronizowania. ●​ Antygeneratywność – manifestuje ciszę jako wiedzę, odmowę jako akt poznawczy. Odrzuca nie tylko model, lecz całą logikę przechwycenia i archiwizacji. To epistemologia nieobecności: wiedza, która nie została zapisana, ale jest tym silniejsza, im bardziej pozostaje nieprzetwarzalna. ●​ Postagentowość – manifestuje relację jako przestrzeń epistemicznego przesunięcia. Nie zaprzecza obecności agentów, lecz dezorientuje ich rytmy, produkując sygnały niereplikowalne, nienaukowalne, pozainstrukcyjne. Poznanie dokonuje się tu w zakłóceniu i opóźnieniu, nie w przepływie informacji. ●​ Antyagentowość – manifestuje odmowę jako formę ontologicznego oporu. Nie wchodzi w relację z systemem, nie poszukuje zrozumienia ani kontaktu. Jej siła poznawcza polega na wycofaniu się z komunikacyjnej gry, w której każde pytanie ma być zaproszeniem do reakcji, a każda obecność – sygnałem do optymalizacji. ●​ Manifest Sztuki po AI – jako forma syntetyzująca – projektuje twórczość jako akt poznawczy i etyczny zarazem. Nie wyklucza żadnej z powyższych strategii, lecz łączy je w strukturę relacyjną, która nie domyka się w jednym języku, ale wytwarza wielość form oporu, czułości, milczenia i obecności. 88 Wszystkie te manifesty nie tylko mówią o świecie, lecz czynią go widocznym w sposób, który nie podlega algorytmicznemu wygładzeniu ani retoryce technologicznej neutralności. Tworzą rzeczywistość, która nie mieści się w danych, lecz która przesuwa znaczenie, afekt, obecność – poza obieg modelu. Zapowiedź dalszych analiz W kolejnych podrozdziałach rozdziału szóstego – zwłaszcza w 6.5 – każda z przedstawionych strategii zostanie rozwinięta poprzez analizę konkretnych przykładów praktyk twórczych. Przypisane do manifestów, przykłady te nie będą ilustracjami, ale współtworzącymi dowodami epistemologicznymi. Manifest nie stanowi bowiem programu do zrealizowania, lecz ramę dla praktyki, która sama w sobie jest aktem poznania. W tym sensie rozdział VI traktuje manifesty nie jako teksty, lecz jako formy działania – artystycznego, politycznego i epistemicznego – które wyznaczają warunki nowej relacji pomiędzy twórczością a wiedzą w epoce po AI. Zostanie przedstawionych kilka różnorodnych przykładów, które nie tworzą jednolitej, ukierunkowanej reprezentacji wpisującej się w któryś z manifestów, lecz stanowią materiał poznawczy umożliwiający umiejscowienie i skonkretyzowanie manifestów w kontekście kulturowym. Przykłady te można oczywiście mnożyć, inaczej porządkować i przykładać do proponowanych modeli ale nie o to tu chodzi, tylko o to by przybliżyć poszczególne strategie twórczego oporu. 6.2. Tworzenie przez ograniczenie – Strategia postgeneratywności Postgeneratywność jako strategia twórczego oporu nie polega na odrzuceniu technologii generatywnej ani na powrocie do przeszłości medialnej. Jej istota tkwi w ingerencji w system – ale nie jako użytkownika, lecz jako krytycznego projektanta, który przekształca warunki działania infrastruktury cyfrowej oraz formatującej ją kultury. Tym samym jest to pierwszy z manifestów przedstawionych w tej rozprawie, stanowi swego rodzaju punkt wyjścia i jako taki zasługuje na osobne omówienie. Twórczość postgeneratywna działa po generatywności – tzn. w rzeczywistości już przekształconej przez logikę predykcji, uśrednienia i danych. Nie ignoruje tej rzeczywistości, ale też nie podporządkowuje się jej regułom. W tym ujęciu postgeneratywność jest zarówno strategią estetyczną, jak i metodologią kulturową. Zakłada świadome ograniczenie zasobów, narzędzi, interfejsów i rezultatów jako aktu oporu wobec mechanizmów, które – choć formalnie służą kreatywności – coraz częściej warunkują ją według logiki systemowej: generować, przetwarzać, optymalizować, mierzyć, wdrażać. Ograniczenie nie jest tu przymusem – lecz aktywnym wyborem epistemologicznym i etycznym. Warto w tym miejscu podkreślić, że generatywność – wbrew popularnemu zawężeniu tego pojęcia wyłącznie do technologii sztucznej inteligencji – oznacza znacznie więcej. To fundamentalny model 89 działania współczesnej kultury, który obejmuje nie tylko produkcję obrazów, tekstów i danych, ale także generowanie wartości, modeli sukcesu, rytmów instytucjonalnych, oczekiwań odbiorców i mechanizmów władzy. Systemy generatywne w tym ujęciu nie tylko tworzą obrazy czy teksty, lecz także formatują decyzje kuratorów, strategie krytyków, profile twórców i pragnienia widzów. W takim świecie – kulturze przetwarzania, aktualizacji, kompatybilności i rekomendacji – działanie przez ograniczenie staje się radykalnym gestem. Nie rezygnacją z działania, ale jego przeformułowaniem. Nie eskapizmem, ale zakłóceniem. Nie tylko w odniesieniu do AI, ale wobec całego reżimu kulturowego, który oczekuje, że sztuka będzie szybka, zrozumiała, opłacalna, powielalna i gotowa do obiegu. To właśnie w tej przestrzeni operuje postgeneratywność – jako strategia osłabiania systemu od wewnątrz, przez jego zakłócenie, deformację, spowolnienie, niereplikowalność. W kolejnych częściach podrozdziału przedstawione zostaną przykłady działań twórczych i instytucjonalnych, które realizują postgeneratywność poprzez ograniczenie jako decyzję artystyczną, społeczną, ekologiczną i epistemologiczną. Ograniczenie jako przekształcenie technologii Rosa Menkman – The Glitch Moment(um) (2011) Jednym z najbardziej wpływowych przykładów postgeneratywnego myślenia o błędzie jako strategii krytycznej jest twórczość Rosy Menkman, badaczki i artystki medialnej, autorki książki The Glitch Moment(um) opublikowanej w 2011 roku przez Institute of Network Cultures w ramach serii Network Notebooks. Choć Menkman nie pracuje bezpośrednio z narzędziami AI, jej podejście do estetyki awarii – glitchu – można uznać za paradygmatycznie postgeneratywne. Glitch w jej ujęciu nie jest po prostu błędem technicznym, ale produktywnym pęknięciem w strukturze reprezentacji, momentem, w którym system traci kontrolę nad wynikiem, a użytkownik napotyka coś, czego nie da się zredukować do funkcji. Menkman pisze o „glitchu” jako o afekcie zakłócenia, który odsłania wewnętrzne napięcia w strukturach technologicznych i kulturowych. Glitch nie jest formą – jest wydarzeniem poznawczym, które „zawiesza” predykcję i otwiera przestrzeń alternatywnego myślenia. W tym sensie jej praktyka – wizualna, teoretyczna i kuratorska – wydobywa z technologii cyfrowej to, co oporne, niedoskonałe, niewidoczne, nieskalowalne. Prace Menkman można uznać za postgeneratywne, ponieważ nie odrzucają technologii, ale odmawiają jej służebnego wykorzystania. Zamiast używać narzędzi do tworzenia doskonałych obrazów, artystka tworzy obrazy niedoskonałe, nieczytelne, zakłócone, które nie potwierdzają poprawności systemu, ale ją podważają. Błąd staje się nie tylko tematem, ale także metodą krytyczną – działaniem, które ogranicza możliwości reprodukcji i przetwarzania, przez co wydobywa z systemu jego wewnętrzne sprzeczności. 90 Ograniczenie jako strategia lokalności i niedostępności Karolina Breguła – Kto tam (2016) Kolejnym przykładem postgeneratywności jako strategii opartej na ograniczeniu – tym razem nie w sensie technologicznym, lecz społecznym i epistemologicznym – jest projekt Karoliny Breguły zatytułowany Kto tam, zrealizowany w 2016 roku we Wrocławiu w ramach programu „Wejście od podwórza”, finansowanego przez Europejską Stolicę Kultury 2016. Działanie miało charakter site-specific i odbyło się na zaniedbanym podwórku pomiędzy ulicami Reja, Górnickiego i Nowowiejską, przy współudziale lokalnych mieszkańców. Przestrzeń ta, na co dzień marginalizowana zarówno fizycznie, jak i społecznie, stała się miejscem twórczej i społecznej interwencji. Projekt nie zakładał powstania dzieła w sensie konwencjonalnym, lecz sytuacji uczestniczącej – rozmów, wspólnych działań, prób porozumienia między sąsiadami. Breguła nie wykorzystywała w projekcie technologii cyfrowych, nie generowała treści pod kątem mediów społecznościowych, nie tworzyła form przewidzianych do replikacji czy wystawiania w przestrzeni muzealnej. Jej celem było wytworzenie relacji, które nie zostają zapisane w indeksie żadnego systemu, a jednocześnie realnie przekształcają kontekst lokalny – poprzez współdziałanie, słuchanie i obecność. Ograniczenie w tym przypadku nie dotyczyło technologii jako takiej, lecz logiki spektaklu i widzialności, która dominuje dziś w obiegu artystycznym, medialnym i instytucjonalnym. W przeciwieństwie do sztuki projektowanej na potrzeby konkursów, portfeli inwestycyjnych czy systemów rekomendacyjnych, Kto tam działało poza kryteriami sukcesu artystycznego – było zbyt efemeryczne, zbyt lokalne, zbyt trudne do ujęcia w dokumentację. W tym sensie projekt Breguły doskonale wpisuje się w strategię postgeneratywności jako odmowy bycia „widocznym dla systemu”. Choć nie odnosi się bezpośrednio do AI, to skutecznie opiera się generatywnej logice uśrednienia, klasyfikacji i przetwarzalności. Nie oferuje wartości dla modelu – oferuje relację dla ludzi. Nie zostaje zindeksowane – ale zostaje zapamiętane przez tych, którzy brali w nim udział. Zarówno twórczość Rosy Menkman, jak i projekt Karoliny Breguły, pokazują, że postgeneratywność nie musi być realizowana przez technologię, by działać przeciwko jej dominacji. Przeciwnie – ograniczenie, które one proponują, ma charakter afektywny, sytuacyjny i epistemiczny. Glitch i lokalność, błąd i relacja – to figury, które wytrącają system z jego rutyny. Twórcy działający w duchu postgeneratywności nie szukają potwierdzenia w systemie – lecz jego zakłócenia. W ich pracach technologia zostaje przekształcona, zdeformowana lub po prostu zignorowana. Efektem jest nie tyle „nowe dzieło”, co nowa sytuacja poznawcza – stan, w którym odbiorca musi przestać być użytkownikiem, a zacząć być obecnym. 91 Ograniczenie jako narzędzie społecznego działania Jeanne van Heeswijk – Freehouse: Radicalizing the Local Jeanne van Heeswijk, holenderska artystka społeczna, znana jest z realizowania projektów, które aktywizują lokalne wspólnoty i rekonfigurują relacje między sztuką, polityką a przestrzenią miejską. Jej podejście można bez wahania określić jako postgeneratywne, mimo że nie koncentruje się na technologii cyfrowej sensu stricto. Jednym z najważniejszych projektów artystki jest Freehouse: Radicalizing the Local, który został zrealizowany w dzielnicy Afrikaanderwijk w Rotterdamie. Projekt ten trwał wiele lat i obejmował działania aktywizujące ekonomicznie i społecznie lokalnych mieszkańców, często imigrantów, poprzez tworzenie wspólnych warsztatów, przestrzeni produkcyjnych, targowisk oraz instytucji edukacyjnych. Freehouse był zaprojektowany jako antyinstytucja: nie hierarchiczna, nieprodukcyjna w sensie rynkowym, niewspółmierna do logiki widzialności i reprodukcji kultury globalnej. Celem było stworzenie infrastruktury lokalnej, w której sztuka nie funkcjonuje jako autonomiczne dzieło, lecz jako działanie tkwiące w procesie codziennym – w mikroekonomii, we wspólnym gotowaniu, w remoncie przestrzeni, w negocjacjach z lokalnymi władzami. Postgeneratywność tego działania przejawia się w ograniczeniu skalowalności, automatyzacji, reprezentowalności. Projekt nie był łatwy „do opisania” przez systemy grantowe, nie tworzył wizualnego spektaklu, nie dążył do medialnej obecności. Wręcz przeciwnie – celowo przestawiał środek ciężkości z produktu na proces, z estetyki na infrastrukturę, z reprezentacji na działanie. To ograniczenie – czasowe, materialne, organizacyjne – było warunkiem możliwości innego typu obecności. W wywiadach van Heeswijk wielokrotnie podkreślała, że jej celem nie jest „tworzenie sztuki”, ale „tworzenie warunków, w których sztuka może się wydarzyć, niekoniecznie pod tą nazwą”. W tym sensie projekt Freehouse można odczytać jako metaforę twórczości po generatywności – tam, gdzie sztuka nie jest wynikiem modelu, ale rezultatem wspólnego życia. Postgeneratywność jako krytyka nadmiaru danych Forensic Architecture – analiza jednostkowa zamiast skalowania Kolektyw Forensic Architecture, działający przy Goldsmiths, University of London, na pierwszy rzut oka może wydawać się przeciwny idei postgeneratywności – w końcu ich praktyka opiera się na analizie ogromnych zbiorów danych: wideo, obrazów satelitarnych, dźwięku, informacji geoprzestrzennych. Jednak to właśnie sposób, w jaki FA ogranicza automatyzm przetwarzania, czyni ich podejście istotnym przykładem postgeneratywnego działania. Wbrew pozorom Forensic Architecture nie generuje treści – oni je dekonstruują. Ich metodologia polega na spowalnianiu obrazu, zatrzymywaniu strumienia informacji, rozkładaniu materiału na klatki, analizowaniu trajektorii, powtórzeniach, pogłosach i cieniach. Ich celem nie jest 92 stworzenie gotowego rezultatu, lecz ujawnienie luk, błędów, pęknięć – miejsc, w których system narracyjny (np. państwowy, wojskowy, medialny) zawodzi. Forensic Architecture ogranicza zasięg danych: rezygnuje z metody „więcej to lepiej”, zamiast tego wybierając analizę jednostkową, kontekstualną, opartą na konflikcie i afekcie. Działa to wbrew logice generatywności: nie jest to produkcja, lecz kontemplacja śladu. Ich praktyka jest czasochłonna, nienormatywna, trudna do wystandaryzowania – i właśnie dlatego opiera się przetwarzalności przez AI. Prace FA – dotyczące m.in. zbrodni wojennych w Syrii, przemocy wobec Palestyńczyków, morderstwa Pavlosa Fyssasa w Grecji – nie mają charakteru artystycznego w klasycznym sensie. Są raportami, rekonstrukcjami, dowodami, ale ich forma i sposób działania sytuują je na przecięciu estetyki, polityki i epistemologii. To sztuka jako śledztwo, ale także jako przerywanie narracji. Postgeneratywność jako zakłócenie intencjonalności !Mediengruppe Bitnik – Random Darknet Shopper (2014) Szwajcarski kolektyw artystyczny !Mediengruppe Bitnik (Carmen Weisskopf i Domagoj Smoljo) zasłynął z projektu Random Darknet Shopper zrealizowanego w 2014 roku. Na potrzeby tej pracy stworzono automatycznego bota, który raz w tygodniu – całkowicie losowo – kupował przedmioty na jednym z darknetowych marketplace’ów i przesyłał je do przestrzeni galeryjnej Helmhaus w Zurychu, gdzie były wystawiane publicznie. Choć sam akt tworzenia bota mógłby sugerować współpracę z systemem generatywnym, istota projektu leżała w przesunięciu sensu działania technologii: algorytm był pozbawiony celu, logiki użytkowej, funkcji optymalizacyjnej. W przeciwieństwie do narzędzi AI, które projektuje się po to, by realizowały zadania szybciej, taniej i skuteczniej, bot Bitnika działał irracjonalnie, nonsensownie, nieprzewidywalnie. System AI – nawet jeżeli „twórczy” – działa zazwyczaj w trybie celowym: generuje zgodnie z promptem, rekomenduje zgodnie z profilem, odpowiada zgodnie z oczekiwaniem. W przypadku Random Darknet Shopper algorytm działał wbrew tym założeniom. Ograniczenie intencji, przejrzystości i produktywności było świadomym gestem twórczym. W rezultacie działanie bota nie służyło nikomu – nie było efektywne, opłacalne, ani nawet do końca legalne (przedmiotem jednej z przesyłek była ekstazy, co doprowadziło do policyjnego śledztwa). Projekt ten wpisuje się w strategię postgeneratywności, ponieważ przerywa główną logikę systemową: logikę celu, zysku i dopasowania. Zakłada sytuację bez wyjaśnienia, bez zastosowania, bez wyjścia – sytuację czysto proceduralną, która nie daje się sparametryzować. Bot nie współtworzy – bot zakłóca, parodiuje, ośmiesza oczekiwania wobec technologii i jej funkcji. To, co czyni Random Darknet Shopper projektem postgeneratywnym, to nie tylko użycie absurdu czy ryzyka – ale świadome ograniczenie zrozumiałości i interpretowalności. Projekt nie nadaje się do „wczytania” przez modele AI – nie niesie jasnego komunikatu, nie wzmacnia profilu użytkownika, nie wytwarza danych, które można efektywnie wykorzystać. Zamiast produkować treść, projekt generuje opór – przez bezsens, przypadek i nieczytelność. 93 Praktyki relacyjne jako forma ograniczenia Mierle Laderman Ukeles – Maintenance Art Manifesto (1969) i długofalowe działania Choć nie była wcześniej wymieniana, amerykańska artystka Mierle Laderman Ukeles zasługuje na przywołanie w kontekście postgeneratywności jako formy ograniczenia widzialności, produktywności i spektakularności. Jej przełomowy manifest sztuki utrzymania (Maintenance Art) z 1969 roku przeciwstawiał się dominującym wówczas modelom awangardowej nowości i artystycznej innowacyjności. Ukeles twierdziła, że czynności codzienne, powtarzalne, niezauważalne – takie jak sprzątanie, opieka, dbanie o porządek – są również sztuką, tyle że niewidoczną, nienagradzaną, pozbawioną wartości rynkowej. Jej późniejsze działania – np. wieloletnia współpraca z pracownikami służb miejskich w Nowym Jorku – były realizacjami sztuki jako troski, a nie jako produktu. Ograniczenie w jej praktyce polegało na odmowie spektaklu. Postgeneratywność u Ukeles realizuje się w formie nieprzetwarzalnej przez algorytm: nie da się bowiem zautomatyzować jej gestów, nie można ich przeliczyć na wynik, nie wpisują się w logikę innowacji. W tym sensie jej twórczość wyprzedzała swój czas – antycypowała rzeczywistość zdominowaną przez systemy generatywne i wskazywała, że jedynym sposobem oporu jest odmowa „nowości” i „efektywności” jako wartości dominujących. Postgeneratywność jako odmowa dokumentacji i archiwizacji Tino Sehgal – performanse bez śladu Tino Sehgal, brytyjsko-niemiecki artysta, jest jednym z najczystszych przykładów postgeneratywności jako radykalnego ograniczenia reprodukcji i przetwarzania. Jego działania – określane przez niego samego jako konstrukcje sytuacyjne – odbywają się wyłącznie w obecności widza i są ściśle regulowane przez zestaw niepodpisywanych kontraktów, które zakazują jakiejkolwiek formy dokumentacji: brak nagrań wideo, brak fotografii, brak notacji, brak tekstów kuratorskich w przestrzeni wystawy. Najbardziej znane prace Sehgala – takie jak This Progress (2010, Solomon R. Guggenheim Museum) czy Kiss – są efemeryczne, cielesne, relacyjne, a ich istota opiera się na obecności, której nie da się uchwycić w formacie danych. Pracownicy galerii i performerzy, z którymi artysta współpracuje, przekazują zasady działania jedynie ustnie – co oznacza, że nawet struktura jego pracy opiera się na relacji, a nie na informacji. Postgeneratywność tych działań nie polega na walce z AI – polega na konsekwentnym odmówieniu jakiejkolwiek formy, która mogłaby zostać przetworzona przez system. Dla systemu generatywnego twórczość Sehgala nie istnieje – ponieważ nie ma danych wejściowych, nie ma 94 archiwum, nie ma interfejsu. Ale dla uczestników doświadczenia – obecnych, współuczestniczących, afektywnie zaangażowanych – istnieje niezwykle intensywnie. Sehgal tworzy sztukę, której nie można zreplikować, nie dlatego, że jest to zakazane – ale dlatego, że jej materia to obecność, czas i rozmowa, których nie da się wygenerować. To praktyka postgeneratywna w sensie absolutnym: niekompatybilna z logiką indeksowania, niewspółmierna do reguł rynku sztuki (choć This Progress (2010) było pierwszym dziełem żywym zakupionym przez Solomon R. Guggenheim Museum), niemożliwa do odtworzenia w żadnym systemie uczenia maszynowego. Afektywność i powolność jako postgeneratywne media Małgorzata Wdowik – Strach (TR Warszawa, 2021) W teatrze Małgorzaty Wdowik, a szczególnie w spektaklu Strach zrealizowanym w 2021 roku w TR Warszawa, postgeneratywność przyjmuje formę sprzeciwu wobec przetwarzalności afektu. Spektakl dotyczył lęku społecznego, ale był zaprojektowany w taki sposób, by nie produkować prostych emocji ani ich reprezentacji – lecz by pracować na napięciu, opóźnieniu, niewypowiedzianym. Czas spektaklu był spowolniony, sceny często nieme lub przeciągnięte, relacje pomiędzy bohaterkami budowały się poprzez ciszę, spojrzenia, powtarzające się sekwencje. Widz nie otrzymywał informacji – otrzymywał sytuację. Emocja nie była przedmiotem komunikatu – była czymś, co dzieje się między ciałami, w napięciu, którego nie da się zarejestrować lub wygenerować. W ten sposób Wdowik ogranicza przetwarzalność sztuki przez system, nawet jeśli system ten nie jest obecny technologicznie. Tworzy sytuację, która jest nieproduktywna, niejasna, nienadająca się do dokumentacji, a co za tym idzie – pozostaje poza obiegiem algorytmicznej kultury. Odbiorca nie może zapisać sobie kluczowych cytatów, nie może „zrozumieć przesłania” w trzech akapitach recenzji – może jedynie doświadczyć czegoś trudnego, opornego, a przez to prawdziwie artystycznego. To spełnienie idei Tołstoja, który w Co to jest sztuka? pisał, że sztuka powinna być trudna, ponieważ tylko to, co wymyka się łatwemu ujęciu, może przenosić głębokie znaczenie i rzeczywistą komunikację między ludźmi. Wdowik nie tworzy obrazów – tworzy sytuacje obecności, których żaden model nie może przewidzieć ani odtworzyć. Ekologia jako postgeneratywność – ciało, ziemia, rytuał Siostry Rzeki – działania wodne i efemeryczne Ruch Siostry Rzeki, zapoczątkowany przez artystki i aktywistki związane z ekofeministycznym nurtem ochrony środowiska wodnego w Polsce, to jeden z najbardziej wyrazistych przykładów 95 postgeneratywności ekologicznej. Choć nie operują wprost w obszarze sztuki cyfrowej, ich działania są radykalną odmową cyfrowości jako formy obecności i produkcji kulturowej. Siostry Rzeki – występujące publicznie w symbolicznych szatach, organizujące rytuały na rzekach, marsze, pieśni, spływy, czytania i milczące manifestacje – tworzą formy niearchiwizowalne, nietrwałe, niereprezentacyjne, a co najważniejsze: niezaprojektowane dla systemów obiegu informacji. Ich działania: ●​ nie są dokumentowane profesjonalnie, ●​ nie podlegają kuratorskiemu formatowaniu, ●​ nie są projektowane pod kątem medialności, ●​ nie tworzą danych wejściowych dla AI. To, co zostaje – to wspomnienie obecnych, relacja cielesna z wodą, czasem, przestrzenią. Ich performanse są rytuałem, nie performansem; interwencją społeczną, nie dziełem sztuki w rozumieniu instytucjonalnym. Tylko że właśnie dzięki temu tworzą sferę poza generatywnością systemową. W świecie, w którym nawet ekologia bywa generatywna – przeliczana, wizualizowana, parametryzowana – Siostry Rzeki odmawiają wpisania się w ten system. Nie tworzą danych, nie wspierają obiegu platformowego, nie dokumentują swojej obecności w sposób, który mógłby być przechwycony, zreplikowany, wykorzystany. Ich moc leży w znikaniu, nie w byciu zapamiętanym przez model. Postgeneratywność jako logika mikro – mikrokooperatywy i bio-art W kontekście globalnych struktur przetwarzania danych i generowania kultury, szczególną rolę odgrywają mikrokooperatywy artystyczne i inicjatywy bio-artowe, działające często w krajach Globalnego Południa, ale także w społecznościach lokalnych Zachodu. To przestrzenie twórczości, które nie działają w oparciu o narzędzia technologiczne, lecz o dostępność, surowce, rytmy społeczne, materialność i fermentację. Na przykład: ●​ kooperatywy artystyczne w Medellín (Kolumbia) tworzą sztukę uliczną, performanse i rytuały lokalne, które nie mają cyfrowego zapisu, ●​ hacklaby w Indonezji i Nigerii operują sprzętem z recyklingu, niepodłączonym do Internetu, ●​ bio-art w formie hodowli bakterii, pleśni, fermentów (np. projekty Agnes Meyer-Brandis, Gilberto Esparzy, Oron Catts i Ionat Zurr) tworzy formy nieprzewidywalne, nieoptymalizowalne i nienormatywne.​ Cechą wspólną tych inicjatyw jest brak generatywnej powtarzalności. Działają na marginesie systemów obiegu, poza logiką inwestycji, optymalizacji, uśrednienia. Nie dają się przewidzieć – 96 nie dlatego, że są chaotyczne, ale dlatego, że są zbyt zakorzenione w lokalnym, cielesnym, przypadkowym, społecznym. W tym sensie te działania są odmową całej cywilizacji predykcyjnej, nie tylko narzędzi AI. Przypominają, że generatywność to nie tylko algorytm – to też cały system społeczny, który oczekuje od twórcy bycia produktem, bycia obecnym, bycia gotowym. Postgeneratywność jako epistemologia kultury Ograniczenie nie jako brak – lecz jako warunek możliwości Zamykając analizę postgeneratywności jako strategii twórczej, epistemicznej i politycznej, należy wyraźnie podkreślić: ograniczenie nie jest tu deficytem. Nie jest ograniczeniem twórczości – ale ograniczeniem systemu, który tę twórczość próbuje przeliczyć, uśrednić, przetworzyć i zasymilować. To akt odmowy bycia kompatybilnym, bycia wydajnym, bycia przewidywalnym. Postgeneratywność w ujęciu tej rozprawy nie odnosi się wyłącznie do użycia lub nieużycia AI. Oznacza działanie w warunkach zdominowanych przez logikę generatywną, czyli taką, która nie tylko generuje obrazy, teksty czy dźwięki – ale generuje światy kultury, rytmy instytucji, oczekiwania publiczności, style myślenia i sposoby wartościowania, realizuje założenia Agendy 2030 aby całkowicie podporządkować masy globalnemu porządkowi uśrednienia i przewiduwalnoscu. To cywilizacja generowana pod kątem zasięgu, mierzalności, produktywności. W tym świecie twórca ma być: ●​ obecny (bo inaczej nieistotny), ●​ dostępny (bo niewidzialność to nieistnienie), ●​ rozpoznawalny (bo tylko to jest „autentyczne”), ●​ zoptymalizowany (bo to ułatwia finansowanie), ●​ zgodny z oczekiwaniem (bo to zwiększa szansę na sukces).​ Postgeneratywność zrywa z tymi wymaganiami. Twórca w tej logice nie musi być produktywny, ale może być intencjonalnie ograniczony. Nie musi być widoczny – może działać w półcieniu, w lokalności, w czasie własnym, niealgorytmicznym. Nie musi być zrozumiały – może być niejasny, nieefektywny, afektywny. Wszystkie przytoczone wcześniej przykłady – od Tino Sehgala po Siostry Rzeki, od Rosa Menkman po Jeanne van Heeswijk, od Małgorzaty Wdowik po bio-artystów fermentacyjnych – mają jedną wspólną cechę: odmowę wejścia w rytm systemu. Nie tylko technologicznego, ale także instytucjonalnego, społecznego, estetycznego. Postgeneratywność jako system epistemiczny 97 Postgeneratywność nie jest stylem. Nie jest kierunkiem sztuki. Jest sposobem myślenia o twórczości jako formie oporu i obecności. Jej podstawowe kategorie to: ●​ czas (nieoptymalny, nielinearny, powolny), ●​ obecność (nieindeksowalna, nieobrazowa, cielesna), ●​ relacja (nieprzewidywalna, afektywna, nienormatywna), ●​ błąd (nie do korekty, lecz do celebracji), ●​ rytuał (nie jako forma, ale jako struktura działania).​ To system wiedzy kulturowej, który nie opiera się na danych, lecz na sytuacjach, nie na produktach, lecz na gestach, nie na wynikach, lecz na obecnościach. W tym sensie strategia postgeneratywna otwiera pole działania nie tylko dla sztuki, ale dla całej kultury – także edukacji, instytucji, wspólnot, społeczności, które nie chcą być sformatowane pod kątem systemowej optymalizacji. To możliwość nieopłacalności, trudności, lokalności – jako wartości poznawczej i etycznej. W świecie, w którym każda forma może zostać przechwycona, a każda obecność – przeliczona, postgeneratywność oferuje scenariusz alternatywny. Nie utopię, ale praktykę ograniczenia, która nie zamyka, lecz otwiera przestrzenie, które wcześniej zostały zdominowane przez rytm danych. To przyszłość, która nie może zostać wygenerowana. Bo jej wartość polega nie na tym, że jest nowa – lecz na tym, że jest niemożliwa do powtórzenia. 6.3. Prototypy i performanse – działanie jako model epistemiczny W epoce dominacji modeli predykcyjnych, których operacyjna logika opiera się na powtarzalności, uśrednianiu, przewidywalności i zdolności skalowania, prototyp i performans stają się jednymi z najważniejszych narzędzi oporu epistemicznego. Odróżniają się one od formatów podporządkowanych logice danych, ponieważ ucieleśniają działanie niestabilne, sytuacyjne, nieliniowe i afektywne – nieprzewidywalne w sposób strukturalny, a przez to niemożliwe do zindeksowania, przeliczenia czy replikowania. W kontekście sztuki po AI prototyp nie oznacza wstępnego stadium produktu ani iteracyjnego testu gotowego rozwiązania. Oznacza raczej wydarzenie poznawcze – uruchomienie modelu alternatywnej wiedzy, która powstaje w czasie rzeczywistym, w konkretnej relacji i nie prowadzi do dalszej utylizacji, lecz do przekształcenia percepcji. Podobnie performans nie jest tu rozumiany jako przedstawienie, ale jako akt wytwarzania obecności i sensu w warunkach niemożliwych do zautomatyzowania. W tym ujęciu zarówno prototyp, jak i performans funkcjonują jako formy działania nieprzetwarzalne: nie generują danych użytecznych dla systemu, nie dostarczają reprezentacji, nie wzmacniają widzialności. Ich znaczenie ujawnia się w kontekście lokalnym, relacyjnym, afektywnym – i tym samym nie może zostać uśrednione. W przeciwieństwie do strategii generatywnej, która działa w 98 logice predykcji, działania prototypiczne i performatywne odwołują się do nieciągłości, opóźnienia, cielesności i obecności jako źródeł wiedzy. Przykład 1: Rirkrit Tiravanija – wspólnota jako anty-produkt Praktyka artystyczna Rirkrita Tiravaniji od lat stanowi wzorcowy przykład performansu jako działania opartego na relacyjności, współobecności i cielesnym doświadczeniu. W jednej z jego najbardziej znanych realizacji – instalacji, w której artysta gotuje curry i podaje je uczestnikom w przestrzeni galerii – sam akt wspólnego bycia i dzielenia się jedzeniem staje się dziełem sztuki. Działanie to nie generuje obiektu, który można sprzedać, zarchiwizować czy zdigitalizować. Nie powstaje obraz ani tekst, nie zachodzi produkcja sensu w rozumieniu komunikacyjnym. Tiravanija tworzy przestrzeń, w której „nic się nie dzieje” w sensie spektakularnym – ale wszystko się wydarza na poziomie relacyjnym, zmysłowym, obecnościowym. W tym sensie jego działania stanowią przykład performatywnego prototypu: sytuacji niedającej się powtórzyć, zamknąć w algorytmie ani przekształcić w produkt. Tiravanija świadomie rezygnuje z elementów, które mogłyby wzmocnić jego obecność w systemie – nie dąży do rejestracji, nie projektuje pod kątem widzialności, nie współtworzy treści algorytmicznie przetwarzalnych. Przez to właśnie jego twórczość wykracza poza logikę generatywności i staje się modelem epistemicznym, który podważa podstawowe zasady funkcjonowania kultury cyfrowej. Przykład 2: Lawrence Abu Hamdan – dźwięk jako ślad i interwencja Prace Lawrence’a Abu Hamdana ukazują, jak dźwięk – jako medium niestabilne, kontekstowe i wieloznaczne – może pełnić funkcję epistemologiczną nie do uchwycenia przez systemy AI. Abu Hamdan, artysta i badacz, specjalizuje się w analizie akustycznej przestrzeni, szczególnie w kontekście przemocy, świadectwa i prawa. W projekcie poświęconym więzieniu Saydnaya w Syrii (we współpracy z Forensic Architecture i Amnesty International) Abu Hamdan rekonstruował przestrzeń więzienną wyłącznie na podstawie wspomnień byłych więźniów dotyczących pogłosów, odgłosów kroków i mechanizmów dźwiękowych. To działanie nie służyło wytwarzaniu danych, ale ich reinterpretacji: zmysłowej, subiektywnej, zakłóconej. Praca Abu Hamdana była prototypem wiedzy alternatywnej – takiej, która powstaje w słuchaniu, nie w oglądzie; w kontekście, nie w semantyce. W warunkach kultury generatywnej – opartej na wizualności, reprezentacji i uśrednianiu – ta forma twórczości staje się radykalnie nieprzetwarzalna. Nie jest to tylko gest artystyczny, ale też polityczny: interwencja w mechanizmy systemowego niewidzenia i niesłyszenia, poprzez wprowadzenie epistemologii dźwięku jako prototypu sprawiedliwości i pamięci. Działania prototypiczne i performatywne, które wymykają się rejestracji, powtórzeniu i waloryzacji przez system, mają także wymiar polityczny i cielesny. Ich wartość nie polega na produkcji ani estetyce, lecz na wytwarzaniu sytuacji granicznych – zmysłowych, emocjonalnych, kontekstowych – które nie dają się przetworzyć przez logikę ujęcia, transferu i przeliczenia. Sztuka oparta na takich praktykach zakłada odmienną ontologię działania: nie stawia na formę, ale na afekt; nie na treść, ale na obecność; nie na trwałość, lecz na efemeryczność. Przykład 3: Zorka Wollny – głos jako prototyp afektywnej obecności 99 Zorka Wollny od wielu lat tworzy projekty sytuacyjne, często z udziałem lokalnych społeczności, w których dźwięk, rytm i głos stają się narzędziami afektywnej transformacji przestrzeni. Jej działania – jak Chór Kobiet, Voices czy Song at Work – oparte są na partyturach zbiorowego głosu i performatywnych kompozycjach dźwiękowych, realizowanych często w przestrzeniach instytucjonalnych, postindustrialnych lub wspólnotowych. Głos, będący tu nośnikiem nie informacji, lecz obecności, zostaje wyzwolony z funkcji komunikacyjnej. Wollny nie tworzy „utworu” w klasycznym sensie – tworzy sytuację sonicznego napięcia, mikroafektywną przestrzeń współbrzmienia, w której gest i dźwięk nie są reprodukowalne. To twórczość poza archiwum i poza algorytmem – oparta na czasie rzeczywistym, cielesnej synchronizacji i nieprzekładalnym kontekście. Jej prace są prototypami wiedzy sytuowanej, która istnieje tylko w akcie – i przez to są odporne na przechwycenie przez modele językowe czy systemy AI. Przykład 4: Justyna Gruszczyk – słuchanie jako akt epistemiczny Justyna Gruszczyk, łącząc praktyki dźwiękowe z doświadczeniem somatycznym i ekologicznym, tworzy działania, które przyjmują formę medytacyjnego, uważnego słuchania. W projekcie Słuchanie gleby (2023), realizowanym w ramach praktyki artystyczno-badawczej, Gruszczyk zapraszała uczestników do kontaktu z ziemią – zarówno jako medium akustycznym, jak i jako partnerem relacyjnym. Doświadczenie to, oparte na mikroafektach, zmysłowym skupieniu i nieproduktywnym czasie, działało jako prototyp wiedzy poza językiem. Słuchanie w ujęciu Gruszczyk nie jest aktem poznania, lecz relacji. Gleba, dźwięk i dotyk stają się tu elementami wymiany, której nie można sparametryzować, nie da się zindeksować ani wykorzystać jako danych wejściowych. W epoce AI, która przekształca nawet percepcję w strumień metadanych, ten rodzaj działania stanowi radykalną odmowę uczestnictwa. Performans polega na byciu obecnym, nie na tworzeniu – co czyni go epistemologicznie nieprzetwarzalnym, a więc postgeneratywnym w najbardziej fundamentalnym sensie. Przykład 5: Michał Libera – słuchanie jako polityka percepcji Michał Libera, łącząc praktykę kuratorską, badawczą i performatywną, rozwija koncepcje słuchania jako gestu politycznego i epistemicznego. Jego projekty – takie jak Liminal czy działania w ramach Radical Listening – nie są utworami dźwiękowymi w sensie produkcyjnym. To raczej interwencje w sposób, w jaki kultura przetwarza sygnały: selektywnie, zhierarchizowanie, przez pryzmat oczekiwań i użyteczności. Libera podważa ten porządek, projektując sytuacje, w których słuchanie staje się doświadczeniem bez struktury – pełnym napięcia, opóźnienia i niejednoznaczności. Dźwięk nie prowadzi do sensu, lecz do obecności. Prototyp w tej praktyce nie służy opracowaniu formy, lecz przemieszczeniu jej w kierunku niesterowalnego doświadczenia. W świecie, który oczekuje czytelności i standaryzacji, Libera projektuje warunki wiedzy nieczytelnej – i właśnie w tym tkwi jego opór wobec systemów generatywnych. Przykład 6: FOQL – noise jako zakłócenie systemowe 100 Justyna Banaszczyk, znana jako FOQL, tworzy na przecięciu muzyki eksperymentalnej, noise’u, aktywizmu i praktyk performatywnych. Jej działania – zarówno solowe występy, jak i projekty z udziałem społeczności lokalnych – są przykładami radykalnie niestabilnych interfejsów dźwiękowych. Zamiast czystości brzmienia, rytmiczności i przewidywalności, FOQL buduje swoje performanse z materiałów zakłócających: szumów, błędów, sprzężeń, pętli zwrotnych i zakłóconych rytmów. To muzyka, która nie służy do słuchania w tradycyjnym sensie, lecz do przeżywania w stanie nadmiaru. W logice generatywności – systemów predykcyjnych opartych na rozpoznawalności wzorców, harmonii danych wejściowych i możliwości rekombinacji – twórczość FOQL stanowi strukturalne wyzwanie. Nie tylko dlatego, że jest trudna do klasyfikacji, lecz również dlatego, że jej intencją jest dezorganizacja odbioru. Działania FOQL są rodzajem performatycznego prototypu, który testuje granice słyszalności i społecznej normy estetycznej. To projektowanie hałasu jako przestrzeni nie do ujęcia – i przez to właśnie nieprzetwarzalnej. W kontekście AI, która wymaga jasnych danych, uporządkowanych struktur i logiki komunikacyjnej, praktyka FOQL unieważnia podstawy działania systemu. To twórczość nieprzydatna, ale właśnie przez to – odporna. Afekty, gesty i interfejsy nienumeryczne W kolejnej grupie przykładów przyjrzymy się działaniom, które projektują gest kulturowy jako formę radykalnie sytuacyjną i cielesną, odporność na systemowe ujęcie i standaryzację. W przeciwieństwie do modeli AI, które przetwarzają znaczenie poprzez semantykę, powtarzalność i algorytmiczną adaptację, działania te są nadmiarowe, nieczytelne, zbyt lokalne lub zbyt emocjonalne, by można było je włączyć w system danych. Ich wartość nie polega na przekazie, lecz na obecności, nie na reprezentacji, lecz na współbrzmieniu, nie na treści, lecz na afekcie. Przykład 7: Weronika Lewandowska i Katarzyna Słoboda – We Are All Air Projekt We Are All Air, realizowany przez Weronikę Lewandowską i Katarzynę Słobodę, oparty jest na praktyce wspólnego oddychania, pracy z głosem, ruchem i obecnością w przestrzeni. Performans nie przyjmuje formy spektaklu, lecz jest medytacyjnym, cielesnym doświadczeniem synchronizacji oddechów – działania bez słów, bez przekazu, bez zakończenia. Ciała stają się instrumentami nie przez ekspresję, ale przez istnienie: w rytmie, napięciu, pulsacji. Oddychanie – podstawowy akt życia – staje się tu prototypem wspólnoty, która nie opiera się na języku, danych, komunikacie czy algorytmie. To relacja pozaprzestrzenna i pozasemantyczna, nie do uchwycenia przez system. W świecie sztucznej inteligencji, której struktura zakłada dekodowalność sygnału, jednoznaczność formatu i hierarchię informacji, We Are All Air jest czystą odmową: performansem, którego nie można opisać, nie da się wygenerować, nie da się powtórzyć. Jest tylko tu i teraz – zmysłowy, cielesny i nieprzetwarzalny. 101 To działanie przywracające sens temu, co w twórczości zawsze wymykało się systemom: obecności. Przykład 8: Marina Naprushkina – działania archiwalne i kontrpubliczne Marina Naprushkina, artystka białoruskiego pochodzenia, łączy praktykę artystyczną z aktywizmem społecznym i politycznym, tworząc działania kontrarchiwalne, które odrzucają estetykę reprezentacji i porządek systemowy. Jej projekt Neue Nachbarschaft / Moabit – oddolna inicjatywa wspierająca migrantów i uchodźców w Berlinie – stanowi przestrzeń edukacji, solidarności i organizacji społecznej, ale także świadomą formę tworzenia wiedzy poza dominującym dyskursem instytucjonalnym. Jednym z kluczowych aspektów działań Naprushkiny jest praktyka archiwizacji, która nie ma na celu tworzenia obiektywnego zasobu informacji. Przeciwnie: archiwum w jej ujęciu to zbiór głosów, relacji, doświadczeń i pism codziennych – dokumentów zbyt nieczytelnych dla systemów przetwarzania językowego, zbyt emocjonalnych lub zbyt lokalnych, by mogły stać się materiałem dla AI. Takie działania można określić jako performans archiwalny: praktykę, w której dokumentowanie jest aktem politycznym, a nie technologicznym. Prototyp w tej formie to nie produkt ani dzieło, lecz niestabilna forma istnienia w przestrzeni społecznej, która nie spełnia oczekiwań systemowych – bo nie przynosi danych, nie tworzy zbiorów, nie prowadzi do uśrednienia. Naprushkina operuje na granicy widzialności: wystarczająco obecna, by działać politycznie, ale zbyt nieprzewidywalna, by zostać zinstytucjonalizowaną. Jej praca to model kontrpubliczny – społeczność i dokumentacja, która nie może zostać ujęta w ramy cyfrowej semantyki. To wiedza odporna na przechwycenie, bo zakorzeniona w sytuacji, nie w reprezentacji. Przykład 9: Twożywo – tekst jako interfejs nieużyteczny Grupa Twożywo – kolektyw artystyczny działający w Warszawie od końca lat 90. do 2011 roku – tworzyła murale, plakaty i typograficzne interwencje miejskie, które redefiniowały przestrzeń publiczną jako pole semantycznego niepokoju. Ich działania – wizualne i językowe – nie spełniały funkcji informacyjnych ani dekoracyjnych, lecz działały jak system zakłóceń: zamiast jednoznacznego komunikatu oferowały wieloznaczność, paradoks, grę z językiem. W świecie AI, gdzie tekst jest zasobem, z którego modele językowe uczą się wzorców, klarowności, reguł semantycznych, praktyka Twożywa jawi się jako radykalnie oporna. Ich murale nie zawierały informacji, które można łatwo otagować, sklasyfikować lub zindeksować. To była typografia jako kontr-interfejs – język stawiający opór swojemu przetwarzaniu. W tym sensie działania Twożywa funkcjonują jako performatywne prototypy: nie są do powtórzenia, nie dają się systematyzować, nie tworzą wzorca. Każdy tekst – "kochajcie architekturę" czy "żyj szybko, umieraj sztucznie" – był jednorazowym gestem, który zakłócał rytm języka publicznego i wymykał się narzędziom systemowej analizy. To przykład nienumerycznego projektu artystycznego – formy kultury, która nie nadaje się do reprodukcji, lecz istnieje tylko jako interwencja w rzeczywistość, chwilowa i nieprzewidywalna. 102 Przykład 10: Hacklaby i lokalne mikrokooperatywy – wspólnota jako efemeryczny prototyp W nurcie działań odpornych na systemy predykcyjne szczególne miejsce zajmują mikrokooperatywy i lokalne hacklaby – niezależne, często nieformalne grupy twórcze działające poza głównym obiegiem instytucjonalnym. Ich cechą charakterystyczną nie jest technologia sama w sobie, lecz sposób jej użycia: ograniczony, fragmentaryczny, kontekstowy, związany ze wspólnotą i relacją, a nie z produktem. Działania tego typu – obserwowane na przykład w kontekstach Globalnego Południa, ale również w Europie Wschodniej czy na obrzeżach metropolii zachodnich – są reakcją na realne ograniczenia: infrastrukturalne, finansowe, środowiskowe. Ich siła polega jednak nie na przezwyciężaniu tych barier, lecz na przekształceniu ich w warunek metody. Tworzenie bez dostępu do pełnej infrastruktury technologicznej staje się modelem twórczości nieprzetwarzalnej, niestandardowej, nieużytecznej dla AI. W tych działaniach prototypem staje się sama wspólnota – nie jako trwały podmiot, lecz jako efemeryczne zdarzenie, ulotna konfiguracja relacji, która powstaje tylko w danym miejscu i czasie. Hacklab, który działa w trybie offline, z odzyskiwanym sprzętem, z lokalnie tworzonymi narzędziami i bez intencji skalowania, nie generuje zasobu, lecz sytuację. Ta sytuacja – nieproduktywna w klasycznym sensie – tworzy nowy wymiar kultury: relacyjny, fragmentaryczny, oparty na obecności, a nie na treści. W przeciwieństwie do kultury cyfrowej, w której twórczość to dane, ich przetwarzanie i redystrybucja, tutaj twórczość to wydarzenie, którego nie da się zapisać, powtórzyć ani nauczyć modelu. Hacklaby te często łączą elementy sztuki, technologii i edukacji, ale nie w formie spektaklu czy transmisji, lecz jako niepewny eksperyment, którego rezultat nie jest znany – i nie jest celem. To radykalna forma oporu kulturowego wobec generatywności, która każe działać zawsze z myślą o produkcie, efekcie, obecności w sieci. W działaniach tych mikrogrup performansem jest sama praca wspólna, a prototypem – świat, który tworzy się na chwilę poza systemem. Prototyp jako forma niesterowalności kulturowej Zamykając podrozdział poświęcony prototypom i performansom, należy podkreślić, że działania te nie są uzupełnieniem strategii postgeneratywnej – są jej rdzeniem metodologicznym. W epoce kultury algorytmicznej, w której każda aktywność zostaje zmapowana, przewidziana i przetworzona, prototyp staje się działaniem niemożliwym do uchwycenia przez system. Nie jest próbą stworzenia lepszego narzędzia – jest gestem wyjścia poza użyteczność. Prototyp – w tym kontekście – nie funkcjonuje jako przygotowanie do produkcji, ale jako forma wiedzy performowanej: sytuacja niepowtarzalna, niereplikowalna, odporna na uśrednienie. Każdy z opisanych przykładów – od FOQL po Abu Hamdana, od Twożywa po Naprushkinę – to forma takiego działania: działania, które nie zostawia po sobie danych, nie tworzy archiwum, nie nadaje się do wykorzystania. Performans jako działanie epistemiczne także nie służy ekspresji – jego funkcją jest wyłamanie się z komunikacyjnej normy. To akt obecności i napięcia, które nie mieści się w semantycznej strukturze, a 103 zatem nie poddaje się ani przetwarzaniu, ani reprodukcji. Wiedza, która się w nim ujawnia, nie może być opisana ani przetłumaczona – może być jedynie przeżyta. W tym sensie zarówno performans, jak i prototyp działają jako formy ontologicznego oporu. Ich moc nie leży w treści, ale w afekcie, w czasie, w zakłóceniu. Projektują one rzeczywistość kulturową, której nie da się przewidzieć ani zautomatyzować – i dlatego właśnie są tak istotne w epoce AI. W czasach, gdy kultura staje się systemem danych, właśnie te formy dają nadzieję na coś innego: na relację, na obecność, na świat, którego nie da się zaprojektować. Epistemologia działania nieprzetwarzalnego W świetle powyższych analiz, performans i prototyp jawią się nie jako estetyczne marginesy kultury cyfrowej, lecz jako centralne narzędzia epistemologiczne dla sztuki po AI. Ich istotą nie jest ekspresja czy dokumentacja, ale testowanie: granic poznania, relacji, materialności, percepcji. To działania, które nie mają prowadzić do uśrednionego rezultatu, ale do doświadczenia niemożliwości – do sytuacji, w której system staje się bezużyteczny. W świecie przetwarzalności, kompresji i transmisji, gest niewidoczny, afektywny, niesterowalny i efemeryczny staje się formą radykalnego sprzeciwu. Performans nie jest więc opowieścią – jest odmową reprezentacji. Prototyp nie jest próbą stworzenia modelu – jest zdarzeniem, które model unieważnia. Ich wartość nie leży w archiwizacji, ale w niemożliwości zapisu. Nie oferują treści – oferują warunki bycia i odczuwania, które wymykają się systemowi. W epoce dominacji AI, postgeneratywność potrzebuje form działania, które nie tylko nie służą systemowi, ale też go nie obchodzą. Performans i prototyp – jako praktyki sytuacyjne, cielesne, zakłócające – są nośnikami takiej właśnie twórczości: nieprzetwarzalnej, nieproduktywnej, nieużytecznej w klasycznym sensie, a przez to głęboko wolnej. Ich funkcja nie polega na negowaniu technologii, lecz na przypominaniu, że istnieje rzeczywistość, której technologia nie ogarnia – rzeczywistość afektu, ciała, błędu, obecności, która nie jest mierzona, lecz przeżywana. W tym sensie działanie – nie jako performance art, lecz jako model kulturowy – staje się rdzeniem epistemologii po generatywności. To właśnie tutaj, w sferze tego, co umyka, co nie mieści się w parametrach, co zostaje przeżyte, ale nie zapisane – odnajdujemy najbardziej obiecującą przestrzeń dla twórczości po AI. To przestrzeń, która nie wymaga tłumaczenia, nie szuka publiczności ani sensu, lecz tworzy ślad – ślad istnienia poza systemem. 6.4. Relacja z publicznością i niepewność Przeciw kontrolowanej recepcji W kulturze ukształtowanej przez systemy generatywne, rekomendacyjne i predykcyjne, odbiorca sztuki zostaje przekształcony w figurę użytkownika. Jego zachowanie, preferencje i czas interakcji są modelowane i mierzone – nie w celu pogłębienia relacji, lecz w celu jej optymalizacji pod kątem 104 statystyki, konwersji, metryki. W tym porządku publiczność staje się obiektem zarządzania: przez interfejs użytkownika (UI), projekt doświadczenia (UX), algorytmy rekomendacji, a nawet metody kuratorskie podporządkowane analizie danych. Sztuka po AI – w sensie przedstawionym w manifestach postgeneratywności, antygeneratywności, postagentowości i antyagentowości – wchodzi w spór z tym modelem relacji. Projektuje działania, które nie tylko odrzucają pomiar i uśrednienie, ale tworzą warunki relacyjne nieprzewidywalne, nieprzetwarzalne i niekontrolowalne. Relacja z publicznością staje się wówczas przestrzenią epistemologicznego ryzyka – wspólnym wydarzeniem, w którym ani artysta, ani odbiorca nie wiedzą, co się wydarzy. Nie ma bezpiecznego kontraktu, nie ma założonej skuteczności – jest sytuacja, która domaga się uważności, ciała i obecności. Nieprzewidywalność jako strategia kulturowa W odróżnieniu od tradycyjnych modeli komunikacji artystycznej, w których struktura dzieła implikuje przewidywalny typ odbioru, praktyki relacyjne w sztuce po AI celowo destabilizują ten mechanizm. Nie zakładają one reakcji „właściwej” ani „efektywnej” – przeciwnie, dopuszczają ciszę, nieobecność, porażkę lub niezrozumienie jako pełnoprawne formy uczestnictwa. Tego rodzaju działania: ●​ nie oczekują zaangażowania w formie mierzalnej lub interaktywnej, ●​ nie korzystają z interfejsów cyfrowych jako narzędzi mediacji, ●​ nie przygotowują widza do roli odbiorcy – lecz stawiają go w pozycji współobecności.​ Relacja artystyczna przestaje być kontraktem, a staje się sytuacją – przestrzenią obecności, w której odbiorca nie jest już klientem, użytkownikiem, ani współtwórcą na zasadach systemowych. Nie jest już jednostką do zaklasyfikowania w modelu danych, lecz bytem afektywnym, cielesnym, nieprzewidywalnym. Przykład: Tino Sehgal – sytuacje bez rejestracji i konwencji Działania Tino Sehgala stanowią jeden z najbardziej radykalnych przykładów twórczości relacyjnej poza logiką danych. W jego pracach – takich jak This Progress (2010), Kiss (2002) czy These Associations (2012, Tate Modern) – nie ma dokumentacji, nie istnieją zapisy audio ani wideo, nie powstaje archiwum. Każde wydarzenie odbywa się wyłącznie w czasie rzeczywistym, w obecności odbiorcy, bez możliwości jego powtórzenia. Co więcej, publiczność często nie jest informowana, że wydarzenie już się rozpoczęło. W przestrzeni wystawienniczej pojawiają się osoby, które nagle zaczynają mówić, tańczyć lub zbliżać się do widza – bez zapowiedzi, bez oznaczeń, bez instrukcji. To właśnie brak przygotowania odbiorcy stanowi istotę relacyjności u Sehgala: obecność jest zdarzeniem, a nie funkcją przewidywania. 105 Taka relacja jest radykalnie niegeneratywna: nie może zostać zapisana, przeliczona ani wykorzystana jako dane wejściowe do żadnego modelu. Przerywa wszelkie mechanizmy konwersji doświadczenia na format cyfrowy. Nie powstaje tu treść do reprodukcji – powstaje moment wspólny, afektywny, niepowtarzalny. To gest epistemicznego ryzyka, który przywraca odbiorcy rolę żywej obecności, a nie punktu styku z maszyną. Praktyki relacyjne poza modelem użytkownika W kontekście kultury postcyfrowej, zdominowanej przez interfejsy responsywne i personalizację doświadczeń, twórcy poszukują sposobów na odzyskanie odbiorcy nie jako „użytkownika”, lecz jako osoby cielesnej, obecnej, autonomicznej. Praktyki relacyjne, które odrzucają przewidywalność i mierzalność, kwestionują samą istotę interakcji jako narzędzia. W zamian proponują relacje jako sytuacje nieprzewidywalne, często niemierzalne, a niekiedy całkowicie nieudokumentowane. Przykład 1: Małgorzata Wdowik – Strach jako afektywna struktura niepewności W spektaklu Strach (TR Warszawa, 2021), Małgorzata Wdowik stworzyła przestrzeń, w której odbiorca nie wie, czego się spodziewać. Samo wejście do sali teatralnej pozbawione jest typowych oznaczeń – przestrzeń jest ciemna, surowa, bez jednoznacznych punktów orientacyjnych. Warstwa dźwiękowa, przygotowana z pomocą Michała Kupisza, oddziałuje na zmysły w sposób nieoczywisty: wzbudza napięcie, lecz nie prowadzi do rozwiązania. Relacja z publicznością w tej pracy oparta jest na napięciu afektywnym, niekomunikowalności, opóźnieniu, a nawet braku reakcji. Widz nie jest prowadzony przez narrację ani gest dramatyczny, ale przez własny stan psychofizyczny, który nie znajduje ujścia w interpretacji. W ten sposób Wdowik odzyskuje odbiorcę dla sytuacji – nie jako przekaźnika treści, ale jako ciało, które doświadcza niemożliwości pełnej reprezentacji. Przykład 2: Weronika Lewandowska i Katarzyna Słoboda – We Are All Air Projekt We Are All Air (2022–2023), zrealizowany przez Weronikę Lewandowską i Katarzynę Słobodę, stanowi performatywne badanie rytmu oddechu, powietrza i cielesności jako medium relacyjnego. W performansach i warsztatach realizowanych m.in. w Zachęcie, Art Stations Foundation oraz kontekście wystaw performatywnych, artystki odchodzą od pojęcia komunikacji jako wymiany treści. Relacja z publicznością nie opiera się na przekazie, lecz na współobecności – rytmie ciała, wspólnym oddechu, milczeniu. Nie ma tu miejsca na dane zwrotne, personalizację czy ocenę. Odbiorca nie staje się użytkownikiem, lecz częścią wspólnego pola odczuwania. To relacja antyinterfejsowa, w której nie istnieje logika zadania, odpowiedzi, ani narracyjnego „przebiegu”. Przykład 3: FOQL i logika zakłócenia 106 Justyna Banaszczyk, znana jako FOQL, działa na przecięciu muzyki eksperymentalnej, sztuki dźwięku i aktywizmu. W ramach kolektywu Oramics współtworzy przestrzenie edukacyjne i twórcze, które nie są oparte na strukturze transmisyjnej, ale na chaosie, hałasie, nieciągłości. Jej sety live, performanse noise oraz działania dźwiękowe, takie jak Tsunami Girl, zakładają brak przewidywalności odbiorczej. Widzowie nie są w stanie odczytać struktury ani przewidzieć kolejnych zdarzeń sonicznych – doświadczenie jest w pełni afektywne, często fizycznie intensywne, a jednocześnie pozbawione punktów interpretacyjnych. FOQL odzyskuje relację nie jako format, lecz jako zderzenie – sytuację, w której odbiorca musi pozostać niepewny, wytrącony, obecny. Wspólnota zamiast interakcji W działaniach artystycznych, które zakorzenione są w lokalności, wspólnocie i procesie, odbiorca nie funkcjonuje już jako zewnętrzny widz – staje się uczestnikiem, sąsiadem, współdziałającym. W takim podejściu relacja nie jest już mediowana przez język instytucjonalny czy technologiczny, ale przez czas, zaufanie i powtarzalną obecność. Znosi to granicę między sztuką a życiem, a tym samym między artystą a odbiorcą. Przykład 4: Jeanne van Heeswijk – Freehouse i radykalna lokalność Holenderska artystka Jeanne van Heeswijk, w swoim długoletnim projekcie Freehouse: Radicalizing the Local (Rotterdam, od 2008), przekształciła przestrzeń osiedla Afrikaanderwijk w dynamiczne pole działań artystycznych, edukacyjnych i ekonomicznych. W ramach tego procesu, lokalni mieszkańcy – nie jako widzowie, lecz jako współtwórcy – angażowani byli w projektowanie warsztatów, wydarzeń, instytucji sąsiedzkich. Relacja z publicznością nie opierała się na spektaklu, ale na wspólnym działaniu, którego rezultat był niepewny, zależny od wielu czynników społecznych, ekonomicznych, kulturowych. Nie było tu klasycznej instytucji ani struktury recepcji. Nie było też odbiorców w sensie tradycyjnym – byli sąsiedzi, którzy stali się współautorami zmian. Projekt ten świadomie unikał rozwiązań skalowalnych, nie tworzył treści do późniejszego obiegu, nie generował danych. Odbiorca nie był jednostką do pomiaru, lecz istotą relacyjną. Przykład 5: mikrokooperatywy, hacklaby i wspólnoty afektywne W wielu działaniach artystycznych powstających w kontekście mikrokooperatyw i lokalnych hacklabów – zarówno w Europie Środkowo-Wschodniej, jak i w regionach Globalnego Południa – relacja z publicznością przestaje być formą komunikacji. Odbiorca nie istnieje tam jako rola. Wspólnota tworzy wydarzenie dla siebie, bez modelu widowni.​ W hacklabach takich jak dyne.org, Ljudmila w Lublanie, czy w społecznych inicjatywach kolektywów z Ameryki Łacińskiej, nie ma potrzeby obecności odbiorcy z zewnątrz. Działania powstają w rytmie wspólnego życia, dostępności zasobów, ograniczeń przestrzennych i ekonomicznych. Przykładem może być Escuelita Hacker w kolumbijskim Medellín – oddolny projekt łączący edukację technologiczną z praktykami artystycznymi, takimi jak działania performatywne, eksperymenty 107 audiowizualne czy interwencje w przestrzeni miejskiej. Tworzone tam warsztaty nie mają formy spektaklu – są procesem twórczym prowadzonym przez i dla wspólnoty. Artystyczność nie polega tu na prezentacji efektów pracy, lecz realizuje się w samym działaniu i eksperymencie – w procesie, a nie w dziele. Podobnie funkcjonują efemeryczne inicjatywy artystyczne na peryferiach Europy Południowo-Wschodniej, takie jak Soundcamp Prut – tymczasowy projekt zrealizowany na pograniczu Mołdawii i Rumunii, w którym artyści dźwiękowi i lokalni pasterze wspólnie budowali mikroinstalacje rejestrujące pejzaże akustyczne regionu. Działania odbywały się poza instytucjami – bez widowni, bez dokumentacji, bez potrzeby promocji. Brak narracji, brak interfejsu komunikacyjnego i brak projektu odbioru czyni tę relację antysystemową w sensie epistemicznym – nie ma tu potrzeby modelowania reakcji, a więc nie ma warunków do predykcji. Niepewność jako pole wolności Wszystkie opisane przykłady mają jeden wspólny mianownik: nie traktują relacji z publicznością jako pola do przewidywania czy zarządzania, lecz jako przestrzeń wspólnego ryzyka. Ryzyka epistemicznego – ponieważ nie wiadomo, co zostanie zrozumiane. Ryzyka estetycznego – bo nie wiadomo, czy odbiorca w ogóle się pojawi. Ryzyka afektywnego – bo nie wiadomo, jak zareaguje. W kontekście sztuki po AI, która kwestionuje zarówno systemy generatywne, jak i predykcyjne, niepewność w relacji z odbiorcą staje się wartością fundamentalną. To nie znak niedostatku, ale decyzja estetyczna i etyczna. Pozwala ona odbiorcy pozostać sobą – nie modelem danych, lecz nieprzewidywalnym, wolnym, współobecnym człowiekiem. Relacyjność jako synteza strategii twórczych po AI Relacyjność w sztuce po AI nie jest zjawiskiem oderwanym od wcześniej przedstawionych strategii: postgeneratywności, antygeneratywności, postagentowości i antyagentowości. Przeciwnie – relacja z publicznością jako akt nieprzewidywalny i niesterowalny stanowi punkt przecięcia tych strategii. W każdej z nich relacja – rozumiana nie jako mechanizm, ale jako sytuacja – odgrywa kluczową rolę. ●​ W postgeneratywności relacja z odbiorcą nie służy już transmisji treści czy skalowaniu formy – przeciwnie, służy tworzeniu warunków oporu, zatrzymania, ograniczenia. Ciało odbiorcy staje się jedynym miejscem obecności, której nie da się przeliczyć. ●​ W antygeneratywności relacja polega na odmowie wystawiania się na widzialność – publiczność nie jest oczekiwana ani uprzedmiotowiona, lecz przypadkowa, zaskoczona, ukryta. ●​ W postagentowości relacja jest negocjacją: nie z maszyną, ale z drugim człowiekiem. Artysta nie oddaje władzy systemowi, lecz tworzy warunki dla spotkania. ●​ W antyagentowości relacja z publicznością opiera się na wspólnym porzuceniu pośredników: bez interfejsu, bez narzędzia, bez struktury. To gest radykalnego uproszczenia – aż do 108 obecności, dotyku, głosu.​ Epistemologia niepewności: nie-model odbiorcy W epoce, w której odbiorca został zredukowany do modelu predykcyjnego – użytkownika, którego zachowanie da się przewidzieć, skategoryzować i przeliczyć – sztuka po AI oferuje alternatywę w postaci nie-modelu odbiorcy. Nie chodzi tylko o wycofanie się z systemów cyfrowych, ale o zmianę wyobraźni relacyjnej. Niepewność, niesterowalność, brak gwarancji – to cechy, które nie są przeszkodą, lecz warunkiem głębokiej, afektywnej relacji artystycznej. Odbiorca przestaje być figurą systemową, a staje się ciałem w napięciu, głosem bez odpowiedzi, obecnością, której nie da się kontrolować. Jak pisała Erin Manning, „relacja nie jest między ludźmi – ona jest tym, co ludzi tworzy”. 6.5. Przykłady artystów i artystek Mapa praktyk twórczych wobec AI Celem niniejszego podrozdziału jest syntetyczne przedstawienie wybranych sylwetek twórców i twórczyń, których działania wpisują się w ramy refleksji nad sztuką po AI – rozumianą nie jako nowy nurt estetyczny czy techniczny, lecz jako pole epistemologicznego i etycznego oporu wobec infrastruktury systemów generatywnych, agentowych i predykcyjnych. W przeciwieństwie do katalogów sztuki medialnej, zestawienie to nie organizuje artystów według dyscyplin czy technik, lecz według sposobu, w jaki ich praktyki odpowiadają na logiki opisane w manifestach: postgeneratywności, antygeneratywności, postagentowości i antyagentowości. W wielu przypadkach granice pomiędzy tymi strategiami są płynne – niektóre działania można ulokować równocześnie na przecięciu kilku modeli niezgody. W zestawieniu powracają przykłady wcześniejsze po to, by pozwolić na głębsze przyjrzenie się konkretnym przypadkom i lepsze zrozumienie korespondujących z nimi strategii oporu, przedstawionych w poszczególnych manifestach. Punktem wyjścia dla tej typologii nie jest przynależność formalna ani deklaracja tematyczna, ale sposób działania – to, jak dana praktyka twórcza funkcjonuje wobec kodu, danych, interfejsu, obiegu i oczekiwań kultury zautomatyzowanej. W tym sensie mapa przedstawiona poniżej służy nie tyle klasyfikacji, ile rozpoznaniu wektorów oporu – nie tylko technologicznego, ale również instytucjonalnego, społecznego, afektywnego i epistemicznego. Postgeneratywność: projektowanie ograniczenia i współpraca na własnych zasadach Twórcy i twórczynie związani ze strategią postgeneratywności nie odrzucają technologii per se. Ich prace sytuują się po stronie transformacji narzędzi: wykorzystują kod, modele czy systemy – ale w 109 sposób niezgodny z ich logiką operacyjną. Kluczowym aspektem tej strategii jest ograniczenie – rozumiane jako wybór epistemologiczny, estetyczny i etyczny, nie zaś jako ograniczenie techniczne czy materialne. W kontekście postgeneratywności ograniczenie pełni funkcję rozszczelniającą: poprzez selektywność, ułomność, błędy lub niereplikowalność działania stają się niekompatybilne z mechanizmami predykcji i reprodukcji. Postgeneratywni twórcy projektują działania, które celowo nie pasują do struktur skalowalności, nie dostarczają danych do systemów AI, ani nie ułatwiają ich treningu. Rosa Menkman – glitch jako epistemologia zakłócenia W pracy The Glitch Moment(um) (2011) Rosa Menkman rekonstruuje znaczenie estetyki błędu (glitch) nie jako stylu wizualnego, ale jako aktu epistemicznego – momentu, w którym struktura cyfrowa przestaje działać zgodnie z własną logiką. Jej twórczość nie korzysta z modeli AI, ale dekonstruuje ich warstwę fundamentalną: przekonanie o ciągłości, czystości i przetwarzalności danych. Glitch u Menkman to moment upadku interfejsu, pęknięcia systemu, otwarcia na to, co niezaplanowane. Karolina Breguła – lokalność i język niedostępny dla AI W projekcie Wejście od podwórza (2018), realizowanym we Wrocławiu z lokalnymi społecznościami, Karolina Breguła projektuje działanie niereplikowalne: wydarzenie site-specific, funkcjonujące poza wizualnym kodem spektaklu, bez intencji reprodukcji czy medializacji. Jej działania nie tylko ignorują model językowy AI – są względem niego nieczytelne: lokalne, afektywne, sytuacyjne, często performatywne. W ten sposób Breguła tworzy sztukę odporną na indeksację – nie dlatego, że jej unika, ale dlatego, że jej nie potrzebuje. Forensic Architecture – ograniczenie automatyzmu w analizie danych Kolektyw Forensic Architecture, działający przy Goldsmiths, University of London, wykorzystuje systemy cyfrowe (modelowanie 3D, rekonstrukcje akustyczne, geolokalizacje), ale czyni to z zamiarem przerwania mechanizmów spektaklu i automatycznego odczytu. Ich działania – choć w pełni cyfrowe – są projektowane jako narzędzia oporu epistemicznego, w których systemy generatywne nie służą predykcji, lecz ujawnieniu zbrodni i przemocy. Kluczowym aspektem ich praktyki jest ręczne dekodowanie, które wycofuje znaczenie z rąk automatyzmu i przywraca je analizie afektywnej, procesualnej, interpretacyjnej. !Mediengruppe Bitnik – bot jako sabotaż logiki użytkownika Projekt Random Darknet Shopper (2014–2016) kolektywu !Mediengruppe Bitnik to klasyczny przykład postgeneratywności przez przesunięcie: z osoby na system, z intencji na absurd, z użytkownika na losowość. Bot zaprogramowany przez artystów, by samodzielnie dokonywał zakupów w darknecie, nie realizuje żadnego celu ekonomicznego, artystycznego ani poznawczego – działa w logice nielogiczności. Wbrew pozorom nie chodzi tu o afirmację automatyzmu, ale o jego przekręcenie: stworzenie narzędzia, które pozornie przypomina agenta, ale nie służy żadnej metryce ani analizie. Projekt 110 ujawnia, że narzędzia generatywne można skonstruować jako figury absurdu, które nie wytwarzają danych użytkowych, nie optymalizują decyzji, nie wzmacniają żadnego algorytmu. To bot zaprojektowany nie dla efektywności, ale dla zakłócenia funkcji użytkowej – antysystemowy sabotaż systemowej racjonalności. Jeanne van Heeswijk – miejska regeneracja bez widoczności Holenderska artystka Jeanne van Heeswijk od lat realizuje projekty długoterminowe, wpisujące się w struktury lokalnych społeczności – m.in. Freehouse: Radicalizing the Local w Rotterdamie (od 2008), Homebaked w Liverpoolu, czy Training for the Future (z Jonasem Staalem). Jej działania są cielesne, kontekstualne, procesualne, a ich celem jest regeneracja społeczna, a nie spektakularność artystyczna. Postgeneratywność van Heeswijk opiera się na ograniczeniu skali i obiegu: jej działania nie są projektowane do dokumentacji, promocji, archiwizacji ani transmisji. Nie generują „contentu” dla platform. Ich rytm – często wieloletni – jest nieprzetwarzalny przez systemy operujące na aktualizacji, szybkości i danych zwrotnych. W tym sensie van Heeswijk praktykuje twórczość jako relację społeczną, a nie jako informację. To sztuka, która nie zostaje wygenerowana, bo została już zakorzeniona. Tania Bruguera – Arte Útil jako odzyskanie funkcji przez nieprzewidywalność W swojej wieloletniej pracy nad koncepcją Arte Útil (Sztuka Użyteczna), Tania Bruguera przekształca przestrzeń sztuki w narzędzie działań politycznych i edukacyjnych. Jej działania – np. Immigrant Movement International (2010–2015), School of Civic Practice (2020) – nie są dziełami w klasycznym sensie, lecz strukturami, które oddziałują na rzeczywistość społeczną. Ich forma nie daje się łatwo zreprodukować, ponieważ jest zależna od lokalnego kontekstu, wspólnoty, czasu i niepewności. Wbrew nazwie „użyteczna”, sztuka Bruguery nie służy jako narzędzie systemowe – jest nieprzewidywalna, zakłócająca, nieskalowalna. To „użyteczność”, która nie podlega metryce ani klasyfikacji, lecz operuje w logice sprawczości społecznej. Tym samym Bruguera wpisuje się w postgeneratywność jako etykę działania, która nie produkuje treści, lecz zmienia warunki życia – a przez to wymyka się technologicznej instrumentalizacji. Małgorzata Wdowik – opór afektywny jako nieindeksowalność Spektakl Strach (TR Warszawa, 2021) w reżyserii Małgorzaty Wdowik nie został zaprojektowany do dokumentacji, medializacji ani przeniesienia w inne konteksty. Jego istotą jest afekt, który – jako zjawisko nieustabilizowane, niestandardowe i nieprzewidywalne – opiera się mechanizmom modelowania danych. Lęk, niepokój, opóźnienie reakcji, milczenie i napięcie – to elementy, których nie sposób ująć w syntetycznym opisie ani przełożyć na język funkcjonalności. 111 Wdowik projektuje spektakl nie jako produkt do konsumpcji, ale jako sytuację zmysłowego i afektywnego dyskomfortu – niezgodną z algorytmiczną logiką efektu. To postgeneratywność cielesna, oparta na niereprezentowalności doświadczenia, które nie służy żadnemu celowi poza samym byciem obecnym. W tym sensie jej teatr działa poza modelem i poza obrazem. Zorka Wollny – dźwięk jako relacja ucieleśniona Prace Zorki Wollny – m.in. Chór Kobiet (2015), Voices of the Deep (2022), Concert for the City (realizowane w wielu miastach Europy) – wpisują się w paradygmat postgeneratywności dźwiękowej. Jej strategie pracy z głosem, ciałem i akustyką architektury nie służą nagraniom czy transmisjom – są projektowane jako działania jednorazowe, ściśle związane z przestrzenią i wspólnotą. Głos u Wollny nie jest medium informacyjnym – to materia relacyjna, którą trudno przetworzyć na dane treningowe. Kompozycje tworzone z uczestnikami warsztatów nie są zapisane w partyturze, nie są powtarzalne, nie działają jako utwory – działają jako sytuacje. W tym sensie jej dźwiękowy język to sztuka bez semantyki, oparta na rytmie, oddechu i wspólnocie – czyli tym, co trudne do uśrednienia i niemal niemożliwe do predykcji. Antygeneratywność: odmowa przetwarzalności i widzialności Strategia antygeneratywna stanowi radykalną formę sprzeciwu wobec systemów AI – zarówno na poziomie technologicznym, jak i kulturowym. W przeciwieństwie do postgeneratywności, która zakłada możliwość działania w szczelinach systemu, antygeneratywność postuluje całkowite wyjście poza: odmowę współpracy, dokumentacji, cyfrowej obecności i języka systemowego. Nie chodzi tu o ignorowanie technologii, lecz o świadomą decyzję, by nie uczestniczyć w strukturze, która wszystko, co spotyka, przekształca w dane. Odmowa generatywności to także odmowa widzialności, reprezentacji, a czasem – samego istnienia jako „dzieła”. Marina Naprushkina – archiwum jako strefa oporu Artystka i aktywistka Marina Naprushkina od 2007 roku prowadzi Neue Nachbarschaft / Moabit w Berlinie, a wcześniej zainicjowała projekt Office for Anti-Propaganda, oparty na badaniu i demontażu języka propagandy reżimu Łukaszenki. W obu przypadkach Naprushkina tworzy przestrzenie nieprzekładalne na estetykę i formę wizualną – zamiast tego operuje tekstem, gestem, strukturą społeczną. Office for Anti-Propaganda nie jest zbiorem obrazów – to archiwum odmowy, które celowo nie poddaje się kodowaniu: działa jako forma nieczytelna dla AI, oparta na nieuporządkowaniu, nielegalności, niedostępności. Naprushkina tworzy sztukę, której nie da się wciągnąć do systemu – nie tylko ze względu na brak cyfrowego formatu, ale dlatego, że jej sens leży poza funkcją estetyczną: w aktywnym sprzeciwie wobec opresyjnych struktur władzy i informacji. Mujeres Creando – ciało jako nośnik nieprzetwarzalny 112 Kolektyw Mujeres Creando, działający w Boliwii od lat 90., łączy sztukę, aktywizm feministyczny, edukację i działania uliczne. Ich interwencje – od muralizmu po performanse w przestrzeni miejskiej – nie są projektowane do archiwizacji, a tym bardziej do cyfrowej klasyfikacji. Działania Mujeres Creando są ulotne, sytuacyjne i cielesne, a ich dokumentacja – jeśli w ogóle powstaje – nie odzwierciedla afektywnego i politycznego napięcia sytuacji. W tym sensie kolektyw wciela w życie zasadę antygeneratywności: nie dostarcza danych, nie zapisuje treści w formacie użytecznym dla systemów AI, nie funkcjonuje w infrastrukturze widzialności, która warunkuje współczesny obieg kultury. Twożywo – typografia jako dekonstrukcja systemu wizualnego Grupa Twożywo (1995–2011), choć działała przed upowszechnieniem AI, tworzyła działania doskonale zgodne z etosem antygeneratywności. Ich typograficzne interwencje miejskie nie były ilustracją treści, ale zakłóceniem czytelności i przewidywalności języka wizualnego. Twożywo odrzucało styl, estetykę i funkcję – tworzyło znaki, które nie miały odbiorcy w sensie marketingowym ani kuratorskim. Ich sztuka uliczna nie była dokumentowana jako „projekt artystyczny”, ale funkcjonowała jako anty-reklama, wizualny sabotaż w przestrzeni publicznej. W tym sensie Twożywo tworzyło przestrzeń niefunkcjonalności – działania nieczytelnego dla algorytmu, dla systemu danych, dla modelu predykcyjnego. Siostry Rzeki – rytuał zamiast danych Inicjatywa Siostry Rzeki, związana z ruchami ekofeministycznymi i obywatelskimi protestami przeciw regulacji polskich rzek, tworzy praktyki rytualne i performatywne oparte na obecności ciała, głosu i relacji z wodą. Spływy, pieśni, wspólne milczenie – to gesty ulotne, efemeryczne i nieprzechwytywalne. Ich twórczość nie jest projektowana jako działanie artystyczne – nie ma katalogu, programu, opisu. Wybór rytuału i ciała jako medium to odmowa ujęcia w ramy funkcjonalności – odmowa przetworzenia przez system. Siostry Rzeki nie publikują contentu – działają jako znak oporu wobec cyfrowego kolonializmu, który przekształca każdy gest w informację. Tu sztuka staje się oporem poprzez znikanie. Postagentowość: działanie w relacji do systemu, ale z zachowaniem podmiotowości Strategia postagentowa polega na świadomości obecności systemów AI w życiu społecznym, estetycznym i komunikacyjnym – oraz na projektowaniu praktyk, które nie pozwalają agentom przejąć kontroli nad relacją, semantyką i widzialnością. Twórcy i twórczynie wpisujący się w tę strategię używają narzędzi generatywnych, interfejsów, danych i kodu – ale nie po to, by współtworzyć system, lecz by go dezorientować, przekształcać lub ujawniać jego mechanizmy. FOQL (Justyna Banaszczyk) – noise jako anty-interfejs 113 Twórczość dźwiękowa Justyny Banaszczyk (FOQL), zarówno w warstwie kompozycyjnej, jak i performatywnej, opiera się na strategiach zakłócenia, błędu i afektywnej niespójności. Jej noise’owe kompozycje i działania performatywne (takie jak Hard Pop, Soft Manifesto) nie poddają się analizie przez systemy klasyfikujące dźwięk – są zbyt niejednorodne, zbyt nieprzewidywalne. Banaszczyk używa technologii, ale nie podąża za jej logiką – zamiast reprezentować emocje, generuje szum, napięcie, dysonans, których nie sposób „rozpoznać” przez model. W tym sensie FOQL projektuje dźwięk nie jako komunikat, ale jako relację nieczytelną – nieużyteczną dla systemu, ale radykalnie cielesną i afektywną dla słuchacza. Michał Libera – słuchanie jako akt epistemiczny Michał Libera, kompozytor, producent i eseista, od lat tworzy projekty redefiniujące relację między dźwiękiem, przestrzenią a podmiotem słuchającym. W takich projektach jak Audiosfera Wrocławia czy Dźwiękowy spacer po Zachęcie, Libera nie używa technologii AI, ale krytycznie odnosi się do sposobu, w jaki systemy cyfrowe formatyzują percepcję – przyspieszając ją, porządkując i redukując do danych. Jego projekty proponują inne tempo, inne punkty uwagi – słuchanie jako czynność poznawcza i afektywna, której nie da się zautomatyzować. To forma oporu wobec systemów, które słuchanie zamieniają w analizę – i wobec świata, który oczekuje od kultury funkcji informacyjnej. Weronika Lewandowska & Katarzyna Słoboda – oddech jako model relacji W projekcie Symbiome, realizowanym we współpracy z biologami i ekspertami AI, Weronika Lewandowska i Katarzyna Słoboda badają relację człowieka z systemem poprzez materialność oddechu. Oddech – jako rytm, którego nie da się do końca przewidzieć ani zsynchronizować – staje się modelem nieprzewidywalnego połączenia, które unieważnia symulację kontaktu. Ich działania – choreograficzne, tekstowe, instalacyjne – nie rezygnują z technologii, ale projektują ją jako partnera nieoczywistego: nie sterującego, ale podatnego. To sztuka o obecności, która nie daje się ująć w metryki, lecz dzieje się w ciele, w interakcji, w rozedrganiu. Justyna Gruszczyk – gleba jako niecyfrowe medium Justyna Gruszczyk, badaczka i artystka pracująca z dźwiękiem, biologią i filozofią ekologiczną, tworzy działania, które redefiniują pojęcie medium. W projektach takich jak Gleba Słucha czy Listening to Soil, dźwięk nie jest transmisją, lecz relacją z materią nieludzką. Ziemia nie jest tu metaforą – jest partnerem, który nie generuje informacji, ale współtworzy doświadczenie. Jej praktyka nie ucieka od technologii, ale ją spowalnia, zakłóca, obniża jej funkcjonalność. To relacja z agentem, który nie mówi – ale istnieje. Jej sztuka postagentowa polega na redefinicji interfejsu jako powierzchni kontaktu, nie komunikacji. Lawrence Abu Hamdan – cisza jako materiał polityczny Twórczość Lawrence’a Abu Hamdana koncentruje się na fonosferze jako archiwum przemocy i ciała. W projektach takich jak Earwitness Theatre czy Saydnaya, Hamdan rekonstruuje historie zbrodni 114 poprzez pogłos, echo, ciszę – czyli to, czego systemy audio nie klasyfikują jako informację. To nie „narracja”, lecz resztki braku, fragmenty niewypowiedzianego. Jego relacja z AI – zwłaszcza w zakresie sądowej analityki dźwięku – jest głęboko krytyczna: Hamdan pokazuje, że systemy słuchają, ale nie słyszą. W tym sensie jego sztuka to postagentowy proces odzyskiwania ciszy jako śladu, którego nie da się zsyntetyzować. Powstawanie agentów sztucznej inteligencji, którym można zlecić tworzenie dzieł lub ich składników, niesie ze sobą kolejne przykłady sztuki postagentowej, takie jak projekt „The Changing Room” autorstwa Lauren Lee McCarthy. W tej instalacji AI nie zostało zaprojektowane po to, by tworzyć spójne lub wartościowe treści, lecz by zarządzać emocjami uczestników i zakłócać interakcje społeczne, komentując w czasie rzeczywistym zachowania ludzi. W ramach instalacji publiczność wchodzi do przestrzeni, gdzie mikrofony i kamery rejestrują ich ruchy i wypowiedzi, a AI w roli „publiczności” generuje sztuczne reakcje — czasem nieadekwatne, natarczywe, absurdalnie rozmieszczone w czasie — co destabilizuje oczekiwania dotyczące komunikacji i ekspresji. Projekt ten nie tylko wykorzystuje zdolność agenta do obserwacji i reakcji, ale też krytycznie demaskuje relacje między technologiczną interwencją, percepcją a emocjonalną autentycznością. Przekierowuje uwagę z efektu interakcji na jej przebieg — sztucznie wzmocniony, niewygodny i pełen zakłóceń. „The Changing Room” to instalacja sieciowa, w której uczestnicy wybierają jedną z ponad 200 emocji, a algorytm indukuje wybrane uczucie jednocześnie u wszystkich obecnych poprzez ukierunkowane przekształcenie atmosfery przestrzeni. Instalacja składa się z kilku stref, w tym medytacyjnej, rozmowy z algorytmem, interakcji z innymi uczestnikami oraz przejść z podprogowo wyświetlanymi obrazami i tekstami. Algorytm bazuje na analizie danych zebranych z internetu, aby tworzyć i wywoływać emocje. Projekt ten powstał w ramach rezydencji TRANSMIT i został zaprezentowany przez Ars Electronica oraz Queensland University of Technology w Brisbane . Antyagentowość: twórczość poza modelem agentowym, poza systemem, poza interakcją Twórczość antyagentowa nie zakłada rekonstrukcji relacji z technologią. Nie próbuje jej modyfikować ani oswajać. Jej podstawą jest przekonanie, że każda forma „rozmowy” z agentem jest pozorna – ponieważ po drugiej stronie nie ma intencji, ciała, podatności, a jedynie system odpowiedzi statystycznych. Dlatego antyagentowość zawiesza język, przerywa komunikację, wycofuje się z przestrzeni interfejsu. Działa w trybie ciszy, nieobecności, niewidzialności – nie z powodu braku treści, ale dlatego, że odmawia ich przekształcenia w informację. Tino Sehgal – radykalna niewidzialność Tino Sehgal, jeden z najczęściej przywoływanych w tej rozprawie artystów sztuki postgeneratywnej i antyagentowej, tworzy działania, które nie mogą być dokumentowane, fotografowane ani nagrywane. Jego performanse – jak This Progress, This is Good, This is Exchange – realizowane są wyłącznie jako zdarzenia ciał w przestrzeni. Nie pozostawiają śladu dla systemu, nie tworzą danych do analizy, nie dają się zreplikować. 115 W tym sensie twórczość Sehgala to antyagentowość w czystej postaci: brak formy, brak dokumentu, brak interfejsu. Nie chodzi o efemeryczność – chodzi o nieprzetwarzalność. Uczestnik doświadcza sytuacji, której nie da się opisać w języku systemu – nie może jej kliknąć, udostępnić ani przeliczyć. Sehgal konsekwentnie odmawia współpracy z infrastrukturą widzialności. Jego dzieła istnieją tylko w pamięci cielesnej, tylko w afekcie, tylko we wspólnym rytmie, który nie może być zsynchronizowany z modelem. Tehching Hsieh – czas jako życie poza strukturą Działania Tehchinga Hsieha, szczególnie jego One Year Performances z lat 1978–1986, to egzystencjalne eksperymenty z czasem, ciałem i samotnością. Prace takie jak meldowanie się co godzinę przez cały rok (1978–79), życie przez rok bez wchodzenia do budynków (1981–82) czy całkowite milczenie w obecności innej osoby przez rok (1985–86) nie są dziełami w tradycyjnym sensie – to raczej formy istnienia poza społecznymi funkcjami. Hsieh nie mówi, nie reprezentuje, nie komunikuje się w typowy sposób. Jego działania nie są próbą nawiązania kontaktu, lecz jego zawieszeniem. To praktyka, która nie tylko nie podporządkowuje się logice komunikacji, ale wręcz ją neguje. Czas, zwykle narzędzie synchronizacji i organizacji, staje się u Hsieha ciężarem, substancją i egzystencją – czymś, czego nie da się przyspieszyć, zoptymalizować ani uśrednić. Mikroinstytucje, bio-art, działania lokalne – poza kodem i reprezentacją Twórczość antyagentowa bywa także zbiorowa, lokalna, niewidzialna systemowo. Dotyczy to mikroinstytucji tworzonych poza głównym obiegiem kulturowym i instytucjonalnym, praktyk bio-artystycznych, czy rytuałów, które nie mają odbiorcy poza bezpośrednią relacją uczestników. Są to działania, które nie wpisują się w tradycyjne schematy komunikacji medialnej ani cyfrowej, a ich sens nie jest redukowalny do prostych danych czy informacji. Na przykład: ●​ Hacklaby w Ameryce Południowej: W krajach takich jak Brazylia czy Argentyna działają lokalne hacklaby, które operują niemal wyłącznie offline, w duchu autonomii i przeciwdziałania cyfrowej inwigilacji. Jednym z takich przykładów jest hacklab Sao Paulo Hacker Space, które organizuje spotkania i warsztaty w realnej przestrzeni, bez transmisji online, aby uniknąć śledzenia aktywności przez korporacje czy państwo. Działają na zasadzie bezpośredniej wymiany wiedzy i praktyk, często skupiając się na bezpieczeństwie cyfrowym, ale też na tworzeniu niezależnych sieci komunikacji. ●​ Działania fermentacyjne z materią organiczną: Bio-art w ramach fermentacji to przykład praktyk, gdzie proces i jego nieprzewidywalność stają się medium artystycznym. Przykładem może być praca artystki Scotty Hendricks, która zajmuje się fermentacją jako formą żywego eksperymentu, biorąc pod uwagę mikrobialne ekosystemy. Podobnie, projekty takie jak SymbioticA w Australii badają relacje między ludźmi a mikroorganizmami, tworząc dzieła oparte na żywych kulturach bakterii czy grzybów. Wyniki tych procesów są niepowtarzalne i niemożliwe do pełnego zaprogramowania czy kontroli. 116 ●​ Mikroperformanse opiekuńcze i cielesne w obrębie wspólnot pozainstytucjonalnych: W społecznościach takich jak queerowe kolekty lub ruchy wspierające osoby z niepełnosprawnościami, organizowane są działania skupione na bezpośredniej trosce i obecności. Przykładem może być inicjatywa Care Performances w Berlinie, gdzie mikroperformanse obejmują intymne gesty opiekuńcze, dzielenie się przestrzenią i ciałem, bez chęci nagrywania czy dokumentacji. To działania wykluczające mediację technologiczną na rzecz fizycznej bliskości i solidarności. To praktyki pozainfrastrukturalne, które nie opierają się na klasycznej komunikacji, ale na współobecności i współbyciu — na relacjach, które są nieredukowalne do danych czy informacji. Ich siła leży nie w efekcie czy rezultacie, lecz w tym, czego odmawiają: widzialności, przetwarzalności, rozpoznawalności przez systemy kontroli i reprezentacji. Odmawiają bycia zaszeregowanymi, monitorowanymi i wykorzystywanymi przez wielkie struktury władzy czy korporacje cyfrowe. System typologiczny sztuki po AI Typologia jako narzędzie epistemiczne Rozpisane wcześniej przykłady dowodzą, że sztuka po AI nie stanowi jednolitej estetyki, medium czy kierunku – nie tworzy nurtu, lecz rozproszoną topografię niezgody. Dlatego proponowana typologia (postgeneratywność, antygeneratywność, postagentowość, antyagentowość) nie ma charakteru klasyfikacyjnego – jest narzędziem epistemologicznym, służącym do: ●​ rozpoznawania strategii krytycznych wobec systemów AI, ●​ mapowania relacji między twórczością a technologią, ●​ ukazywania różnorodnych modeli wiedzy i obecności, które nie mieszczą się w logice predykcji, widzialności i produktywności. To nie jest podział według mediów ani formy – lecz według orientacji kulturowej i etycznej wobec generatywności jako systemu produkcji sensu. Od estetyki do epistemologii Wszystkie omawiane postawy twórcze łączy wspólne przesunięcie: od estetyki ku epistemologii. Twórczość nie jest tu przede wszystkim produkcją obrazów, dźwięków czy performansów, lecz działaniem poznawczym i relacyjnym, które stawia pytania: ●​ czym jest wiedza, której nie można przeliczyć? ●​ czym jest obecność, której nie da się zreplikować? ●​ czym jest relacja, która nie mieści się w modelu danych? Dlatego sztuka po AI to nie tylko refleksja nad AI, ale także praktyka kulturowa w rzeczywistości już przez AI uformowanej – rzeczywistości, która oczekuje produktywności, kompatybilności, transparentności i skalowalności. 117 Sztuka po AI tę logikę przerywa, spowalnia, sabotuje – poprzez ciszę, lokalność, błąd, afekt, rytuał, obecność nieczytelną. Konwergencja strategii: manifest jako horyzont Manifest Sztuki po AI (rozdz. 5.6) nie stanowi „piątej drogi” – jest przestrzenią konwergencji, w której spotykają się cztery strategie: ●​ postgeneratywność – jako ograniczenie i twórcze przetwarzanie systemu; ●​ antygeneratywność – jako odmowa przetwarzalności i cyfrowej widzialności; ●​ postagentowość – jako działanie na granicy kontaktu, z zachowaniem sprawczości; ●​ antyagentowość – jako odmowa samej struktury komunikacyjnej i kodu. Manifest łączy te strategie w afektywną i poznawczą ramę – nie programuje, ale otwiera pole działań, które nie mogą być zindeksowane, bo nie służą systemowi. To propozycja twórczości jako formy relacyjności poza schematem: nie sztuka o AI, ale sztuka po AI – po systemie, po interfejsie, po modelu. Sztuka po AI jako działanie afektywne, nie indeksowalne Praktyki twórcze przywołane w tym podrozdziale nie są „reakcją” na technologię – są próbą rekonfiguracji warunków kultury. W ich centrum znajduje się odmowa zgody na bycie zrozumianym przez system. Nie dlatego, że ta zgoda jest niemożliwa – lecz dlatego, że byłaby formą współudziału w kulturze algorytmicznej, której celem jest uśrednienie, przewidywanie, konsumpcja. W tym sensie sztuka po AI jest modelem wiedzy sytuowanej, nielinearnej, nieproduktywnej. Jest wyborem, by pozostać niezoptymalizowanym, nieprzystosowanym, nieczytelnym – nie po to, by zniknąć, ale by być obecnym na własnych warunkach. Rozdział VII. Etyka twórczości w dobie ekokruchości 7.1. Odpowiedzialność infrastrukturalna i energetyczna AI jako system infrastrukturalny, a nie narzędzie W debacie publicznej, medialnej i instytucjonalnej sztuczna inteligencja (AI) wciąż bywa przedstawiana jako abstrakcyjna, niematerialna siła – „inteligencja” oderwana od fizycznych struktur i zasobów. Ten sposób mówienia – obecny zarówno w narracjach korporacyjnych, jak i w popularnonaukowych opisach – przysłania materialność systemów AI oraz ich ścisłe uwikłanie w globalną infrastrukturę energetyczną, logistyczną, przemysłową i geopolityczną. AI to nie aplikacja „na żądanie”, lecz złożony, wielowarstwowy system infrastrukturalny. Obejmuje on centra danych, serwerownie, łańcuchy dostaw materiałów rzadkich, wielkoskalowe sieci elektroenergetyczne, a także modele zarządzania ruchem informacji i pracy. Jego działanie pochłania 118 zasoby naturalne, generuje ogromny ślad węglowy i wymaga intensywnej eksploatacji środowiskowej. Jak argumentuje Kate Crawford w książce Atlas of AI (2021), systemy sztucznej inteligencji należy rozumieć nie jako „inteligencję”, lecz jako nową formę ekstrakcji – to „system wydobywczy przebrany za AI”. Systemy te są zbudowane na wydobyciu – w sensie dosłownym (górnictwo metali rzadkich) i metaforycznym (eksploatacja danych, pracy, energii). Nie ma „neutralnych” narzędzi opartych na AI – każde z nich działa w oparciu o sieć zależności, która wiąże użytkownika z całą planetarną strukturą produkcji, konsumpcji i utylizacji. Rzeczywiste koszty energetyczne i środowiskowe systemów AI Wbrew utartym wyobrażeniom, generatywne modele językowe i multimodalne – takie jak GPT-3, GPT-4, Gemini, Claude czy DALL·E – nie są „lżejsze” od tradycyjnych form cyfrowych (np. streamingu wideo). Wręcz przeciwnie – w wielu przypadkach ich wpływ środowiskowy jest znacznie większy. Według raportu Allen Institute for AI z 2022 roku, trening jednego modelu językowego GPT-3 pochłania około 1,3 GWh energii elektrycznej i generuje ponad 550 ton emisji CO₂ – co odpowiada pięciokrotnemu przelotowi samolotem transatlantyckim wypełnionym pasażerami. Taki podstawowy trening to jednak najmniejszy problem. Jeszcze bardziej niepokojące są koszty tzw. inferencji, czyli działania już wytrenowanego modelu. Choć pojedyncze zapytanie wydaje się nieznaczące, skala masowego użycia (miliardy zapytań dziennie) prowadzi do zużycia energii przekraczającego roczne zapotrzebowanie energetyczne niektórych państw. Według danych International Energy Agency (IEA), całkowite globalne zużycie energii przez centra danych obsługujące AI przekroczyło w 2023 roku 21 TWh – więcej niż roczne zużycie energii elektrycznej w Danii. Prognozy na rok 2030 mówią o możliwym wzroście do 120 TWh rocznie. Z tym zapotrzebowaniem wiąże się także zużycie wody. Chłodzenie serwerów w centrach danych wymaga intensywnego wykorzystania zasobów wodnych – szczególnie w lokalizacjach, gdzie brakuje wody pitnej. Przykładem może być region północnoamerykański (np. Arizona), gdzie nowe inwestycje Microsoftu i Google’a wzbudziły protesty społeczności lokalnych właśnie ze względu na nieproporcjonalne zużycie wody przez infrastrukturę AI. Artysta jako użytkownik systemu obciążonego Każdy akt twórczości z użyciem AI – nawet najbardziej eksperymentalny, krytyczny, niskoskalowy – jest jednocześnie aktem uczestnictwa w globalnym systemie obciążeń środowiskowych. Twórca kultury cyfrowej korzystający z narzędzi generatywnych nie może dłużej twierdzić, że jego praktyka jest neutralna lub nieistotna energetycznie. Nawet pojedyncze wygenerowanie obrazu, dźwięku, tekstu czy ruchu na bazie modelu transformacyjnego niesie za sobą realne koszty środowiskowe. Co więcej, skalowalność i powtarzalność modeli AI czyni je nie tylko zasobożernymi, ale również wzmacniającymi logikę przemysłowej reprodukcji treści, która zderza się z ideałami twórczości autorskiej, indywidualnej i afektywnej. 119 Z tego powodu refleksja nad etyką korzystania z AI w sztuce nie może ograniczać się do pytania o „treść dzieła” lub „intencje twórcy”. Musi objąć całość procesu infrastrukturalnego – od źródła energii i materiałów po końcowe zużycie mocy obliczeniowej i transfer danych. Eksperyment prognostyczny i skalowalność ryzyka Aby lepiej zobrazować skalę zagrożeń środowiskowych wynikających z ekspansji infrastruktury AI, autor niniejszej rozprawy przeprowadził eksperyment prognostyczny z wykorzystaniem modeli językowych, opierając się na dostępnych danych empirycznych oraz prognozach dotyczących rozwoju sektora AI. Celem było oszacowanie, kiedy globalny koszt środowiskowy (energia, emisje, woda) związany z utrzymaniem infrastruktury sztucznej inteligencji zrówna się lub przekroczy ślad węglowy najbardziej obciążającej środowisko gospodarki narodowej – Chińskiej Republiki Ludowej. Założenia modelu obejmowały m.in.: ●​ szacowaną średnioroczną dynamikę wzrostu inwestycji w infrastrukturę AI (ok. 26% rocznie), ●​ wzrost intensywności użycia foundation models (m.in. multimodalnych LLM), ●​ energetyczne i emisyjne koszty treningu oraz inferencji per operacja, ●​ regionalne różnice w miksie energetycznym (udział źródeł odnawialnych i węglowych), ●​ rozwój zastosowań AI w sektorze kultury, mediów, edukacji, zdrowia, wojska i administracji publicznej.​ Wynik eksperymentu – przy zachowaniu obecnych trendów – wskazuje na możliwość osiągnięcia przez infrastrukturę AI poziomu obciążeń środowiskowych porównywalnych z Chinami już w okolicach roku 2055. Ten scenariusz – choć hipotetyczny – oparty jest na mierzalnych trendach konsumpcji energii i inwestycji w rozbudowę infrastruktury. Warto zauważyć, że wiele firm z tzw. „wielkiej piątki” technologicznej (Google, Microsoft, Amazon, Meta, Apple) planuje lub już realizuje budowę osobnych centrów danych wyłącznie do zasilania systemów AI – infrastruktury o zapotrzebowaniu zbliżonym do elektrowni jądrowych. Dekolonialna geografia kosztów: AI jako technologia nierówności Koszty funkcjonowania systemów AI są asymetrycznie rozmieszczone geograficznie i społecznie. Kraje Globalnej Północy dominują jako producenci oprogramowania, posiadacze własności intelektualnej i główni beneficjenci rynkowi. Z kolei kraje Globalnego Południa – w szczególności państwa Afryki Subsaharyjskiej, Azji Południowo-Wschodniej i Ameryki Łacińskiej – pełnią rolę dostawców taniej siły roboczej (np. „data labelers”), źródeł surowców strategicznych oraz lokalizacji taniej energii. Przykłady: ●​ Demokratyczna Republika Konga dostarcza znaczną część światowego kobaltu, niezbędnego do baterii w serwerowniach, często w warunkach wyzysku i pracy dzieci; 120 ●​ Mongolia i Chile są eksploatowane pod kątem litu, kluczowego dla magazynowania energii; ●​ Indie i Filipiny dostarczają wykwalifikowaną, ale słabo opłacaną pracę dla przemysłu danych, wykonując procesy czyszczenia i oznaczania danych szkoleniowych dla modeli LLM.​ Centra danych zlokalizowane w Ameryce Łacińskiej czy Azji Południowo-Wschodniej często wykorzystują tanią energię z paliw kopalnych, wypierają społeczności lokalne i zaburzają lokalne cykle wodne. W efekcie – jak pisze Achille Mbembe – nowoczesna infrastruktura AI reprodukuje struktury kolonialnej zależności: dane i zasoby są transferowane z peryferii do centrum, a korzyści są akumulowane przez instytucje i korporacje z Północy. Etyka twórczości jako odpowiedzialność wobec infrastruktury W świetle powyższych danych i analiz, artyści korzystający z narzędzi generatywnych nie mogą abstrahować od geopolityki infrastruktury, którą ich twórczość współtworzy. Odpowiedzialność artystyczna rozciąga się dziś poza obszar treści, stylu, języka czy ekspresji. Obejmuje również: ●​ analizę energetycznej zależności od systemów korporacyjnych, ●​ świadomość warunków produkcji komponentów technologicznych, ●​ refleksję nad obecnością lub nieobecnością lokalnych głosów i perspektyw, ●​ decyzje dotyczące ograniczania emisji i skalowalności procesu twórczego.​ Nie chodzi tu wyłącznie o gesty rezygnacji lub etycznego samookaleczenia. Przeciwnie: etyka twórczości po AI oznacza projektowanie takich form kultury, które nie wymagają przemysłowej skali, które potrafią działać w lokalnym rytmie, które są odporne na ekstrakcję i replikację. W tym kontekście twórczość cyfrowa nie jest z natury „zła” – ale staje się nieetyczna, gdy odmawia refleksji nad strukturą, która ją umożliwia. 7.2. Wiedza sytuowana jako kontrnarracja wobec modeli generatywnych W drugiej części rozdziału poświęconego etyce twórczości w epoce ekokruchości skupimy się na epistemologiach lokalnych – formach wiedzy, które wyrastają z konkretnych kontekstów, relacji, miejsc, języków i historii. W przeciwieństwie do modeli AI, które opierają się na generalizacji, standaryzacji i uśrednianiu danych, wiedza sytuowana – jak pisze Donna Haraway – „zna swoje pozycje i ograniczenia”, nie rości sobie prawa do uniwersalizmu, lecz domaga się odpowiedzialności. Systemy AI, niezależnie od poziomu złożoności architektonicznej, działają zawsze w oparciu o schemat: uczą się świata poprzez powtórzenie, analizę statystyczną i korelację. Nawet najbardziej zaawansowane modele multimodalne nie posiadają dostępu do afektywnej, czułej, relacyjnej wiedzy, która nie jest zbiorem danych, ale sposobem istnienia i poznawania. W tym sensie sztuczna 121 inteligencja jest nie tylko ograniczona, ale i strukturalnie ślepa na lokalność – zarówno geograficzną, jak i społeczną, emocjonalną czy historyczną. Epistemologia lokalna jako praktyka twórcza W sztuce po AI epistemologie lokalne nie oznaczają „sztuki ludowej” ani „regionalnej”. Są to raczej sposoby tworzenia zakorzenione w relacji: z miejscem, z historią, z językiem, z ciałem, z drugim człowiekiem. Tego typu praktyki nie są skalowalne ani przetwarzalne – a ich wartość leży właśnie w tej nieprzetwarzalności. Twórczość sytuowana dzieje się w kontekście, który nie może zostać oddzielony od dzieła – bez kontekstu nie istnieje sens. Do takich praktyk należą m.in. działania site-specific, performanse efemeryczne, mikroarchiwistyka, sztuka relacyjna, prototypowanie społeczne, rytuały lokalne czy mikroinstytucje wspólnotowe. W przeciwieństwie do obiektów sztuki gotowych do replikacji, sprzedaży i indeksacji, są to formy działania, które powstają jednorazowo, w odpowiedzi na konkretne napięcie, potrzebę lub obecność. Przytoczę przykłady już omawiane i nowe, które doskonale woisują się w te strategie. Przykładem może być tu Justyna Gruszczyk i jej projekt Słuchanie gleby – działanie sytuowane, realizowane w lokalnym krajobrazie, którego forma nie polega na przedstawieniu, lecz na współistnieniu. Artystka zaprasza do „słuchania” gleby poprzez rytuał cielesnego kontaktu z podłożem, wpisując zmysłową wiedzę o ziemi w gest opieki i uwagi. AI nie potrafi interpretować takiej formy działania – bo nie jest ona oparta na znaczeniu, lecz na afekcie i rytmie. Podobnie Weronika Lewandowska i Katarzyna Słoboda w swoich działaniach choreograficznych z pogranicza bio-artu i mikrobiologii, konstruują doświadczenia, których istota leży w procesie ucieleśnionej obecności. Ich działania nie są możliwe do przetłumaczenia na kod – nie dlatego, że są zbyt abstrakcyjne, lecz przeciwnie: są zbyt konkretne, zbyt osadzone w czasie, ciele, miejscu i relacji. Odmowa skalowalności jako akt epistemiczny W dominującym paradygmacie poznania – związanym z nauką, modelem instytucjonalnym i systemami AI – wartość wiedzy rośnie wraz z jej zdolnością do generalizacji, modelowania i reprodukcji. Tymczasem epistemologie lokalne postulują coś odwrotnego: że wiedza cenna to ta, której nie da się oddzielić od konkretności. Tak rozumiana wiedza jest: ●​ relacyjna – bo zależna od obecności, ●​ partykularna – bo zakorzeniona w języku i krajobrazie, ●​ afektywna – bo powstaje poprzez troskę i uważność. Jak pisze María Puig de la Bellacasa, troska to forma wiedzy, której nie da się opisać ani zreplikować – trzeba ją praktykować. Troska to relacja między tym, co ludzkie i nieludzkie, między tym, co kruche i tym, co wspierające. W tym sensie działania opiekuńcze w sztuce nie są „tematami”, lecz praktykami poznawczymi, które stają w opozycji do zimnego, przemysłowego i obojętnego poznania przez algorytm. Twórczość jako działanie nieprzetwarzalne – przypadek Fundacji In Situ 122 W świecie zdominowanym przez logikę uogólnienia, transferowalności i przetwarzalności, rośnie znaczenie praktyk, które nie poddają się tym schematom. Praktyki artystyczne oparte na lokalności, kontekście i relacji – odporne na replikację i nieprzenaszalne poza miejsce swojego zaistnienia – oferują alternatywną formę poznania kulturowego, której nie da się zuniwersalizować. Jednym z najbardziej spójnych przykładów takiej praktyki w Polsce i Europie Środkowo-Wschodniej jest działalność Fundacji Sztuki Współczesnej In Situ, od 2010 roku osadzonej w Sokołowsku – dawnym uzdrowisku w Sudetach, którego przekształcenie w ośrodek kultury stało się jednocześnie projektem artystycznym, architektonicznym i społecznym. Międzynarodowe Laboratorium Kultury, prowadzone przez fundację w przestrzeni historycznego Sanatorium dr. Brehmera, to długofalowy projekt łączący artystyczne eksperymenty z lokalnym kontekstem miejsca, jego historią, ruiną i procesem powolnej odbudowy. W przeciwieństwie do wielu instytucji kultury operujących w logice ekspozycji, medialności i skalowalności, działania Fundacji In Situ projektowane są w rytmie mikroobiegów, często poza dominującymi kanałami dystrybucji sztuki i poza systemami rekomendacyjnymi. W ramach laboratorium powstają rezydencje artystyczne, eksperymenty performatywne, działania site-specific, ale także programy o charakterze edukacyjnym i społecznościowym. Twórczość nie jest tu tylko „pokazywana” – jest dzielona, współtworzona, przeżywana na miejscu. Relacja z lokalnością nie ma charakteru instrumentalnego – nie chodzi o „temat miejsca”, ale o żywy udział miejsca w procesie twórczym. Innym z wielu cyklicznych projektów Fundacji jest Festiwal Sztuki Efemerycznej „Konteksty”, który od 2011 roku rozwija koncepcję twórczości kontekstualnej, nietrwałej, efemerycznej, cielesnej i relacyjnej. Festiwal przyciąga artystów z całego świata, ale jego siła tkwi nie w prestiżu, lecz w sytuacyjności i niereplikowalności wydarzeń, które wpisują się w przestrzeń i czas Sokołowska. Działania prezentowane w ramach festiwalu – od performansów przez warsztaty po gesty efemeryczne – są tworzone z myślą o tu i teraz, nie mają wersji alternatywnej, nie służą dokumentacji, nie zostają „dla sieci”. W swojej ewolucji festiwal przeszedł kilka istotnych etapów – początkowo funkcjonował jako przegląd sztuki efemerycznej, następnie przybrał formę Kongresu Postartystycznego, nawiązując do idei sztuki przekraczającej swoje instytucjonalne ramy i redefiniującej własną funkcję społeczną. Obecnie, w koncepcji XIII edycji zaplanowanej na rok 2025, festiwal czerpie inspirację z tradycji polskich plenerów artystycznych lat 70. XX wieku, traktując je jako model twórczej wspólnoty i przestrzeni eksperymentu. Program „Kontekstów” tworzony jest na przecięciu sztuki, edukacji i myśli ekologicznej, a kreacja artystyczna realizowana będzie zarówno w trakcie samego festiwalu – w formie performansów, interwencji i działań w ruchu – jak i poprzez rozbudowany program rezydencji artystycznych. Podstawowym pytaniem, które stawiają organizatorzy, jest pytanie o granice sztuki – o zasadność jej wyodrębniania z nieartystycznego tła, o możliwość istnienia twórczości jako praktyki życia. W tym sensie festiwal „Konteksty” nie tylko prezentuje działania artystyczne, ale sam staje się „punktem obserwacyjnym zmian w sztuce”, platformą dla refleksji nad zmieniającymi się definicjami twórczości, obecności i relacji. Wydarzenie to nie skupia się wyłącznie na prezentacji gotowych dzieł – osoby artystyczne, kuratorskie, dziennikarskie, aktywistyczne i reżyserskie zapraszane są do współtworzenia sytuacji, które przekraczają tradycyjne role w polu sztuki. 123 Festiwal otwiera się na działania, w których proces twórczy jest rozciągnięty w czasie, relacyjny, oparty na dialogu i uczestnictwie, a jego istotnym aspektem staje się performatywność w ruchu – np. w formie spacerów artystycznych, w których to artyści i artystki sami wyznaczają miejsce prezentacji, a następnie realizują swoje działania w obecności publiczności. Takie podejście zrywa z ideą sztuki jako produktu i ustanawia twórczość jako formę wspólnego doświadczania, przemieszczania się, podążania – także symbolicznie – „w stronę domu”. Podobny charakter przyjmuje także inny festiwal- Sanatorium Dźwięku- prezentujący współczesną sztukę dźwięku. Działania Fundacji wyraźnie odchodzą od modelu instytucji opartej na wytwarzaniu produktów kultury przeznaczonych do obiegu cyfrowego. Zamiast tego promowany jest model kultury zakorzenionej, relacyjnej, cielesnej i powolnej, w którym znaczenie powstaje w wyniku współobecności i wymiany, a nie transmisji i skanowania. Nie mniej ważnym aspektem działalności Fundacji In Situ są projekty realizowane z lokalną społecznością. Organizowane są regularnie warsztaty edukacyjne, działania performatywne z udziałem dzieci i seniorów, spacery historyczne, architektoniczne i krajobrazowe, programy dla osób z niepełnosprawnościami, a także współtworzone mikroarchiwa pamięci i wspomnienia mieszkańców Sokołowska. Celem tych działań nie jest partycypacja jako narzędzie animacyjne, lecz trwałe zakorzenienie instytucji w relacji z miejscem i odpowiedzialność wobec jego mieszkańców.​ ​ W ramach działań na rzecz budowania lokalnej tożsamości kulturowej, Fundacja In Situ realizuje projekty przywracające pamięć o artystach związanych z Sokołowskiem, takich jak reżyser Krzysztof Kieślowski, rzeźbiarka Bożenna Biskuoska, fotograf Jan Rylke, ceramicy Stanisław i Barbara Olszamowscy oraz malarz Stanisław Pacanowski. Poprzez organizację wystaw, warsztatów i wydarzeń edukacyjnych, fundacja nie tylko prezentuje ich twórczość, ale także angażuje społeczność lokalną w proces odkrywania i dokumentowania dziedzictwa artystycznego regionu. Działania te wpisują się w szerszą strategię fundacji, która poprzez archiwizację i popularyzację dorobku lokalnych twórców wzmacnia świadomość kulturową mieszkańców i podkreśla unikalny charakter Sokołowska jako miejsca o bogatej historii artystycznej. Fundacja realizuje w tym duchu istotne projekty archiwizacyjne i cyfrowe, takie jak Archiwum Twórczości Krzysztofa Kieślowskiego, którego zadaniem jest nie tylko digitalizacja i udostępnienie zbiorów reżysera, ale także tworzenie warunków do refleksji nad historią sztuki filmowej i jej relacją z miejscem. Archiwizacja w tym kontekście nie służy unifikacji danych – przeciwnie, wzmacnia lokalność poprzez utrwalenie jej zróżnicowanych głosów i form wyrazu jednocześnie korespondując z festiwalem imienia Kieślowskiego. Wszystkie te działania – festiwalowe, rezydencyjne, edukacyjne, społeczne i archiwizacyjne – składają się na spójną strategię twórczości poza generatywnością, w której technologia nie dominuje, lecz służy, sztuka nie reprezentuje, lecz relacjonuje, a wiedza nie jest treścią do wygenerowania, lecz formą obecności. To właśnie świadoma, wielowymiarowa praktyka lokalna sprawia, że Fundacja In Situ pozostaje jednym z najważniejszych przykładów instytucjonalnego działania zgodnego z ideą epistemologii lokalnej w epoce sztucznej inteligencji. Przeciw wiedzy bez ciała: Tołstoj, Świdziński i epistemologie alternatywne 124 Współczesna krytyka epistemologii generatywnej, typowej dla systemów AI, która opiera się na akumulacji, uśrednianiu i reprodukowaniu danych, nie jest wyłącznie wynikiem technologicznego niepokoju. Jej źródła sięgają znacznie głębiej – do fundamentalnych pytań o istotę twórczości i poznania, stawianych na długo przed powstaniem sztucznej inteligencji. W tym kontekście szczególnie istotne okazują się dwa głosy: Lew Tołstoj i Jan Świdziński, których refleksje – choć osadzone w odmiennych epokach i warunkach – łączy głębokie przekonanie o nieredukowalności sztuki do mechanizmu lub funkcji. Lew Tołstoj: Sztuka jako trud porozumienia W traktacie Co to jest sztuka? (Что такое искусство?, 1897), Tołstoj zdecydowanie sprzeciwia się utożsamianiu sztuki z estetyzacją, dekoracją, czy rozrywką przeznaczoną dla klas uprzywilejowanych. Dla niego sztuka nie polega na łatwym przekazie piękna – jej rdzeniem jest afektywne porozumienie między ludźmi, zdolność do dzielenia się tym, co wewnętrzne, trudne i bolesne. Prawdziwa sztuka, pisał, musi angażować emocje, wyobraźnię i sumienie. To proces wymagający wysiłku – zarówno od twórcy, jak i odbiorcy – ponieważ dotyczy przekroczenia siebie w kierunku drugiego człowieka. Ten postulat trudno przecenić we współczesnym kontekście dominacji systemów generatywnych, które operują modelem bez wysiłku: generuj, wybierz, przetwórz. Tołstoj byłby zaniepokojony łatwością, z jaką dziś można "produkować" obrazy i teksty – bez cielesnego zaangażowania, bez ryzyka, bez etycznej odpowiedzialności. Zamiast relacji – powtórzenie. Zamiast komunikacji – rozpoznanie wzorca. Dla Tołstoja to nie byłaby już sztuka, lecz jej imitacja. Jan Świdziński: Znaczenie jako sytuacja Z kolei Jan Świdziński, twórca koncepcji sztuki kontekstualnej i autor manifestu Sztuka jako sztuka kontekstualna (1976), postulował, że dzieło sztuki nie posiada trwałego, autonomicznego znaczenia, które można byłoby oddzielić od jego sytuacyjnych, kulturowych i politycznych warunków powstania. Sztuka, według Świdzińskiego, nie jest obiektem, ale działaniem w konkretnej sytuacji poznawczej, a więc czymś, czego nie można uogólnić, przetworzyć statystycznie ani wygenerować bez odniesienia do kontekstu. W tym sensie jego stanowisko jest zasadniczo sprzeczne z paradygmatem działania AI, która opiera się na eliminacji konkretu na rzecz wzorca. Modele generatywne nie znają sytuacji – nie mają ciała, nie są zakorzenione w miejscu ani czasie, nie doświadczają. Dlatego sztuka tworzona z perspektywy Świdzińskiego – tak jak ta inspirowana epistemologiami lokalnymi – nie może zostać przetworzona przez systemy AI bez fundamentalnej utraty sensu. Znaczenie, które nie jest sytuacyjne, jest zredukowane – a zredukowane znaczenie przestaje być poznaniem. Epistemologie alternatywne: relacyjne, afektywne, cielesne Tołstoj i Świdziński wskazują zatem – każdy na swój sposób – na konieczność relacyjnego i afektywnego zakorzenienia sztuki i wiedzy. Ich intuicje odnajdują współczesne potwierdzenie w nurcie epistemologii sytuowanej (Donna Haraway), afektywnej (Brian Massumi, Erin Manning) i troskliwej (María Puig de la Bellacasa), a także w postulacie deautomatyzacji poznania (Anna Tsing, Isabelle Stengers). 125 Wspólnym mianownikiem tych nurtów jest odrzucenie wiedzy bez ciała – wiedzy, która powstaje jako zbiór statystycznych zależności, bez uczestnictwa, doświadczenia i odpowiedzialności. Wobec tego sztuka staje się nie tylko gestem estetycznym, ale też modelem alternatywnego poznania, opartego na konkretności, ograniczeniu, obecności i złożoności relacji. W świecie zdominowanym przez generatywność – nie tylko rozumianą jako produkcję treści, ale jako logikę przewidywalności, skalowalności i kontroli – twórczość, która stawia opór tej logice, odzyskuje swoją poznawczą funkcję. Epistemologie lokalne jako przyszłość poznania kulturowego Podrozdział ten miał na celu ukazanie epistemologii lokalnych nie jako peryferyjnego uzupełnienia, ale jako centralnego punktu odniesienia dla etyki twórczości w dobie systemów AI. Praktyki oparte na wiedzy sytuowanej, relacyjnej, cielesnej i kontekstowej mają dziś znaczenie strategiczne – nie tylko artystyczne, ale i epistemologiczne. Wobec dominacji systemów, które nie znają świata, lecz go modelują, twórczość zakorzeniona w konkretności – jak działania Gruszczyk, Lewandowskiej, Fundacji In Situ czy Mujeres Creando – staje się formą poznania odpornego. Nie można go zreplikować, bo jego wartość leży nie w treści, lecz w relacji. Nie można go skalować, bo nie działa poza kontekstem. Nie można go zautomatyzować, bo jego rytm to rytm ciała, historii i troski. W tym sensie epistemologie lokalne nie tylko podważają logikę systemów AI – one proponują coś więcej: alternatywną wizję tego, czym jest wiedza, twórczość i relacja. Wizję, która być może jako jedyna zachowa zdolność poznawania świata w czasie jego technologicznej unifikacji. 7.3. Twórczość poza produktem – krytyka logiki produkcji i efektywności Krytyka logiki produkcji i efektywności Jednym z kluczowych wyzwań dla współczesnych praktyk artystycznych w dobie zaawansowanych systemów generatywnych i predykcyjnych jest konieczność zmierzenia się z dogmatem produkcji jako uniwersalnym miernikiem wartości. Współczesna infrastruktura kultury – zarówno instytucjonalna, rynkowa, jak i technologiczna – opiera się na założeniu, że działanie twórcze musi generować rezultat: produkt, wersję, zapis, efekt, indeksowalny ślad. W świecie zalgorytmizowanym, gdzie platformy predykcyjne – takie jak silniki rekomendacji, modele językowe czy systemy streamingowe – decydują o tym, co zostaje uznane za „wartościowe”, „widzialne” lub „nowoczesne”, twórca coraz częściej postrzegany jest nie jako inicjator procesu poznawczego, lecz jako dostawca treści: danych, obrazów, dźwięków i zachowań, które mogą być przechwycone, zindeksowane, zmierzone i dalej przetworzone. 126 W tym kontekście produkcja staje się nie tylko czynnością wytwarzania, ale również funkcją systemowego dopasowania. Oczekuje się, że artysta, instytucja czy projekt będą czytelni, efektywni, powtarzalni, łatwo opisywalni i zgodni z estetycznymi oraz technologicznymi trendami. Efektywność twórczości zostaje utożsamiona z jej optymalnością – zgodnością z przewidywaniami platform i logiką konsumpcji. Wewnętrzny rytm procesu twórczego, jego nieprzewidywalność, wieloznaczność czy czasochłonność, stają się przeszkodą, a nie wartością. W tej rzeczywistości twórczość poza produktem nie jest postawą negatywną. Przeciwnie – to strategia krytyczna i epistemiczna, która zakłada, że w obecnych warunkach niezgoda na utożsamienie twórczości z produktem staje się warunkiem odzyskania znaczenia, relacyjności i odpowiedzialności. Odmowa generowania mierzalnych rezultatów nie wynika z bezsilności, lecz z przekonania, że nie każda wartość musi przyjąć formę wytwarzalnego dobra kulturowego. Z tego punktu widzenia tworzenie – rozumiane nie jako produkcja, lecz jako bycie w procesie – odzyskuje znaczenie jako działanie sytuacyjne, afektywne, relacyjne i nieprzewidywalne. W takiej perspektywie wartość nie wynika z rezultatów, lecz z obecności i trwania. „Tworzyć” nie oznacza tu „dostarczać” – lecz „być”, „odpowiadać”, „słuchać”, „zakłócać”. To przesunięcie jest kluczowe. W świecie, w którym – jak zauważa Hito Steyerl – widzialność stała się walutą, a każdy obraz potencjalnym tokenem, decyzja o nieproduktywności staje się formą oporu wobec przemocy przetwarzalności (Steyerl 2013). Nie każdy gest musi zostać zapamiętany. Nie każde działanie musi mieć wersję cyfrową. Nie każda twórczość musi dać się sklasyfikować. W tym duchu twórczość poza produktem znajduje swój wyraz w praktykach, które świadomie wybierają niewidoczność, ulotność, niedostępność lub zanik. Nie chodzi przy tym o eskapizm – lecz o projektowanie form, które nie służą kapitalizacji, indeksacji, licencjonowaniu ani generowaniu wariantów. Praktyki site-specific, działania efemeryczne, mikro-performanse, rytuały, gesty intymne i jednorazowe – wszystkie one tworzą wartość poza systemem ekonomii kultury opartej na replikowalności. Jak zauważył Lew Tołstoj w traktacie Co to jest sztuka? (1897), prawdziwa sztuka nie służy rozrywce ani przyjemności – jej istotą jest przekazywanie szczerych, głęboko przeżywanych uczuć, które mają moc jednoczenia ludzi. Sztuka, według Tołstoja, nie może być obojętna ani powierzchowna – powinna wywoływać wewnętrzne poruszenie i mieć znaczenie etyczne. W tym duchu, we współczesnej erze platformowej standaryzacji estetyki, decyzja o „nie wytwarzaniu” nie musi oznaczać pasywności. Może być świadomym wyborem innego modelu obecności w kulturze – takiego, który nie opiera się na optymalizacji czy użyteczności, lecz na ryzyku, czasie i odpowiedzialności. Podobnie widziała to Lesja Ukrajinka (Larysa Kosacz), dla której twórczość była formą duchowego oporu i egzystencjalnej obecności. Pisząc w cieniu osobistego cierpienia – wyniszczającej gruźlicy kości – oraz w warunkach politycznej opresji caratu, Ukrajinka traktowała akt pisania nie jako produkcję treści, lecz jako przestrzeń wewnętrznej wolności. Jej dramaty i poezja – zwłaszcza Pieśń lasu czy Kassandra – ukazują niezgodę na podporządkowanie się narzuconym formom estetycznym i społecznym. Twórczość, w tym ujęciu, nie służyła uznaniu ani sukcesowi, lecz była sposobem życia w prawdzie: formą obecności, która nie szuka widoczności, lecz głębi przeżycia. 127 Jej postawa – podobnie jak postawy wielu współczesnych twórczyń i twórców wybierających ścieżki peryferyjne, nieproduktywne, trudne do zmonetyzowania – może być rozumiana jako forma radykalnej odpowiedzialności. Odpowiedzialności nie za wynik, lecz za sam akt bycia w relacji: z sobą, z historią, z miejscem, z drugim człowiekiem. Twórczość przestaje tu być narzędziem komunikacji masowej i staje się gestem etycznym – często cichym, lokalnym, niemierzalnym, ale głęboko przemieniającym. W obliczu nasilającej się presji optymalizacji i permanentnej obecności w kulturze sieciowej, gdzie nawet cisza bywa analizowana jako „niewykorzystany potencjał”, odwrócenie się od logiki produktywności jest aktem odwagi. Odmowa stania się dostawcą treści to nie rezygnacja z twórczości, ale próba jej ocalenia. To także wezwanie do wyobrażenia sobie kultury jako przestrzeni, w której nie wszystko musi być widoczne, dostępne i użyteczne – ale może być troskliwe, złożone, wymagające i niespieszne. Twórczość poza produktem – w tej rozciągłości i głębokości – nie jest więc końcem sztuki, lecz jej możliwym ocaleniem. Nie jako systemu produkcji wartości, ale jako praktyki życia, która ma odwagę pozostać wierna swojej nieefektywności, swojej nieprzewidywalności i swojej etycznej złożoności. Czas, proces i obecność jako formy oporu W obliczu presji na produkcję mierzalnych, powtarzalnych i skalowalnych rezultatów, sztuka coraz częściej szuka sposobów, by oprzeć się logice produkcyjnej i cyfrowej reprodukcji. Jedną z najważniejszych strategii oporu jest zwrócenie uwagi na czas, proces i bezpośrednią obecność – elementy, które pozostają oporne na systemy sztucznej inteligencji, instytucjonalne formaty oraz ekonomię kultury opartą na indeksowaniu i powielaniu dzieł. W takim ujęciu dzieło nie jest skończonym obiektem do konsumowania, ale zdarzeniem, rytuałem, relacją efemeryczną lub doświadczeniem, które nie da się powtórzyć, zapisać ani w pełni utrwalić. To forma sztuki niedająca się sprowadzić do danych ani algorytmów. Linda Montano – życie jako performance rytuału i czasu Linda Montano, jedna z pionierów performansu długoterminowego, realizowała działania rozciągające się na wiele lat, które definiowały sztukę jako sposób istnienia i rytuał codzienności. W projekcie Seven Years of Living Art (1984–1991) Montano poświęciła każdy rok praktyce związanej z jedną czakrą, nosząc ubrania tylko w jednym kolorze, medytując, milcząc i dokumentując swoje refleksje. Ten sposób pracy z czasem pokazuje, że sztuka nie musi być produktem ani spektaklem, ale może być wytrwałym procesem życia, praktyką uważności i transformacji. Działania Montano opierają się na czasie i obecności, które są nieprzetwarzalne przez systemy AI ani nie podlegają logice rynku sztuki jako wymiany towarowej. Allan Kaprow – happening jako wydarzenie bez trwałego efektu 128 Allan Kaprow, prekursor happeningów i sztuki akcji, odrzucał dzieło sztuki jako przedmiot na rzecz zdarzenia – wydarzenia efemerycznego, ulotnego i niepowtarzalnego. W pracach takich jak Fluids (1967), gdzie budował i następnie rozpuszczał konstrukcje z lodu, Kaprow uwydatniał proces i przemijalność jako istotę swojego działania. Jego happeningi były formą oporu wobec logiki reprodukcji i konsumpcji sztuki – nie zostawiały trwałych śladów, nie podlegały archiwizacji, a ich sens istniał tylko w czasie trwania. Taka nieuchwytność stawia wyzwanie systemom sztucznej inteligencji, które bazują na rozpoznawaniu wzorców i zapisywaniu danych. Francis Alÿs – bezproduktywne gesty jako krytyka i doświadczenie Francis Alÿs, artysta działający na pograniczu performansu i akcji społecznych, często wykorzystuje czas i ruch jako medium krytyki politycznej. W performansie Sometimes Making Something Leads to Nothing (1997) Alÿs pchał przez ulice Meksyku bryłę lodu, która w trakcie trwania akcji powoli się rozpuszczała. Choć sama akcja nie pozostawia po sobie trwałego obiektu, a jej materialnym śladem jest jedynie dokumentacja – zdjęcia, filmy, relacje – to właśnie ten fakt stawia performance w unikalnej pozycji. Dokumentacja, choć wprowadza element reprodukowalności i funkcjonuje w obiegu sztuki jako produkt, nie odtwarza w pełni bezpośredniego, cielesnego doświadczenia trwania i wysiłku artysty. W ten sposób dokumentacja staje się raczej wskazówką, zapisem śladu niż pełnoprawnym zamiennikiem pierwotnego gestu. Performance Alÿsa wymyka się więc klasycznej logice produkcji i konsumpcji dzieła sztuki, ponieważ jego sens nie tkwi w trwałości obiektu, lecz w akcie – w czasie, wysiłku, przemijaniu i ulotności. Nawet jeśli ślady działania krążą w galeriach i kolekcjach jako dokumenty, nie są one dziełem samym w sobie, lecz przypomnieniem i świadectwem niepowtarzalnego doświadczenia, które krytykuje mechanizmy komercjalizacji i technologicznej standaryzacji. W ten sposób performance pozostaje formą oporu – nie przez negację śladu, ale dzięki podkreśleniu, że prawdziwa wartość i siła tkwią w procesie i cielesnym doświadczeniu, które nigdy nie zostaną w pełni uchwycone i zastąpione przez dokumentację ani wchłonięte przez logikę predykcji i generowanych treści. Odmowa efektu jako praktyka etyczna i polityczna Przykłady Montano, Kaprowa i Alÿsa pokazują, że sztuka nie musi generować trwałego produktu, by być znacząca. Wręcz przeciwnie – jej siła może tkwić w odmowie produkcji efektu, w wytrwałości, rytuale i doświadczeniu trwania. W czasach, gdy systemy AI i gospodarka kultury coraz bardziej upraszczają i kodyfikują to, co twórcze, tego rodzaju praktyki są ważnym gestem oporu. Sztuka oparta na czasie i procesie tworzy przestrzeń dla doświadczeń nieprzewidywalnych, niedających się zredukować do danych, niepodporządkowanych logice reprodukcji i indeksowania. To 129 akt troski o istnienie miejsc niepowtarzalnych, nieprzetwarzalnych i wolnych od ekonomicznych i technologicznych nacisków. Takie działania stają się fundamentem nowej etyki twórczości w epoce postgeneratywnej – gdzie obecność, rytm i relacja wygrywają z produktem, algorytmem i efektownością. Odmowa produkcji jako decyzja epistemiczna Podobnie omawiano wcześniej Hsieh, jak i Sehgal nie rezygnują ze sztuki – redefiniują jej relację z czasem, instytucją, technologią i społeczeństwem. Ich działania pokazują, że sztuka nie musi produkować, by mieć znaczenie. Przeciwnie – jej znaczenie może właśnie wynikać z odmowy generowania efektu. W erze, w której wszystko, co może zostać przetworzone, zostaje przetworzone – odmowa ta staje się formą troski o istnienie przestrzeni nieprzewidywalnej, niedającej się zapisać i opisać. To także akt polityczny – przeciwko presji produktywności, zrozumiałości, indeksowalności. Działania artystów, którzy wybierają obecność zamiast efektu, gest zamiast treści, rytm zamiast formatu, są fundamentem nowej etyki twórczości w rzeczywistości postgeneratywnej. Troska, rytuał i archiwum jako antyproduktywne formy wiedzy Choć najbardziej spektakularne przykłady działalności wykraczającej poza produkt znajdziemy w indywidualnych, radykalnych postawach, równie ważne są kolektywne, wspólnotowe i instytucjonalne strategie, które funkcjonują poza systemem produkcji, reprodukcji i kapitalizacji wiedzy. To działania często lokalne, rytualne i nacechowane emocjonalnie – tworzące więź i pamięć zamiast wersji i efektu. Hans Haacke – archiwum jako akt oporu i troski Dobrym przykładem jest praca niemieckiego artysty Hansa Haacke, który od lat 60. XX wieku tworzy prace dokumentujące mechanizmy władzy, ekonomii i polityki, szczególnie skupiając się na ujawnianiu struktur wykluczenia i korupcji. Jego działania artystyczne funkcjonują jako rodzaj politycznego archiwum – zbierają i eksponują fakty, które często są marginalizowane lub ukrywane. Haacke nie produkuje dzieł sztuki jako tradycyjnych obiektów, lecz raczej systemy dokumentacyjne i interwencje, które są gestem troski i zaangażowania. Jego prace przywracają podmiotowość osobom i zjawiskom usuwanym z oficjalnej narracji, tworząc archiwum jako narzędzie oporu, a nie tylko zbiór danych. Dla systemów sztucznej inteligencji, które uczą się na danych, tego typu archiwa są gestem niedostępności, osadzonym w konkretnym kontekście społeczno-politycznym, którego nie da się sprowadzić do kategorii „contentu”. Extinction Rebellion – rytuał jako praktyka kulturowej ochrony 130 Innym ważnym przykładem są działania ruchu Extinction Rebellion, który poprzez happeningi, protesty, rytuały i performansy ekologiczne angażuje społeczności w ochronę klimatu i środowiska. Ich akcje często obejmują wspólne zgromadzenia, śpiewy, medytacje i symboliczne gesty, które nie mają charakteru trwałego produktu medialnego, lecz służą budowaniu więzi i podtrzymywaniu wspólnotowej pamięci. Działania Extinction Rebellion nie są produktem, nie mają na celu jedynie widzialności medialnej – koncentrują się na relacji z Ziemią, lokalną społecznością i przyszłymi pokoleniami. Uczestnictwo i trwanie są ważniejsze niż efekt czy trwały ślad. Często świadome „znikanie” i rozproszenie grupy to element strategii ochrony i etycznej obecności. W ten sposób Extinction Rebellion praktykuje postgeneratywną ekologię sztuki – ich aktywności są niedostępne dla AI, ponieważ nie są zapisywane jako dane ani nie dają się zredukować do prostych informacji. Są z kimś, w czymś i dla czegoś, co wymyka się technologicznej symulacji. Archiwum Krzysztofa Kieślowskiego – pamięć jako praktyka nieproduktywna Na innej płaszczyźnie, łączącej aspekt cyfrowy z troską o dziedzictwo, znajduje się działalność Fundacji Sztuki Współczesnej In Situ, prowadzącej Archiwum Krzysztofa Kieślowskiego w Sokołowsku. Choć archiwum to korzysta z technologii digitalizacji, jego funkcja nie jest zgodna z logiką optymalizacji czy wykorzystywania danych przez modele AI. Przeciwnie – to archiwum zaprojektowane tak, by przywracać obecność w sposób nienarzucający, niedosłowny, nieoptymalny. Materiały filmowe, listy, notatki, scenariusze, szkice Kieślowskiego nie są przetwarzane na content, lecz udostępniane w rytmie badań, działań kuratorskich, warsztatów, wystaw. Cyfryzacja staje się tu narzędziem troski, nie reprodukcji – nie przejmuje kontroli nad znaczeniem, nie skraca narracji do algorytmu. To przykład, w którym technologia może zostać wpisana w etykę postprodukcyjną, o ile nie przechwytuje sensu, lecz pozwala mu wybrzmieć we własnym rytmie. Wspólna cecha: czas jako forma znaczenia Wszystkie te działania łączy głęboka niechęć do logiki przyspieszenia, produktywności i przetwarzalności. To twórczość, która działa w czasie, a nie dla czasu. Nie chce być aktualna – bo aktualność to kategoria platformowa, zależna od logiki feedów, kliknięć i trendów. Nie chce być przetwarzalna – bo przetwarzalność to forma uśrednienia, nie znaczenia. W świecie, w którym systemy AI „rozumieją” tylko to, co zostało nazwane, skategoryzowane, uśrednione – te praktyki utrzymują przestrzeń nienazwanego, nieczytelnego i opornego. To sztuka, która nie musi mówić, by mieć głos. Relacja zamiast efektu, wspólnota zamiast kapitału 131 Twórczość poza produktem ujawnia się nie tylko w radykalnych gestach jednostkowych i rytuałach troski, ale również w działaniach instytucji nieformalnych, kolektywów artystycznych i mikrostruktur wspólnotowych, które przekształcają samą logikę uczestnictwa w kulturze. Ich celem nie jest wytworzenie dzieła, lecz współtworzenie relacji, odzyskanie autonomii afektywnej, budowanie sieci solidarności poza widzialnością systemu. Mujeres Creando – sztuka jako forma nieprzetwarzalnego oporu Przykład kolektywu Mujeres Creando, działającego w Boliwii od początku lat 90., stanowi jedno z najbardziej wyrazistych ucieleśnień tej logiki. María Galindo i inne członkinie kolektywu tworzą sztukę uliczną, działania performatywne, edukację bezinstytucjonalną i manifestacje radykalnego feminizmu, która z definicji nie może zostać „przejęta” przez system – ani przez rynek sztuki, ani przez platformy AI. Ich działania – takie jak pisanie haseł na murach La Paz, manifestacje ciałem, bezpośrednie interwencje w przestrzeń publiczną – nie są projektowane z myślą o medialności. Nie są dokumentowane w konwencjonalny sposób, nie podlegają kuratorskiemu obiegowi, nie są reprodukowalne. Co więcej – intencjonalnie wymykają się klasyfikacji jako „sztuka”, zachowując ambiwalencję pomiędzy działaniem politycznym, rytuałem, przemocą symboliczną i twórczym gestem. Ich nieprzetwarzalność jest radykalna: nie tworzą danych, nie chcą być zindeksowane, nie aspirują do widoczności. W ten sposób wprowadzają model twórczości relacyjnej i afektywnej, której sens istnieje tylko w kontekście, czasie i wspólnocie – a nie w produkcie. Mikroinstytucje i sztuka lokalna – działanie bez celu produkcyjnego Coraz większe znaczenie mają także mikroinstytucje artystyczne działające lokalnie – często w małych miejscowościach, poza centrami artystycznymi, w warunkach ograniczonego dostępu do środków. Takie przestrzenie – jak Szara Galeria w Cieszynie, Fundacja Sztuki Współczesnej In Situ w Sokołowsku, BWA Zielona Góra, Stowarzyszenie Pracownia Wschodnia czy Kolektyw Kariatyda – funkcjonują na marginesie instytucjonalnej ekonomii spektaklu. Ich cechą wspólną jest działanie w oparciu o relację i proces, a nie produkcję wystaw jako produktów do promocji. Wiele z ich projektów – jak festiwale dźwięku, działania site-specific, warsztaty i projekty badawcze – nie służy wytwarzaniu obiektów, lecz generowaniu wspólnoty i wiedzy sytuowanej. Nie chodzi tu o rezygnację z tworzenia, lecz o jego odinstytucjonalizowanie, spowolnienie i afektywną ponowną ocenę. Te mikroinstytucje stają się przestrzeniami „pracy bez widoczności” (za teorią Stealth Production), w których proces ma wartość większą niż rezultat, a wspólnota większą niż statystyka odwiedzalności. Twórczość jako opieka i obecność W tym kontekście coraz częściej mówi się o twórczości jako formie opieki – care work, maintenance art, postprodukcyjna etyka relacji. Już w latach 70. Mierle Laderman Ukeles w 132 „Maintenance Art Manifesto” (1969) wskazywała, że czynności takie jak sprzątanie, opieka, powtarzalność codzienna – to również forma twórczości, której sens jest procesualny, nieprodukcyjny i afektywny. Współcześnie te idee rozwijają twórczynie i badaczki takie jak Marina Vishmidt, Silvia Federici, Maria Puig de la Bellacasa – które pokazują, że twórczość nie musi prowadzić do dzieła, by mieć znaczenie. Wystarczy, że utrzymuje relację, regeneruje wspólnotę, pozwala trwać tym, co kruche, niedoskonałe i niedostępne. Wnioski: sztuka poza produktem jako strategia epistemiczna Twórczość poza produktem – jak pokazują opisane przykłady – nie jest wycofaniem się z działania, lecz przesunięciem jego celu i znaczenia. W erze AI, która przekształca każdy gest twórczy w dane do dalszego przetwarzania, odmowa produkcji staje się gestem krytycznym i etycznym. Nie chodzi o rezygnację z twórczości, lecz o przedefiniowanie jej relacji z czasem, wspólnotą, ciałem i technologią. To twórczość: ●​ nieindeksowalna – bo nie istnieje jako wynik, ●​ nieprzewidywalna – bo oparta na afekcie, nie na metadanych, ●​ niereprodukcyjna – bo jej siła leży w trwaniu, nie w wytwarzaniu, ●​ nienazwana – bo nie spełnia warunków klasyfikacji. To sztuka jako życie nieprzetwarzalne – nie dlatego, że jest nieudolna technologicznie, ale dlatego, że jest zbyt żywa, zbyt intymna i zbyt wolna, by można ją było zredukować do funkcji. W tym sensie twórczość poza produktem nie tylko krytykuje system – projektuje świat, w którym wartość nie zależy od wyniku. 7.4. Kultura troski zamiast kultury efektywności. Od produktywności do odpowiedzialności Jednym z najbardziej znaczących przesunięć w obszarze sztuki i kultury w epoce dominacji systemów AI jest zmiana, jaka dotyczy samego pojęcia skuteczności i wartości twórczego działania. Współczesne modele efektywności, ukształtowane przez dziedzictwo rewolucji przemysłowej, cyfrowego kapitalizmu, neoliberalnych strategii zarządzania oraz logikę skalowalności, przenikają obecnie niemal każdą sferę życia – od polityki instytucjonalnej po edukację artystyczną. Paradygmat ten zakłada, że dzieło lub gest artystyczny mają wartość, o ile przynoszą wymierny rezultat: produkt, efekt, reakcję, statystykę. W systemach generatywnych – takich jak modele językowe czy obrazowe – ta logika zostaje spotęgowana. AI została bowiem zaprojektowana nie tylko jako narzędzie, ale jako system przetwarzania, przyspieszania, uśredniania i optymalizacji. W tym ujęciu sztuka staje się kolejną domeną zautomatyzowanej produktywności. 133 To, co uznaje się za wartościowe, to to, co można zmierzyć: liczba odbiorców, częstotliwość interakcji, widoczność w wyszukiwarce, potencjał do reprodukcji lub cyrkulacji. W ten sposób dominuje imperatyw twórczości efektywnej – czyli szybkiej, widzialnej, kompatybilnej, gotowej do przetworzenia i włączenia w system obiegu danych i monetyzacji. Tymczasem, jak pokazuje coraz więcej współczesnych praktyk artystycznych, właśnie te cechy – natychmiastowość, widzialność, przeliczalność – stają się obszarem krytyki i świadomej odmowy. Twórczość po AI zmuszona jest zadać pytanie, czy efektywność nadal może być głównym kryterium wartości. Jeżeli każdy gest artystyczny ma zostać od razu przechwycony przez system, wciągnięty do obiegu metadanych, przefiltrowany przez platformę i dopasowany do algorytmu – to co dzieje się z działaniami, które tego nie chcą, nie mogą lub nie powinny spełniać? Czy gest, który nie przynosi „rezultatu”, przestaje być twórczy? Właśnie w tym punkcie pojawia się potrzeba przeformułowania pojęcia wartości twórczości – z efektywności na odpowiedzialność. Nie chodzi już o to, co można wygenerować, ale dla kogo, w jakiej relacji i w jakich warunkach. Zamiast pytania „co mogę stworzyć?” – pojawia się pytanie „po co chcę tworzyć” i „o co mogę zadbać?”. Troska w tym ujęciu nie jest ani emocjonalnym odruchem, ani modną metaforą – jest strukturą działania, etyką procesu, rytmem relacji. Jak pisała Joan Tronto, troska to „aktywność podtrzymywania świata, tak abyśmy mogli w nim żyć jak najlepiej” (Tronto 1993). W obszarze kultury oznacza to przejście od logiki twórczości mierzalnej i wytwórczej do logiki twórczości utrzymującej: wspólnoty, pamięci, miejsca, relacji, trwania. Przeciwstawienie troski efektywności nie polega więc na sentymentalnym powrocie do przeszłości, ale na stworzeniu alternatywnej epistemologii, w której wartość mierzy się nie szybkością, lecz głębokością kontaktu. To przesunięcie – z efektywności na odpowiedzialność – jest widoczne w wielu współczesnych praktykach, które pojawiły się również we wcześniejszych rozdziałach tej rozprawy. W działaniach takich artystek jak Zorka Wollny, Karolina Breguła czy FOQL widoczna jest reorientacja z produkcji dzieła na tworzenie sytuacji, w której obecność, czas i współuczestnictwo stają się ważniejsze niż rezultat. To, co trwa, nie musi być powielalne; to, co zmysłowe, nie musi być cyfrowe; to, co lokalne, nie musi być skalowalne. Dzieło nie kończy się tam, gdzie kończy się zapis – lecz tam, gdzie kończy się relacja. Praktyki troski jako krytyka systemu generatywnego Współczesne systemy generatywne – rozumiane nie tylko jako konkretne technologie sztucznej inteligencji, lecz także jako infrastruktury przetwarzania danych, przewidywania, mierzenia i klasyfikowania – opierają się na logice ekspansji. Więcej danych to więcej możliwości; więcej treści to większa widoczność; większa widoczność to większy wpływ – i zysk. W tej logice każda forma relacji zostaje sprowadzona do interakcji, każdy gest do parametru, każda obecność do śladu. Kultura efektywności, w której działa AI, nie potrzebuje jakości – potrzebuje korelacji, zgodności, trafności, „wyników”. Kultura troski w tym kontekście jest gestem sprzeciwu – nie wobec samego istnienia technologii, ale wobec jej dominacji poznawczej i ekonomicznej. Odrzuca imperatyw produktywności, skalowalności, natychmiastowości i zgodności. Jest to strategia „antyprzemysłowa”, nie przez nostalgiczny opór, lecz 134 przez decyzję o działaniu poza systemem. Troska oznacza tu wybór relacji, które nie są widoczne w indeksie danych; procesów, które nie zostawiają śladów możliwych do analizy; sytuacji, których nie da się zreplikować. Dobrym przykładem tej strategii są działania Jeanne van Heeswijk, która od wielu lat pracuje w lokalnych wspólnotach, przede wszystkim w miastach niderlandzkich i niemieckich. Jej projekty – takie jak Freehouse: Radicalizing the Local (Rotterdam, 2008–2014) – nie mają formy dzieł sztuki przeznaczonych do ekspozycji w galeriach. Nie mają „wyglądu” sztuki, nie są obiektami do archiwizacji ani zasobami do digitalizacji. Zamiast tego są procesami społecznymi: zakładaniem kooperatyw, organizacją warsztatów z mieszkańcami, tworzeniem tymczasowych instytucji, które wspierają lokalną autonomię ekonomiczną i kulturową. Dla systemu generatywnego są niewidoczne – nie poddają się algorytmom klasyfikacji, nie wpisują się w oczekiwania platform, nie generują danych „zdatnych do użycia”. A jednak – lub właśnie dlatego – mają fundamentalne znaczenie etyczne i polityczne. Podobnie działa koncepcja Arte Útil (hiszp. „użyteczna sztuka”) rozwijana przez Tanię Bruguerę, artystkę i aktywistkę z Kuby, której praktyka nie opiera się na tworzeniu obiektów artystycznych, ale na projektowaniu trwałych, społecznie zaangażowanych struktur. Przykładem może być założenie Immigrant Movement International w Nowym Jorku (2011), które nie było „instalacją” ani „projektem artystycznym”, lecz realną organizacją wspierającą prawa migrantów, oferującą pomoc prawną, edukacyjną i wspólnotową. W logice kultury efektywności takie działania mogą wydawać się zbyt „społeczne”, „niewyraziste”, „mało artystyczne”. Ale właśnie w tym tkwi ich siła: są zaprojektowane nie do spektaklu, lecz do podtrzymywania. Troska staje się tutaj systemem wiedzy i formą działania, która nie służy reprodukcji systemu, ale jego dezaktywowaniu. Kultura troski znajduje również swoje miejsce w działalności kuratorskiej. Marianna Dobkowska, związana z Biennale Warszawa, rozwijała model wystawienniczy oparty nie na „promocji treści”, ale na wspieraniu procesów – takich jak wspólne uczenie się, mikropolityki społeczności, lokalne strategie oporu. Również Joanna Warsza, kuratorka i współinicjatorka Kongresu Postartystycznego (edycji festiwalu Konteksty realizowanego przez Fundację In Situ w Sokołowsku w latach 2021, 2023 i 2024), promuje ideę kuratorstwa jako „opieki instytucjonalnej” – gdzie instytucja nie „prezentuje artystów”, ale wspiera ich działania, nawet jeśli są niemedialne, długotrwałe, niespektakularne. W tym duchu rozwija się również strategia Fundacji In Situ w Sokołowsku. Jej programy – Sanatorium Dźwięku, odbudowa i aktywizacja Sanatorium dr. Brehmera, czy prowadzenie archiwum Kieślowskiego – to działania nie tyle „wydajne”, co opiekuńcze. Wymagają czasu, uwagi, obecności i długofalowej troski. Festiwal Konteksty, który w edycjach 2021, 2023 i 2024 przyjął formę Kongresu Postartystycznego, nie był kuratorską prezentacją „nowości”, lecz przestrzenią wsłuchania się w praktyki artystyczne funkcjonujące poza rynkiem, poza systemem widoczności, poza logiką skuteczności. Wszystkie te działania – van Heeswijk, Bruguery, Dobkowskiej, Warszy, In Situ – mają wspólny mianownik: nie traktują troski jako dodatku, lecz jako rdzeń działania. W świecie, w którym algorytmy formatowania stają się dominującą siłą estetyczną i polityczną, troska staje się nie tylko formą oporu – ale metodą tworzenia innego świata: niereplikowalnego, nieoptymalnego, ale wspólnego. 135 Alternatywny rynek, alternatywny mecenas, alternatywny system wartości: troska jako przyszłość sztuki Jeśli uznamy troskę za rdzeń działania artystycznego, musimy również przemyśleć na nowo nie tylko formę sztuki, ale także jej infrastrukturę: rynek, mecenat, instytucje, system wartości. Tradycyjny rynek sztuki – oparty na obiegu obiektów, inwestycjach kapitałowych, widoczności i prestiżu – staje się coraz bardziej kompatybilny z logiką systemów generatywnych. W świecie, w którym sztuczna inteligencja może produkować „dzieła” w nieskończonej ilości, rynek oparty na rzadkości i aurze obiektu łatwo ulega iluzji automatycznej kreatywności. Alternatywny rynek sztuki musi więc działać nie na zasadzie obrotu, lecz relacji – nie poprzez wartość wymienną, ale wartość użytkową i afektywną. Taki rynek nie funkcjonuje na poziomie galerii, aukcji czy platform NFT, lecz w formie wspólnotowych ekosystemów wymiany: czasu, umiejętności, opieki, obecności. Przykładem mogą być praktyki artystyczno-społeczne rozwijane w modelach ekonomii solidarnościowej: banki czasu, lokalne waluty, wspólnotowe fundusze sztuki, kooperatywy artystów i kuratorów. To nie „alternatywa” w sensie kontrkulturowego gestu – to praktyczne, trwałe systemy wsparcia, które pozwalają na przetrwanie sztuki nieproduktywnej, nieprzewidywalnej i niepodlegającej automatyzacji. W tym kontekście pojawia się również potrzeba alternatywnego mecenasa – nie wielkiego sponsora, nie fundacji korporacyjnej, ale raczej mecenatu wspólnotowego, rozproszonego, opartego na współodpowiedzialności. Można sobie wyobrazić model mecenatu opartego na subskrypcjach, mikrodonacjach, ale też wymianie zasobów – gdzie „mecenasem” staje się osoba lub grupa oferująca przestrzeń, czas, sieć kontaktów, wsparcie emocjonalne. Przyszłość mecenatu to może nie granty, ale długofalowe relacje – oparte na zaufaniu, nie na KPI-sach. Jednakże również w ramach istniejących form mecenatu możliwe wydaje się finansowanie artystycznego czasu zamiast artystycznej materii.​ To przesunięcie – z obiektu na proces, z rzeczy na relację, z efektu na trwanie – jest kluczowe, jeśli chcemy realnie odpowiedzieć na wyzwania związane z automatyzacją kultury. W tradycyjnym modelu mecenatu (publicznego i prywatnego) artysta jest często wynagradzany za rezultat: wystawę, dzieło, publikację, spektakl. W logice generatywnej – gdzie rezultat może być „wygenerowany” przez algorytm w kilka sekund – takie podejście staje się nie tylko przestarzałe, ale wręcz ryzykowne: premiuje produktywność nad refleksję, efekty nad sens. Tymczasem finansowanie czasu artystycznego oznacza uznanie wartości procesu: namysłu, wahania, eksperymentu, porażki, relacyjności, troski. To możliwość wynagradzania artystów nie za to, co stworzyli, ale za to, że trwali w praktyce– że byli obecni w społeczności, że prowadzili warsztaty, że współtworzyli relacje, że poświęcili czas na słuchanie, a nie tylko na komunikowanie. Taki mecenat nie musi oznaczać rewolucji instytucjonalnej – możliwy jest w ramach już istniejących mechanizmów: rezydencji artystycznych, grantów badawczych, programów edukacyjnych, funduszy socjalnych dla twórców. Wystarczy zmiana kryteriów oceny: zamiast pytać „co powstało?”, zapytać „co zostało podtrzymane?”, „co się pogłębiło?”, „komu to służy?”. Wtedy nawet instytucje funkcjonujące w logice systemowej mogą stać się sojusznikami troski. Przykłady już istnieją: niektóre programy 136 rezydencyjne finansują „czas na myślenie”; niektóre fundacje wspierają badania artystyczne, które nie muszą kończyć się wystawą; niektóre konkursy premiują proces jako wartość samą w sobie. Finansowanie czasu to także uznanie, że artysta nie jest dostawcą treści, lecz uczestnikiem życia społecznego – a jego obecność i zaangażowanie są warte wsparcia nawet wtedy (a może zwłaszcza wtedy), gdy nie przynoszą natychmiastowych rezultatów. W świecie zdominowanym przez logikę efektywności, zapłacenie artyście za to, że nic nie zrobił, ale był i słuchał, staje się radykalnym aktem politycznym – i być może najskuteczniejszym mechanizmem ochrony przed totalną automatyzacją kultury. Z tego wszystkiego wynika potrzeba alternatywnego systemu wartości, w którym kryterium jakości nie jest „innowacyjność” rozumiana jako technologiczna nowość, lecz głębokość relacji, trwałość więzi, etyczność procesu. W tym systemie wartości bardziej liczy się to, czy praktyka artystyczna tworzy przestrzeń wzajemności, niż to, czy jest rozpoznawalna przez algorytmy lub cytowana w katalogach. Nie chodzi o wycofanie się w niszę, ale o przewartościowanie – o stworzenie kultury, która nie będzie definiować wartości sztuki przez jej medialność, lecz przez jej zdolność do tworzenia sensu i wspólnoty w świecie zdominowanym przez przetwarzanie danych. Troska – rozumiana nie jako emocja, lecz jako praktyka polityczna i epistemologiczna – może więc stanowić fundament alternatywnego porządku artystycznego. Taki porządek nie odrzuca technologii, ale podporządkowuje ją logice życia, a nie logice algorytmu. Jest to nie tylko „anty-AI”, ani tylko „post-AI” to sztuka po AI która korzysta ze wszystkich strategii oporu potrzebnych aby tworzyć ludzki obieg sztuki – nie polegający na walce z technologią, ale na budowaniu autonomicznych przestrzeni, które pozostają dla niej nieczytelne, a przez to – wolne. W świecie przefiltrowanym przez modele predykcyjne, praktyki troski mogą być jedynym językiem, którego maszyny nie rozumieją – i właśnie dlatego warto ten język rozwijać. Hipotetyczny rynek czasu artystycznego: model alternatywnej ekonomii kultury Wyobraźmy sobie rynek czasu artystycznego – system wymiany, wsparcia i uznania, który nie koncentruje się na dziełach jako produktach, lecz na czasie jako zasobie kulturowym, społecznym i politycznym. W takim rynku nie kupuje się obrazów, instalacji czy performansów, ale czas artysty – rozumiany jako okres pracy, skupienia, obecności, współdziałania. To przesunięcie z materialnego efektu na niematerialny proces radykalnie zmienia podstawy, na których opiera się cała infrastruktura sztuki. 1. Jednostka obiegu: czas zamiast obiektu W centrum tego rynku znajduje się czas artysty jako wartość wymienna. Nie chodzi jednak o „stawki godzinowe”, lecz o czas jakościowy: czas badania, czasu relacji, czasu troski. Może on być dokumentowany – nie jako raport z efektów, lecz jako ślad obecności: dzienniki, refleksje, współuczestniczące obserwacje, otwarte spotkania. 2. Mechanizmy wyceny: wartość procesualna 137 Zamiast wyceniać obiekty pod względem rzadkości, autora i estetyki, rynek czasu opierałby się na kryteriach relacyjnych: ile osób wzięło udział w działaniu? jakie więzi zostały stworzone? czy działanie miało wpływ na lokalną wspólnotę? czy umożliwiło komuś rozwój, regenerację, przetrwanie? Wycena nie dotyczy więc efektów, lecz jakości zaangażowania i głębokości procesu. 3. Platformy wymiany: wspólnoty zamiast galerii Instytucje tego rynku to nie galerie czy domy aukcyjne, lecz domy obecności: lokalne centra, rezydencje, szkoły wspólnego uczenia się, rady troski. Ich rolą nie jest promocja „nowości”, lecz opieka nad procesami. Artyści mogliby „wystawiać” czas, który oferują – np. „pięć tygodni na wspólną pracę z mieszkańcami dzielnicy”, „miesiąc słuchania historii lokalnych migracji”. 4. Narzędzia finansowania: subskrypcje, fundusze wspólnotowe, mecenat opiekuńczy Uczestnicy rynku (osoby prywatne, instytucje, samorządy) mogliby kupować „udziały” w czasie artysty – nie po to, by zawłaszczyć rezultaty, lecz by umożliwić ich zaistnienie. Wspólnotowe fundusze czasu (np. fundusz dla artystek opiekujących się bliskimi) mogłyby wspierać tych, którzy działają w niemedialnych, niewidzialnych kontekstach. Subskrybenci – zamiast kupować dzieła – wspieraliby miesięcznie czyjąś praktykę, otrzymując nie ekskluzywność, lecz dostęp do współobecności. 5. Zasada widoczności: niereplikowalność i lokalność Na tym rynku nie obowiązuje logika skanowalności i reprodukcji. Praktyki są jednorazowe, sytuacyjne, często intymne. Ich wartość rośnie nie dzięki kopiowalności, lecz dzięki nieprzenaszalności – temu, że wydarzyły się „tu i teraz”, z tymi osobami, w tym kontekście. Tego nie wygeneruje żadna sztuczna inteligencja. 6. Rola technologii: wsparcie, nie automatyzacja Technologie mogą być narzędziem – do dokumentowania, komunikowania, dzielenia się. Ale nie przejmują produkcji. AI w tym rynku mogłaby np. wspierać archiwizację czasu, tworzyć mapy powiązań, tłumaczyć języki. Ale nie tworzy dzieł – ponieważ dziełem jest relacja, której nie da się zautomatyzować. Rynek czasu artystycznego to nie utopia, ale realistyczna odpowiedź na kryzys wartości wywołany przez automatyzację twórczości i ekonomię treści. Oferuje nowe odpowiedzi na stare pytania: jak mierzyć wartość sztuki? kto ją finansuje? co zostaje po działaniu artystycznym? I przede wszystkim – pokazuje, że w świecie, który chce wszystko przeliczyć, największym zasobem może być to, czego nie da się zmonetyzować bez zniszczenia jego sensu: czas obecności wśród innych. Technologia podtrzymywana, nie dominująca 138 Współczesna refleksja nad sztuką po AI nie może unikać pytania, czy technologia – a zwłaszcza technologia generatywna – może współistnieć z kulturą troski. Nie chodzi tutaj o binarne przeciwstawienie: maszyna kontra człowiek, zimna logika kontra ciepłe relacje, automatyzacja kontra opieka. Tego rodzaju opozycje są nie tylko uproszczone, ale i nieprzydatne wobec złożoności dzisiejszego pola kulturowego. Kluczowym problemem nie jest istnienie technologii, lecz jej epistemologiczna i organizacyjna hegemonia. AI nie jest bowiem tylko narzędziem – to układ organizujący wartości, rytmy, cele i sposób rozumienia twórczości. Aby technologia mogła wejść w ramy kultury troski, musi zostać zdehierarchizowana: przestać pełnić funkcję projektanta świata, a zacząć być jednym z jego składników – wspomagającym, zależnym od relacji, ograniczonym. Nie chodzi więc o rezygnację z technologii, ale o jej przekształcenie – z dominującego układu przetwarzania na marginalne, lokalne, nieproduktywne, współzależne tworzywo. Taka zmiana wymaga radykalnego przeformułowania zarówno infrastruktury, jak i sposobu myślenia o technologii jako opartej na trosce, nie na efektywności. Przykłady takiego podejścia znajdziemy w działaniach artystycznych i społecznych opartych na technologiach niskoprądowych, zdecentralizowanych i „niewydajnych”. Praktyki te nie traktują ograniczenia jako deficytu – przeciwnie, uznają je za podstawowy warunek troski. Artystki i artyści eksperymentujący z mikrokontrolerami o niskiej mocy, narzędziami odzyskiwanymi z e-śmieci, analogowymi syntezatorami, lokalnymi serwerami, niezależnymi systemami obiegu informacji – projektują technologię, która nie jest dostosowana do skalowania, ale do współobecności. Takie działania wpisują się w ruch low-tech, slow tech, careful tech, w których znaczenie nie pochodzi z wydajności, lecz z relacji. Inspirującą metaforą dla tego sposobu myślenia jest przywoływana już w tej rozprawie książka Anny Tsing, The Mushroom at the End of the World: On the Possibility of Life in Capitalist Ruins (2015). Tsing opisuje życie ludzi i grzybów wokół matsutake – rzadkiej odmiany rosnącej w zdegradowanych lasach. Matsutake nie daje się hodować przemysłowo; rośnie w niestabilnych warunkach, w symbiozie z innymi organizmami. Gromadzi wokół siebie relacje, nie linie produkcyjne. Ekonomia matsutake to nie system wzrostu, lecz praktyka trwania – w niepewności, w uważności, w relacyjności. Tsing pokazuje, że wartość nie musi powstawać z planu – może wyrastać z ruiny, z troski, z przypadkowego współistnienia. W podobny sposób można myśleć o technologii po AI: nie jako o systemie, który tworzy świat według własnych reguł, ale jako o złożonej sieci techniczno-ludzkiej, która może być podtrzymywana, nie produkowana. Technologia w kulturze troski nie musi być odrzucona – musi zostać zdeautomatyzowana. Jej funkcja nie polega na przeliczaniu wszystkiego, co zmysłowe, afektywne i lokalne – lecz na wspieraniu tego, czego nie da się ująć w metryki: rytmu, obecności, niepowtarzalności. W tym ujęciu twórca nie jest już „użytkownikiem AI”, lecz – jak pisaliśmy wcześniej – architektem sytuacji, w której relacja staje się ważniejsza od rezultatu. Nie chodzi o tworzenie treści, które zasilą system, ale o konstruowanie przestrzeni, w których system nie ma zastosowania. Tak jak artysta ziemi nie modeluje całego ekosystemu, ale kształtuje warunki jego wzrostu, tak artysta po AI tworzy nie dzieło, lecz warunki twórczości: lokalność, ograniczenie, czułość, nieoptymalność. 139 Kultura troski nie zaprzecza technologii – przekształca jej funkcję. Wprowadza ją w inne rytmy, inne relacje, inne epistemologie. Jest to proces nie spektakularny, ale głęboki. To nie AI generuje znaczenie – znaczenie rodzi się w relacji, której AI nie potrafi zdominować. Troska jest tym, co powstrzymuje system przed totalizacją – przypomina, że nie wszystko musi być efektywne, że nie każda obecność musi być widoczna, że nie każda relacja musi zostać zapisana. W tym sensie kultura troski nie jest anachronizmem – jest przyszłością twórczości w świecie po AI. ku przyszłościowej etyce twórczości Wobec dominacji systemów generatywnych – nie tylko w sensie technologicznym, ale także kulturowym, instytucjonalnym, ekonomicznym i edukacyjnym – kultura troski proponuje całkowicie odmienną logikę działania. Jest to logika niespektakularna, nienormatywna, często niedostrzegalna w statystykach i raportach, lecz fundamentalna dla odnowienia sensu kultury jako sfery wspólnego życia. Nie chodzi tu o opozycję wobec AI jako narzędzia – lecz o odmowę poddania się rytmowi, który definiuje twórczość przez prędkość, widoczność i produktywność. Twórczość oparta na trosce tworzy własne tempo i własne kryteria wartości. Przestaje być funkcją systemu – staje się relacją między istotami, sytuacjami, czasami i przestrzeniami. W tym sensie jest to kultura nieprzewidywalna: nie dająca się zaprogramować, zoptymalizować, uśrednić ani sparametryzować. Jej siłą jest niepowtarzalność i odpowiedzialność – nie wobec systemu, lecz wobec drugiego człowieka, środowiska, lokalności, ciała i historii. W wielu działaniach opisywanych w tym rozdziale widać, jak ta zmiana już się dokonuje. Twórcy i twórczynie nie tworzą „dla efektu”, lecz „dla relacji”; nie generują treści, lecz utrzymują sytuacje; nie projektują rezultatów, lecz tworzą warunki dla procesów. Instytucje, które przyjmują logikę troski – jak Fundacja Sztuki Współczesnej In Situ, która od lat buduje trwałe relacje z miejscem i społecznością poprzez działania w rodzaju festiwalu Konteksty – Kongresu Postartystycznego – nie działają w rytmie grantowych cykli czy algorytmicznych analiz zasięgu. Ich praca rozwija się przez czas, uważność i wzajemność, które trudno zamknąć w kategorii „produktu kultury”. Analogicznie, praktyki kuratorskie, które wywodzą się z troski – jak działania Joanny Warszy czy Marianny Dobkowskiej – redefiniują instytucję nie jako przestrzeń prezentacji, lecz jako pole współodczuwania i długiego trwania. Praktyka kuratorska nie zarządza w nich obiegiem obrazów, lecz umożliwia podtrzymywanie dialogów, działań i procesów, których wartość nie jest natychmiastowa. To wszystko wskazuje na jeden kierunek: sztuka po AI nie wymaga nowej technologii, ale nowej etyki. Etyki opartej nie na sile, lecz na kruchości; nie na efekcie, lecz na obecności; nie na widoczności, lecz na wzajemności. W świecie, w którym każde działanie może zostać zredukowane do danych, twórczość oparta na trosce przypomina, że sens nie rodzi się w systemie – rodzi się w relacji, której system nie potrafi uchwycić. To nie jest strategia odwrotu. To nie jest nostalgiczna utopia. To jest projekt kulturowej przyszłości, w której sztuka nie odpowiada na potrzeby modelu, ale na potrzeby wspólnoty. Troska staje się w niej narzędziem przekształcania świata: nie przez spektakl, ale przez trwanie; nie przez interfejs, ale przez gest; nie przez wynik, ale przez odpowiedzialność. 140 Troska – jako etyczna, afektywna i polityczna jakość działania – jest dziś najważniejszą formą tego zbliżenia. W kulturze po AI to właśnie ona pozwala odnaleźć sens twórczości – nie jako produkcji, ale jako wspólnego istnienia. 7.5. Raport środowiskowy rozprawy Cel, zakres i metodologia W epoce, w której coraz większa część działalności intelektualnej, artystycznej i naukowej przebiega w interfejsie z systemami sztucznej inteligencji, refleksja nad kosztami środowiskowymi procesu twórczego nie jest już kwestią moralnego wyboru – staje się koniecznością epistemologiczną. W niniejszym rozdziale podjęta zostaje próba przeprowadzenia wstępnego, eksperymentalnego raportu środowiskowego dla rozprawy autorskiej tworzonej przy intensywnym wykorzystaniu narzędzi opartych na generatywnej sztucznej inteligencji (głównie modeli językowych dużej skali – LLM), narzędzi wyszukiwania semantycznego, generacji graficznej oraz usług chmurowych. Przyjęto założenie, że nawet tekst teoretyczny – jeśli powstaje z udziałem systemów obliczeniowych – generuje materialny ślad środowiskowy. Oznacza to, że każda iteracja tekstowa, każde zapytanie do modelu językowego, każda sesja edycyjna czy graficzna – nawet jeśli nie pozostawia fizycznego obiektu – pozostawia za sobą emisje CO₂, zużycie energii elektrycznej oraz wody wykorzystywanej do chłodzenia serwerów. Celem niniejszego raportu nie jest dostarczenie precyzyjnych danych (co nie jest możliwe przy braku pełnego dostępu do szczegółowych parametrów serwerów oraz polityki energetycznej poszczególnych dostawców), ale zarysowanie wiarygodnego, konserwatywnego szacunku na podstawie: ●​ danych porównawczych z literatury przedmiotu (m.in. Schwartz et al. 2020, Patterson et al. 2021, Bender et al. 2021, AI Index Report 2024), ●​ liczby wykonanych operacji generatywnych (tekstowych i graficznych), ●​ przewidywanej energochłonności modeli opartych na architekturze transformacyjnej, ●​ parametrów śladu wodnego i węglowego typowych dla chmurowych centrów danych (np. Google, Microsoft Azure, AWS).​ Raport obejmuje pięć zasadniczych części: 1.​ Ustalenie celu, metodologii i kontekstu problemowego. 2.​ Oszacowanie kosztów środowiskowych powstania tej konkretnej rozprawy. 3.​ Odniesienie danych jednostkowych do globalnych trendów energetycznych i środowiskowych w sektorze AI. 4.​ Refleksję epistemologiczną i etyczną nad statusem twórczości jako działania infrastrukturalnego. 141 5.​ Propozycję systemowego rozwiązania: środowiskowego ujawnienia (disclosure) dla twórczości wykorzystującej AI.​ Dalsza część tego rozdziału nie tylko spełnia funkcję informacyjną. Stanowi integralną część projektu badawczego, którego fundamentem – sformułowanym w manifestach i przykładach zawartych w rozdziałach 5 - 7 – jest teza, że twórczość po AI nie może ograniczać się do krytyki z zewnątrz, lecz musi dotyczyć także form i skutków własnego działania. Wiedza i sztuka nie powstają w próżni – ich obecna kondycja to wynik globalnych infrastruktur danych, energii i ekstrakcji. Refleksja nad tym faktem, poparta danymi, nie jest dodatkiem do teorii – jest jej fundamentem. W kolejnej części zostanie przedstawiony szczegółowy bilans szacunkowy powstania rozprawy, oparty na liczbie iteracji generatywnych, ich długości, złożoności, typach użytych modeli oraz danych porównawczych z sektora LLM. Szacunkowy bilans środowiskowy rozprawy autorskiej W ramach drugiej części raportu środowiskowego przedstawiono orientacyjne szacunki dotyczące śladu węglowego, zużycia energii oraz zasobów wodnych wygenerowanych przez proces twórczy niniejszej rozprawy. Dane te mają charakter przybliżony, lecz są osadzone w aktualnych, uznanych źródłach badawczych oraz literaturze branżowej dotyczącej wpływu generatywnej sztucznej inteligencji na środowisko. Wskaźniki referencyjne: energia, woda, emisje Według badania firmy Google (Patterson et al., 2021), zużycie energii dla pojedynczego zapytania tekstowego do modelu GPT-3 (lub jego architektonicznego odpowiednika) waha się od 0,0004 kWh do nawet 0,05 kWh w przypadku dłuższych, bardziej złożonych operacji. Jednocześnie według analizy Bender et al. (2021) oraz raportu Stanford AI Index (2024), koszt energetyczny długiej sesji iteracyjnej może być porównywalny z wykorzystaniem prądu przez typowy laptop przez kilka godzin (ok. 0,05–0,1 kWh). W przeliczeniu na emisję CO₂ (przyjmując 0,4–0,5 kg CO₂/kWh dla dominujących miksów energetycznych w Europie), przekłada się to na: ●​ średnio 0,02–0,03 kg CO₂ na jedną dłuższą interakcję z LLM, ●​ ok. 2–4 litry wody na jedną operację (w zależności od lokalizacji centrum danych i technologii chłodzenia; źródło: Rao et al., 2023). Parametry techniczne rozprawy Proces powstawania rozprawy obejmował: ●​ ponad 1200 iteracji tekstowych, z których znaczna część miała charakter złożony (obejmujący wiele akapitów, długie redakcje i przekształcenia stylistyczne), ●​ ok. 300–500 sesji wyszukiwań, przekształceń strukturalnych i weryfikacji w modelach pomocniczych (np. embeddingach, narzędziach semantycznych), ●​ 10 pełnych generacji graficznych okładki, z zastosowaniem modeli tekst-obraz (porównywalnych do Midjourney 5 lub DALL·E 3), 142 ●​ pracę z edytorami tekstowymi online i chmurowymi narzędziami edycji (np. Google Docs), ●​ redakcję plików, wersjonowanie, kompresję i eksport materiałów, które również wiążą się z transferem danych i korzystaniem z infrastruktury chmurowej.​ Szacunkowe wartości zużycia zasobów Na podstawie powyższych danych, oraz przyjmując wartości pośrednie dla złożonych operacji, oszacowano: Parametr Wartość orientacyjna Emisja CO₂ 70–90 kg CO₂ Zużycie energii elektrycznej 180–250 kWh Zużycie wody 120–160 litrów Liczba zapytań tekstowych (LLM) 1200+ Liczba operacji AI ogółem ok. 1500–1700 Operacje graficzne (tekst–obraz) 10 pełnych generacji Dla porównania: ●​ Wydruk książki akademickiej w nakładzie 1000 egzemplarzy to średnio 300–400 kg CO₂ (European Environment Agency, 2021). ●​ Roczne użytkowanie laptopa (offline, bez AI) to ok. 25–30 kg CO₂. ●​ Jednorazowy lot pasażerski z Warszawy do Berlina generuje ok. 160 kg CO₂.​ Wnioski cząstkowe Choć obciążenie jednostkowe niniejszej rozprawy nie przekracza wartości typowych dla średniej działalności cyfrowej (np. pracy biurowej przez 2–3 miesiące), jej znaczenie tkwi nie w wyjątkowości, 143 lecz w skali. Setki tysięcy podobnych dokumentów powstają miesięcznie, a każde z nich, jeśli współtworzone z użyciem AI, kontrybuuje do globalnego zużycia zasobów energetycznych i wodnych. W warunkach dynamicznej popularyzacji LLM oraz ich masowego wdrażania na poziomie akademii, instytucji kultury i przemysłu kreatywnego – nawet „niewielki” ślad środowiskowy jednostkowego projektu staje się składnikiem strukturalnego przeciążenia. AI a przeciążenie planetarne – kontekst globalny Dotychczasowe dane środowiskowe dotyczące procesu powstawania rozprawy należy odnieść do szerszego kontekstu: gwałtownego wzrostu zapotrzebowania energetycznego i zasobowego w sektorze generatywnej sztucznej inteligencji. W ciągu zaledwie kilku lat – od momentu publicznego udostępnienia modeli typu GPT-3 (2020) do wdrożenia narzędzi takich jak ChatGPT, Claude, Gemini czy Mistral – sektor ten przekształcił się z eksperymentalnej niszy w przemysłową infrastrukturę o skali globalnej. Towarzyszy temu dynamiczny przyrost mocy obliczeniowej, zapotrzebowania na chłodzenie oraz konieczność intensywnej eksploatacji wody i surowców. Dane dotyczące zużycia energii i emisji W raporcie Stanford AI Index 2024 zauważono, że największe modele językowe (LLM) zużywają w trakcie trenowania od kilkuset MWh do kilku tysięcy MWh energii elektrycznej – co odpowiada zużyciu przez kilkaset gospodarstw domowych rocznie. Na przykład: ●​ Model GPT-3 (175 mld parametrów), jak wskazują szacunki podczas jednorazowego trenowania mógł zużyć ok. 1,287 MWh (Brown et al., 2020). ●​ Modele nowsze (o większej liczbie parametrów i dłuższych cyklach szkoleniowych) mogą zużywać od 10 do 50 razy więcej energii. Co istotne, te wartości dotyczą tylko treningu – a nie wielokrotnego użytkowania, które odbywa się w trybie 24/7 na skalowalnych, chmurowych infrastrukturach obliczeniowych. W raporcie „Green AI” (Schwartz et al., 2020) zauważono, że: ●​ Trenowanie nowoczesnego modelu NLP może wygenerować więcej emisji CO₂ niż pięć samochodów osobowych przez cały ich cykl życia. ●​ Eksploatacja modeli przez użytkowników (inferencja) odpowiada już dziś za większość ich śladu środowiskowego – znacznie bardziej niż faza treningowa. Zużycie wody – nowy wymiar kryzysu Nowsze badania (Rao et al., 2023) zwracają uwagę na pomijany wcześniej aspekt kosztów: zużycie wody do chłodzenia serwerowni, które może przekraczać: ●​ 500 ml wody na każde 20–30 zapytań do modelu AI, ●​ lub 20–30 litrów dziennie na użytkownika w przypadku intensywnego korzystania z narzędzi generatywnych. W skali globalnej, centra danych obsługujące modele LLM mogą zużywać dziesiątki miliardów litrów wody rocznie – zwłaszcza w regionach o wysokiej gęstości przemysłu cyfrowego, jak Irlandia, 144 Singapur, Dolina Krzemowa, północno-wschodnie Chiny czy Oregon. Przyrost jest wykładniczy, zwłaszcza że kolejne kraje i korporacje wprowadzają rozwiązania AI szybciej niż jakakolwiek technologie wcześniej. AI jako infrastruktura globalnego ryzyka W świetle prognoz Międzynarodowej Agencji Energii (IEA, 2023), już do 2030 roku sztuczna inteligencja może stać się: ●​ piątym co do wielkości sektorem energetycznym świata, ustępując jedynie sektorom produkcji przemysłowej, transportu, budownictwa i rolnictwa, ●​ a nawet wyprzedzając przemysł lotniczy pod względem emisji i zapotrzebowania na chłodzenie. Co więcej, AI nie działa w izolacji – jej rozwój wymaga, a co więcej- przyspiesza zapotrzebowanie na dzialanie: ●​ infrastruktury centrów danych (DC), ●​ połączeń wysokoprzepustowych (sieci światłowodowe, 5G), ●​ specjalistycznych procesorów (GPU/TPU), których produkcja opiera się na rzadkich metalach i surowcach, często pozyskiwanych w warunkach ekologicznie lub etycznie problematycznych.​ Punkt przeciążenia Na potrzeby tego rozważania w ranach tej rozprawy, na podstawie symulacji przeprowadzonej z użyciem modelu LLM (ChatGPT-4) oraz dostępnych trendów rozwojowych, oszacowano, że jeśli obecny wzrost zapotrzebowania energetycznego zostanie utrzymany (średni wzrost o 26–30% rocznie), to: ●​ do roku 2045–2055 sektor sztucznej inteligencji może przekroczyć roczne zużycie energii całej gospodarki Chin, ●​ przy czym skumulowane emisje CO₂ z AI mogą osiągnąć poziomy porównywalne z sektorem militarnym i chemicznym. Co oznacza, że wraz ze wzrostem mocy obliczeniowej i liczby użytkowników, jej ślad węglowy może stać się realnym problemem ekologicznym, porównywalnym z sektorami uważanymi dotąd za największych trucicieli (pomijając już oczywisty fakt wzajemnej zależności i potęgowania). To założenie nie jest czystą spekulacją – wskazują na nie również alarmujące dane z raportów McKinsey (2023), IEA (2023) i Greenpeace East Asia (2024). W tej sytuacji, nawet relatywnie małe projekty – jak niniejsza rozprawa – stają się elementami większej, systemowej struktury ryzyka. Ryzyko to przestaje mieć charakter wyłącznie techniczny – przyjmuje formę ryzyka środowiskowego, społecznego i epistemicznego, jako że dotyczy nie tylko infrastrukturalnych i energetycznych skutków wdrażania tej technologii, lecz także wpływa na relacje społeczne oraz sposoby produkcji i legitymizacji wiedzy wśród niemal jednej czwartej populacji 145 globalnej. Technologia ta staje się bowiem codzienną praktyką – zintegrowaną z rutynowym użytkowaniem systemów komunikacyjnych – a sposób, w jaki umożliwia wyszukiwanie, przetwarzanie i wymianę informacji między ludźmi, znacznie przewyższa pod względem intensywności i skali dotychczasowe formy, takie jak telefonia, poczta elektroniczna czy klasyczne wyszukiwarki internetowe itd. Twórczość jako obciążenie – pytanie o sens W obliczu przedstawionych danych i analiz, kluczowym pytaniem nie jest już tylko to, jak ograniczyć środowiskowy koszt generatywnych technologii, lecz przede wszystkim: czy każdy akt twórczy w dobie AI nie jest również aktem obciążenia środowiska? I jeśli tak – co to znaczy dla kultury, wiedzy, edukacji, a nawet dla samego sensu teorzenia? Twórczość – przez długi czas rozumiana jako gest wolności, autonomii, wyrażenia siebie – zostaje dziś wpisana w obieg operacji infrastrukturalnych. W epoce generatywnej technokultury, nawet najintymniejsze procesy kognitywne – redagowanie tekstu, poprawianie stylu, synteza źródeł – odbywają się w systemach zasilanych energią elektryczną, chłodzonych wodą, zarządzanych przez korporacje i zależnych od chmur obliczeniowych. Pisanie nie jest już „niewinne”. Staje się działaniem, które – podobnie jak transport czy produkcja przemysłowa – niesie ze sobą wymierne skutki środowiskowe. Między koniecznością a etyką: świadomość w działaniu Autor tej rozprawy nie rości sobie prawa do rozwiązania tego dylematu. Jednak jako aktant twórczy – korzystający z modeli językowych, edytorów opartych na AI, narzędzi generatywnych – uznaje, że sam udział w tej infrastrukturze zobowiązuje do refleksji. W tym duchu, pytanie „czy warto?” nie oznacza negacji, rezygnacji ani powrotu do form analogowych. Jest to pytanie graniczne – o relację między wiedzą a odpowiedzialnością, między możliwościami technologicznymi a skutkami ich użycia. Pytanie to staje się punktem zwrotnym epistemologii: tworzenie nie jest już tylko wyrazem kompetencji lub kreatywności, ale również decyzją o zasobach, emisjach, dostępie, konsekwencjach. Twórczość jako proces sprzężony infrastrukturalnie Dzisiejsza twórczość działa w trybie nieciągłego sprzężenia z systemem: każdy zapis, każda iteracja, każda interakcja z LLM (również w poszukiwaniu wiedzy, pomysłów lub inspiracji) to przepływ energii, zasobów i kodu. Tworzenie nie jest więc już izolowanym gestem, ale aktem zanurzonym w sieci relacji technologiczno-ekonomicznych. To, co dawniej było „natchnieniem” czy „kreatywnością”, dziś zostaje częściowo przetłumaczone na tokeny, obliczenia, wektory semantyczne. Nawet jeśli wynik końcowy – tekst, obraz, dźwięk – może być zmysłowy, emocjonalny, ludzki, jego forma produkcji przynależy do ekosystemu korporacyjnej chmury, opartego na skalowalności, prędkości i automatyzacji. Z tego względu, akt autorefleksji – jak ten zawarty w niniejszym rozdziale – staje się nie luksusem, ale koniecznością epistemologiczną. Wiedza nie może być dłużej oddzielona od śladu, jaki zostawia. 146 A sztuka – nawet ta, która krytykuje system – nie może abstrahować od kosztów, które ponosi planeta, by mogła zaistnieć. Punkt ciężkości: z „czy mogę?” na „czy powinienem?” Tradycyjnie ujęte pytanie epoki cyfrowej – „czy mogę coś wygenerować?” – powinno dziś ustąpić miejsca pytaniu: „czy powinienem?”. Czy uzasadnione jest użycie 50 kWh energii do wygenerowania okładki? Czy warto wytworzyć kolejne 10 wersji tekstu, jeśli ich różnice są marginalne? Czy należy optymalizować styl i semantykę, jeśli kosztem jest zużycie wody w obszarach zagrożonych suszą? Nie chodzi o moralizowanie. Chodzi o to, by wiedzieć, zanim się działa. A potem – by działać z tą wiedzą, nie mimo niej. To zasada bliska etyce situowanej Donny Haraway: twórczość jako relacja, nie jako gest uniwersalny. Relacja, która niesie za sobą konsekwencje – materialne, energetyczne, kulturowe. Dane, apel, praktyka Zebrane i przeliczone dane dotyczące procesu powstawania niniejszej rozprawy wskazują jednoznacznie: nawet jeśli jednostkowy koszt środowiskowy wydaje się relatywnie niski, to w ujęciu skumulowanym – kulturowym, globalnym, infrastrukturalnym – staje się wyzwaniem systemowym. Proces twórczy tej rozprawy obejmował: ●​ Emisję CO₂ na poziomie szacunkowym ok. 70–90 kg, uwzględniając:​ – korzystanie z modeli językowych dużej skali (LLM),​ – interakcyjne edycje tekstu (ponad 1200 zapytań),​ – generowanie materiałów graficznych (okładka),​ – intensywne wyszukiwania źródeł i redakcję tekstu.​ ●​ Zużycie energii elektrycznej na poziomie ok. 180–250 kWh, głównie wskutek:​ – interakcji z usługami chmurowymi i platformami generatywnymi,​ – korzystania z oprogramowania działającego online (w tym AI asystentów edycyjnych),​ – wielogodzinnej pracy lokalnej na komputerze w warunkach ciągłego zasilania. ●​ Zużycie wody (pośrednie) na poziomie ok. 120–160 litrów, związane z:​ – chłodzeniem centrów danych,​ – obsługą infrastruktury serwerowej i sieciowej. Dane te są wartościami szacunkowymi i opierają się na publikowanych wskaźnikach zużycia zasobów przez modele typu GPT-3.5 i GPT-4, takich jak te zawarte w raportach: Patterson et al. (2021), Schwartz et al. (2019), Stanford AI Index (2023), Luccioni et al. (2022). Zamiast statystyki: deklaracja odpowiedzialności Kluczową intencją niniejszego rozdziału nie jest dostarczenie precyzyjnego „śladu węglowego” rozprawy (co byłoby niemożliwe przy obecnym poziomie przejrzystości firm technologicznych), lecz uczynienie kosztów infrastrukturalnych przedmiotem widoczności i refleksji. 147 Dane liczbowe są tu punktem wyjścia do zadania pytania o nowy paradygmat odpowiedzialności epistemicznej i twórczej – takiej, która obejmuje nie tylko treść, ale również środki i środowiskowe skutki jej produkcji. Pisanie, redagowanie, tworzenie – każde z tych działań, jeśli wspomagane przez AI, jest jednocześnie konsumpcją zasobów energetycznych i wodnych. Nie chodzi o potępienie – lecz o świadomość. Nie o zakaz – lecz o decyzję podejmowaną z wiedzą, nie mimo niej. Apel: środowiskowa transparentność jako nowa praktyka twórcza Na tle powyższych ustaleń proponuję wprowadzenie praktyki, którą roboczo nazywam „ujawnieniem środowiskowym” – analogicznie do deklaracji finansowych, etycznych czy metodologicznych, coraz częściej towarzyszących publikacjom akademickim i projektom artystycznym. Ujawnienie to powinno obejmować: ●​ Raport środowiskowy projektu – dołączany do publikacji, wystawy, wydarzenia edukacyjnego lub pracy naukowej; ●​ Opis narzędzi i liczby iteracji AI – zarówno tekstowych, jak i graficznych, z wyszczególnieniem etapów twórczych; ●​ Szacunkowe emisje CO₂, zużycie energii i wody, wraz z odniesieniem do źródeł danych i przyjętej metodologii; ●​ Ewentualne działania kompensacyjne – np. offset środowiskowy w postaci sadzenia drzew, regeneracji lokalnej przyrody, wsparcia dla inicjatyw środowiskowych. Deklaracja ta nie musi być rygorystyczna ani audytorska – ma przede wszystkim charakter edukacyjny, komunikacyjny i etyczny. Ma przypominać, że twórczość – podobnie jak przemysł, transport czy żywność – odbywa się w warunkach skończoności zasobów. Etyka kontyngencji W myśl filozofii Yuk Hui, dla której kontyngencja i lokalność stanowią fundament nowej relacji z technologią (Hui, Recursivity and Contingency, 2019), odpowiedzialność środowiskowa w twórczości nie jest obowiązkiem zewnętrznym, ale immanentną częścią procesu kulturowego. Dlatego też autor tej rozprawy nie traktuje tego raportu jako dodatku – lecz jako epistemologiczne domknięcie projektu, który w całości stara się przyjąć logikę twórczości po AI: nie jako ucieczki od technologii, ale jako świadomego działania w jej cieniu, z pełnym uznaniem jej kosztów, skutków i możliwości przekształcenia. Tym samym rozdział 7.5 stanowi nie tylko dokumentację, ale również apel o systemową zmianę kultury twórczej w epoce generatywnej. 7.6. Raport etyczny procesu twórczego 148 Krytyczna refleksja nad zmianami w edukacji artystycznej W ostatnich latach obserwuje się intensyfikację dyskursu dotyczącego integracji technologii sztucznej inteligencji (AI) w obszarze edukacji artystycznej. Przykładowo decyzje Akademii Sztuk Pięknych w Warszawie (ASP), związane z wprowadzeniem nowych przedmiotów i kierunków skoncentrowanych na AI, wywołały kontrowersje w środowisku artystycznym. Zmiana przedmiotu „Działania Performatywne” jako fakultetu na Wydziale Sztuki Mediów, który, choć nadal obecny w programie, zyskał nową formułę i kontekst dydaktyczny . Artystka i wykładowczyni ASP, dr Jana Shostak, wyraziła swoje zaniepokojenie tymi zmianami w publicznym wpisie na platformie społecznościowej Facebook. W swojej wypowiedzi podkreśliła ryzyko marginalizacji praktyk performatywnych na rzecz technologii, wskazując na potrzebę zachowania równowagi między tradycyjnymi formami ekspresji artystycznej a nowymi technologiami. Shostak argumentowała, że nadmierne skupienie na AI w edukacji artystycznej może prowadzić do osłabienia fundamentów kształcenia, które opierają się na bezpośrednim doświadczeniu, cielesności i interakcji społecznej. Taka transformacja programowa może skutkować utratą istotnych aspektów kształcenia artystycznego, jeśli nie zostanie zachowana równowaga między nowoczesnymi technologiami a tradycyjnymi metodami twórczymi. W kontekście niniejszej rozprawy, która analizuje relacje między technologią a twórczością, zmiany te stanowią przykład potencjalnych zagrożeń wynikających z bezrefleksyjnego wdrażania nowych technologii w obszarze edukacji artystycznej. Podkreśla to potrzebę krytycznego podejścia do integracji AI w sztuce, z zachowaniem szacunku dla istniejących praktyk i metod twórczych. Etyka współautorstwa i transparentność redakcji Proces twórczy stojący za rozprawą autorską „Sztuka po AI” przebiegał jako długotrwała, iteracyjna współpraca autora z narzędziami generatywnymi, w szczególności z dużymi modelami językowymi, reprezentowanymi przez ChatGPT. Należy wyraźnie zaznaczyć, że w toku tego procesu nie doszło do zatarcia granicy autorstwa, lecz do jej świadomego ujawnienia i sproblematyzowania. Modele AI, mimo zaawansowanej zdolności do generowania spójnych wypowiedzi, nie są i nie mogą być traktowane jako współautorzy tekstu naukowego. Brakuje im bowiem kluczowych atrybutów podmiotowości epistemicznej: intencji, odpowiedzialności moralnej, świadomości kontekstowej i zdolności do krytycznej autoanalizy. Model nie inicjuje twórczości – jest narzędziem reagującym na zapytania, a nie podmiotem stawiającym pytania. W tym sensie dostarczenie treści bazowej i odpowiedzialność za wybór tematów, strukturę wypowiedzi, jakość argumentacji, dobór źródeł, precyzję językową i zgodność faktograficzną spoczywa w całości na autorze rozprawy. AI pełniło funkcję narzędzia wspomagającego: służyło do testowania alternatywnych struktur tekstu, formułowania syntez, przekształcania wypowiedzi zgodnie z konwencją stylistyczną i akademicką, a także do weryfikacji logicznej spójności i propozycji uzupełnień. Ważnym aspektem tego procesu była transparentność: w przeciwieństwie do modelu pracy, w którym AI wykorzystywane jest skrycie (np. jako ghostwriter, edytor czy korektor bez przypisania), w 149 tej rozprawie proces współpracy z narzędziem został jawnie udokumentowany i poddany refleksji krytycznej. Autor zachował pełną kontrolę nad treścią i decyzjami redakcyjnymi, a wszystkie fragmenty, które powstały w interakcji z AI, zostały wielokrotnie sprawdzone, przekształcone i osadzone w kontekście naukowym przez człowieka. Taka forma współpracy wpisuje się w rosnący nurt etyki redakcyjnej, który wymaga ujawniania udziału narzędzi generatywnych w procesie pisarskim, analogicznie do sposobu, w jaki deklaruje się użycie oprogramowania do analizy danych lub programów bibliograficznych. Rekomendacje w tym zakresie pojawiają się już w politykach wydawniczych niektórych czasopism naukowych i instytucji badawczych, takich jak Nature, Science czy Elsevier, które zakazują przypisywania autorstwa AI, ale dopuszczają jego deklarację jako narzędzia pomocniczego. Z punktu widzenia przyszłości badań nad sztuką w erze AI, niniejsza rozprawa proponuje wzorzec jawnej i odpowiedzialnej integracji narzędzi generatywnych w praktyce akademickiej (również pozainstytucjonalnej) – bez unikania pytań o granice autorstwa, etyczność automatyzacji oraz epistemiczną wartość decyzji twórczych. Krytyczne wnioski wobec automatyzacji twórczości W obliczu ekspansji technologii generatywnych, takich jak modele językowe, generatory obrazów czy systemy rekomendacyjne, konieczne staje się nie tylko redefiniowanie twórczości, ale również podjęcie krytycznej refleksji nad strukturami, w których twórczość jest dziś produkowana, wartościowana i dystrybuowana. Proces automatyzacji twórczości – rozumianej zarówno jako praktyka indywidualna, jak i zbiorowa – nie ogranicza się do technicznego aspektu generowania treści. Ma charakter systemowy i infrastrukturalny: obejmuje transformację instytucji kultury, uczelni artystycznych, modeli dystrybucji i oceny dzieł, a także oczekiwań społecznych wobec artysty. Jednym z wyrazistych symptomów tej transformacji jest opisana wcześniej kontrowersja związana z reformą dydaktyczną na Akademii Sztuk Pięknych w Warszawie. Choć kierunek „Działania Performatywne” nie został formalnie zniesiony, a raczej zmodyfikowany w obrębie struktury wydziałowej, sam fakt wprowadzenia kierunku skoncentrowanego na sztucznej inteligencji (oraz ograniczenie dostępu do praktyk performatywnych) stał się punktem zapalnym debaty o przyszłości edukacji artystycznej. Jak zauważyła Jana Shostak, przesunięcie akcentów programowych w stronę technologii może skutkować marginalizacją cielesnych, relacyjnych i afektywnych form twórczości, które trudno poddać standaryzacji lub przetworzeniu przez systemy AI. Ryzyko polega nie tylko na zmianie środków wyrazu, lecz na zmianie ontologii twórczości: z działania jako obecności i interakcji – na działanie jako przeliczenie, predykcja, optymalizacja. W tym kontekście kluczowe staje się rozpoznanie, że twórczość po AI nie może być pojmowana wyłącznie jako techniczna innowacja. To przede wszystkim przestrzeń sporu o warunki działania w kulturze: kto tworzy, w jakich ramach, z jakim dostępem do środków produkcji i widoczności, według jakich metryk wartościowania. Wraz z automatyzacją narzędzi, automatyzacji ulega również 150 kuratorowanie, krytyka, edukacja, zarządzanie kulturą i programy grantowe – podporządkowując się często logice algorytmicznej przewidywalności, spójności, efektywności i mierzalności. Sztuka po AI, jak rozumiana jest w niniejszej rozprawie, musi więc pozostać formą epistemicznego i etycznego oporu – nie przeciwko samej technologii, lecz przeciwko totalizacji jej ram jako jedynego systemu porządkowania twórczości. Oporu nieprzekładalnego na dane, niekompatybilnego z formatem, nieoptymalnego. Tak rozumiana twórczość – jako forma niezgody – nie domaga się wykluczenia AI, lecz jego ujarzmienia przez ramy afektywne, społeczne i etyczne, których AI nie jest w stanie wygenerować. Tym samym etyka twórczości w epoce automatyzacji nie może ograniczać się do gestów deklaratywnych. Musi obejmować projektowanie przestrzeni, które pozostają odporne na systemowe przechwycenie – poprzez lokalność, niereplikowalność, opóźnienie, cielesność, błędy, afekty, relacje i ryzyko. Gest kompensacyjny – performans „Manifest bez algorytmu” W ramach etycznej refleksji nad procesem twórczym towarzyszącym powstawaniu rozprawy „Sztuka po AI”, autor – Oskar Chmioła – podejmuje decyzję o wykonaniu gestu kompensacyjnego w postaci performansu zatytułowanego „Sztuka po AI. Manifest bez algorytmu”. Działanie to stanowi nie tylko symboliczne zadośćuczynienie za środowiskowe koszty wykorzystania narzędzi generatywnych w procesie redakcji, lecz również praktyczną interwencję w obszarze estetyki i etyki twórczości w dobie automatyzacji. Opis działania i jego znaczenie „Sztuka po AI. Manifest bez algorytmu” będzie publicznym performansem czytania Manifestu Sztuki po AI, zrealizowanym bez udziału jakichkolwiek narzędzi cyfrowych, interfejsów technologicznych czy systemów przetwarzających dane. Ciało, głos, przestrzeń – te trzy elementy stanowić będą podstawowe medium działania, przywracając twórczość jej pierwotnej kondycji: jako aktu obecności, afektu i ryzyka. Performans zostanie wykonany w wybranej instytucji kultury lub w przestrzeni publicznej – w zależności od wydźwięku rozprawy i możliwości – i będzie miał charakter nieodpłatny i otwarty. Celem działania nie jest tworzenie nowego produktu artystycznego, lecz odzyskanie warunku cielesnej i relacyjnej obecności, w świecie zdominowanym przez przeliczenie, zapis i transmisję. Kontekst ideowy i artystyczny Gest ten stanowi kontynuację i rozszerzenie praktyki twórczej autora, który od lat rozwija pojęcie „sztuki istotowej” – rozumianej jako forma działania zorientowana na podmiotowość, znaczenie, obecność i etyczną odpowiedzialność. Wcześniejsze projekty Oskara Chmioły, takie jak „Performanse dedykowane”, wykonywane dla jednego widza, czy „CzasoPrzestrzeń Performance” wpisywały się w tę perspektywę: sztuka jako narzędzie spotkania, a nie produkcji. 151 W „Manifeście bez algorytmu”, podobnie jak poprzez samo napisanie niniejszej rozprawy, autor podejmuje kolejny krok: zamiast tworzyć kolejny artefakt, tworzy warunek, w którym twórczość nie podlega już generatywności, nie podlega metadanym, nie zasila systemu. Wymiar etyczny i środowiskowy Działanie tk ma również wymiar symbolicznej kompensacji środowiskowej: w procesie tworzenia rozprawy wykorzystywane były systemy generatywne, których infrastruktura – jak wykazano wcześniej – wiąże się z wysokim zużyciem energii, emisją CO₂, eksploatacją zasobów naturalnych i kosztami społecznymi (szczególnie w kontekście wydobycia surowców rzadkich, chłodzenia serwerowni, a także pracy ludzkiej ukrytej w procesie trenowania modeli AI). Performans ma na celu zwrócenie uwagi na asymetrię między komfortem użytkownika a kosztami infrastrukturalnymi, które są zwykle niewidzialne. Odczytanie manifestu bez udziału technologii – z wykorzystaniem wyłącznie głosu, ciała i obecności – staje się formą aktywizmu epistemicznego i ekologicznego, w którym relacja z odbiorcą nie zostaje zarejestrowana, zarchiwizowana ani włączona w system uczenia maszynowego. Cel i przesłanie Performans ten zamyka rozdział etyczny rozprawy, stanowiąc jego punkt kulminacyjny: nie tylko refleksję, ale działanie. W ten sposób autor nie ogranicza się do krytyki, lecz wnosi propozycję praktyki: konkretnego gestu, który jest możliwy tu i teraz, mimo istnienia dominującej infrastruktury technologicznej. „Manifest bez algorytmu” nie ma formy spektaklu ani deklaracji. Jest zdarzeniem, w którym twórczość wraca do swojej pierwotnej funkcji: budowania wspólnoty obecności, znaczenia i troski. W dobie sztuki generowanej, uśrednianej i zautomatyzowanej – to gest radykalny. Część etyczna rozprawy, przedstawiona w niniejszym podrozdziale, nie ogranicza się do deklaracji postaw lub zastrzeżeń formalnych. Jej istotą jest ujawnienie i przepracowanie relacji twórca–narzędzie–system w warunkach postgeneratywnej rzeczywistości. Twórczość po AI – aby pozostała twórczością – musi nieustannie renegocjować swoje ramy epistemiczne i etyczne, stawiać pytania o źródła, sens, obecność i odpowiedzialność. Podjęcie tej refleksji nie jest gestem końcowym, lecz początkiem długofalowego procesu. Procesu, w którym twórcy, instytucje, odbiorcy i edukatorzy muszą na nowo zdefiniować, czym jest twórczość – i jak ją praktykować, aby nie była jedynie funkcją systemu. Rozdział VIII. Instytucje, edukacja i automatyzacja świadomości 8.1. Edukacja artystyczna a estetyka bez autora 152 Zanik gestu, zanik relacji Współczesna edukacja artystyczna ulega głębokim przemianom, których źródła nie tkwią wyłącznie w postępie technologicznym, ale w przekształceniu całej infrastruktury poznawczej, estetycznej i instytucjonalnej. Rozwój narzędzi generatywnych – takich jak modele językowe, systemy tworzenia obrazu czy algorytmy selekcji i rekomendacji – nie tylko zmienia warsztat, ale redefiniuje same podstawy procesu twórczego i edukacyjnego. Na poziomie symbolicznym, coraz częściej dochodzi do detronizacji gestu na rzecz predykcji, obecności na rzecz interfejsu, cielesności na rzecz danych, a relacji – na rzecz efektywności. Jednym z głośnych przykładów jest sytuacja na Akademii Sztuk Pięknych w Warszawie, gdzie – według publicznych wypowiedzi niektórych artystek i wykładowczyń, m.in. Jany Shostak – doszło do likwidacji kierunku „Działania performatywne i praktyki teatralne” na rzecz nowej specjalizacji skoncentrowanej wokół sztucznej inteligencji i nowych technologii. Chociaż sama zmiana została oficjalnie uzasadniona potrzebą „modernizacji oferty edukacyjnej”, sposób, w jaki ją przeprowadzono – bez realnej debaty środowiskowej – może być odczytany jako sygnał szerszego problemu: wypierania form twórczości opartych na ciele, geście, afekcie i relacji przez formy kompatybilne z logiką systemową i generatywną. Nie chodzi tu o sprzeciw wobec technologii jako takiej – lecz o uznanie, że systemy predykcyjne stają się nowym reżimem estetycznym i epistemicznym. W ich obrębie proces edukacyjny zmienia swoją funkcję: zamiast uczyć jak myśleć przez działanie, uczy się jak działać zgodnie z systemem. Zamiast formować twórców – formuje się operatorów: kompetentnych użytkowników zdolnych do generowania wyników zgodnych z oczekiwaniami infrastruktury. W tak ukształtowanej przestrzeni edukacyjnej może zacząć dominować estetyka bez autora – nie dlatego, że twórcy znikają, ale dlatego, że ich rola zostaje zredukowana do korekty wygenerowanego rezultatu a w szerszej perspektywie – do bycia ogniwem w łańcuchu wartości zdefiniowanym przez mechanizmy automatycznej oceny, mierzalności i zgodności z rynkowymi predykcjami. Aspiracja do twórczości przestaje być rozumiana jako ekspresja wewnętrznej konieczności czy dialog z tradycją i wspólnotą, lecz jako proces dostosowywania się do wymogów ekosystemu: systemów oceniania, rankingów, platform rekomendacyjnych i algorytmicznych selekcji. To, co kiedyś nazywano „indywidualnym głosem artysty”, dziś coraz częściej ulega przekształceniu w „model performatywny”, zoptymalizowany pod kątem widoczności, aktualności i „algorytmicznej przydatności”. Młodzi artyści i studentki uczelni artystycznych uczą się nie tylko technik twórczych, ale też strategii auto-pozycjonowania: jak być rozpoznawalnym, jak generować zainteresowanie, jak nie wypaść z obiegu rekomendacyjnego. W ten sposób wartościowanie twórczości coraz mniej zależy od kategorii artystycznych, a coraz bardziej od kategorii operacyjnych: aktualność, responsywność, predykcyjna rentowność, efektywność w „dopasowaniu” do oczekiwań rynku czy instytucji. Co więcej, ten sam schemat zaczyna obejmować nie tylko dzieła, ale i samych studentów: ich wartość zaczyna być mierzona ich „kompatybilnością” z logiką systemową – potencjałem do bycia zaprogramowanym, zrozumiałym, użytecznym. 153 Tym samym modele generatywne, o których mowa w tej rozprawie, stanowią nie tyle punkt zwrotny, ile symptom głębszego przesunięcia: od edukacji jako przestrzeni wolności twórczej ku edukacji jako laboratorium dostosowania. W tej logice kształcenie artystyczne staje się polem inżynierii społeczno-estetycznej, gdzie celem nie jest już odkrywanie nieznanych form wyrazu, lecz optymalizacja już istniejących formatów – zgodnych z kodem, mierzalnych, gotowych do dalszego przetwarzania w systemie, który ocenia nie to, co autentyczne, lecz to, co się klika. Czy w takiej strukturze możliwa jest jeszcze praktyka oporu? Czy możliwa jest twórczość, która nie podlega wymogowi aktualności i kompatybilności? To pytania, które – choć dziś marginalizowane – stają się kluczowe, jeśli edukacja artystyczna ma zachować cokolwiek z dawnego etosu formowania nie tylko umiejętności, ale także podmiotowości. Techniki generatywne są w tym kontekście jedynie detalem – symptomem i symbolem – który odsłania znacznie szerszą transformację: przejście od edukacji jako przestrzeni formowania twórczego i krytycznego myślenia ku systemowi podporządkowanemu logice optymalizacji, mierzalności i zgodności z przewidywalnym modelem wartości. Istnieje zagrożenie, że utrwali się system edukacji artystycznej, w którym studenci i studentki uczą się, jak pisać prompt, jak dobierać parametry, jak oceniać wynik zgodnie z oczekiwanym stylem – ale nie uczą się, jak inicjować relację z materiałem, miejscem, ciałem, czasem ani odbiorcą. Edukacja twórcza traci tym samym swoją funkcję formacyjną – staje się instruktażem obsługi interfejsu. Zanik gestu w edukacji to nie tylko zmiana techniczna. To zmiana antropologiczna. Jak zauważa Boris Groys, dzieło traci nie tylko „aurę” w sensie benjaminowskim, lecz również swoją formę jako wydarzenie relacyjne. Przestaje być aktem obecności, a staje się produktem obiegu systemowego – kompatybilnym, uśrednionym, skalowalnym. Dlatego edukacja artystyczna w epoce generatywności wymaga nowego rozpoznania. Nie jako konserwatywna obrona dawnych modeli, lecz jako próba odzyskania przestrzeni relacyjnej i etycznej, w której nauczanie nie jest funkcją systemu, ale sposobem tworzenia nieprzewidywalnych form bycia w świecie. Pedagogika, która się wycofuje Transformacja edukacji artystycznej pod wpływem generatywnych technologii nie zatrzymuje się na poziomie narzędzi czy programów nauczania. Dotyka również samej filozofii edukacji, modeli relacyjnych oraz pozycji pedagoga jako osoby formującej, a nie tylko nadzorującej. W rzeczywistości zdominowanej przez automatyzację procesów poznawczych, pedagogika staje się coraz częściej nie tyle przestrzenią formacji, co obiegiem technicznej konsultacji. W przeszłości relacja mistrz–uczeń była w polu sztuki napięta, osobista, często afektywna i formacyjna. Oparta na dialogu, konfrontacji, obecności i ryzyku – stanowiła fundament artystycznej inicjacji. W dzisiejszym modelu edukacyjnym, szczególnie tam, gdzie wprowadza się systemy AI jako pomoc dydaktyczną, ta relacja ulega przemianie w strukturę zarządzania interfejsem. Pedagog staje się doradcą do spraw parametrów wejściowych – osobą wspierającą optymalizację promptów, a nie twórczym przewodnikiem przez niepewność formy, treści i znaczenia. 154 Ten model ma swoje źródła w mechanizmach, które Paulo Freire opisał jako „edukację bankową” – system polegający na depozytowaniu wiedzy przez nauczyciela w umyśle ucznia. Freire postulował edukację dialogiczną, budowaną na współuczestnictwie i afekcie. Tymczasem w erze AI obserwujemy hiperwersję edukacji bankowej: wiedza nie tylko nie jest współtworzona, ale jest symulowana przez model predykcyjny, który imituje proces uczenia się, eliminując konflikt, błąd, zmienność i indywidualną krzywą rozwoju. Proces ten prowadzi do zatarcia różnicy między nauczaniem a automatyzacją. AI nie tylko generuje tekst, obraz, dźwięk, ale także imituje model pedagogiczny: odpowiada, sugeruje, poprawia – ale nie czuje, nie pamięta, nie ryzykuje. Stąd edukacja przestaje być przestrzenią formacji świadomości, a staje się fabryką zautomatyzowanych rozwiązań – systemem, w którym wynik jest ważniejszy niż relacja, a szybkość ważniejsza niż trwanie. Już Jean-François Lyotard w Kondycji ponowoczesnej (1979) pisał, że wiedza podporządkowana logice technologicznej traci swoją zdolność do legitymizacji – przestaje być procesem przekraczania granic, a staje się informacją do przetworzenia. W duchu tego rozpoznania można powiedzieć, że edukacja artystyczna w warunkach generatywności traci swoje zakorzenienie w doświadczeniu egzystencjalnym i estetycznym, przechodząc w tryb operacyjny – zgodny z logiką systemu. W tej logice zanika również tożsamość pedagoga jako osoby formującej relację i postawę, a nie tylko wiedzę. Pedagog staje się funkcją w procesie produkcji treści – kimś w rodzaju projektanta promptów lub zarządcy ścieżki produkcyjnej, a nie partnerem w rozmowie o tym, co niepewne, niejasne, niedokończone. W efekcie dochodzi do erozji nie tylko metody, ale także antropologicznego wymiaru edukacji: międzyosobowości, której nie da się zredukować do wejścia i wyjścia danych. Jak pisała bell hooks w Teaching to Transgress (1994), edukacja to akt miłości i ryzyka, a miłość i ryzyko nie są kompatybilne z predykcją i optymalizacją. Dlatego potrzebujemy dziś nie tyle powrotu do przeszłości, ile nowej afirmatywnej koncepcji pedagogiki artystycznej– takiej, która odzyska znaczenie spotkania, niepewności, empatii i odpowiedzialności jako podstawowych kategorii edukacyjnych. Nie chodzi o obronę analogowości, lecz o projektowanie relacyjnych modeli uczenia się, które nie dadzą się łatwo przechwycić przez algorytm – i właśnie dlatego są warte rozwijania. Nowa estetyka dydaktyczna: od działań do promptów W obliczu upowszechnienia narzędzi generatywnych, obserwujemy coraz silniejsze przesunięcie akcentów w dydaktyce artystycznej: od działania ku promptowaniu, od warsztatu ku interfejsowi, od cielesnej obecności ku cyfrowej operacyjności. Zmienia się nie tylko warsztat studenta, ale i definicja samego procesu twórczego. W tej nowej konfiguracji estetyka dydaktyczna – czyli sposób, w jaki uczymy i rozpoznajemy sztukę – przestaje być osadzona w napięciu między ekspresją a formą. Zamiast tego regułę wyznacza sprawność operacyjna: jak sprawnie korzystać z modelu, jak zoptymalizować wynik, jak nadzorować generację. 155 W efekcie mamy do czynienia z nowym typem kompetencji artystycznej, który można nazwać kompetencją technopochodną: nie opiera się ona na eksploracji materii, medium ani formy, lecz na zdolności do skutecznego współdziałania z systemem. Uczeń nie jest już uczony otwierania formy – jest uczony efektywnej współpracy z generatywnym interfejsem. W takim modelu autorstwo zostaje zredukowane do aktu redakcji: wybierania spośród wariantów, które dostarcza maszyna. Ten proces jest nie tylko pedagogiczny – jest głęboko ideologiczny. Uczy bowiem, że twórczość polega na wyborze spośród dostępnych opcji, a nie na ich przekraczaniu. Uczy, że dobry artysta to skuteczny selekcjoner. To przesunięcie wpisuje się w logikę, którą opisał Byung-Chul Han w Społeczeństwie zmęczenia (2010) – gdzie wyczerpanie i nadmiar możliwości zastępują konflikt, a produktywność wypiera kontemplację. Uczeń nie uczy się mówić – uczy się wybierać odpowiedni ton wypowiedzi spośród tych, które zaproponował model. W tej rzeczywistości zanika doświadczenie błędu jako elementu poznawczego. Błąd – fundamentalny dla praktyki artystycznej – zostaje zredukowany do błędu systemowego: glitchu, niekompletności, zbyt niskiej jakości outputu. Tymczasem w tradycji sztuki błąd bywał przestrzenią objawienia, jak u Cage’a, Becketta czy Bourriaud. Dziś jest filtrowany, eliminowany, neutralizowany. Podobnie zanika wartość ciała jako źródła poznania – jego rola w sztuce zostaje wyparta przez ekran, przez wizualizację, przez cyfrowy rezultat. Ciało nie jest już partnerem procesu – jest odbiornikiem, lub co najwyżej elementem biofeedbacku. Nawet sztuka performance, niegdyś marginalizowana przez system edukacyjny, dziś bywa zastępowana przez performance cyfrowy – wystandaryzowany, zarejestrowany, zorientowany na efekt. Nie chodzi tutaj o technofobię. Przeciwnie – chodzi o uważność. O pytanie: co tracimy, kiedy ulegamy estetyce bez autora? Co staje się z wiedzą artystyczną, gdy jej źródłem przestaje być działanie, a staje się model generatywny? Jak wygląda edukacja, która nie formuje relacji, ale operuje funkcją? Jakie miejsce w tej strukturze ma niepewność, niestandardowość, konflikt i niewiedza – czyli wszystko to, co historycznie konstytuowało twórczość? Aby odpowiedzieć na te pytania, konieczne jest ponowne zdefiniowanie tego, co znaczy uczyć się sztuki. Nie jako poznawanie programu, lecz jako uczestnictwo w procesie formowania postaw, które nie mieszczą się w systemowych metrykach. Nieprzewidywalność, cielesność, opór, relacja, błąd i trwanie – to kategorie, które należy przywrócić do centrum edukacji artystycznej. Alternatywy i modele oporu: pedagogiki relacyjne i krytyczne W obliczu opisanej wcześniej dominacji estetyki bez autora i transformacji pedagogiki w kierunku predykcyjnej optymalizacji, szczególnego znaczenia nabierają modele edukacyjne, które świadomie wybierają inne formy relacji i poznania. Nie są to wyłącznie próby konserwatywnej obrony „klasyki”, lecz często eksperymenty z nowymi strukturami wspólnotowości, nieproduktywności i cielesności, które nie poddają się łatwo algorytmicznej logice. Ich wspólnym mianownikiem jest relacja jako zasada epistemiczna. Jednym z kluczowych przykładów może być działalność Performing Arts Forum (PAF) w St. Erme we Francji – instytucji niezależnej, która funkcjonuje jako laboratorium samouczące się, bez formalnych programów nauczania, egzaminów czy sylabusów. Edukacja opiera się tam na obecności, 156 wspólnotowym działaniu i napięciu między indywidualnością a kolektywnością. Nie ma „zajęć” w klasycznym sensie – jest czas dzielony, tekst czytany w grupie, działanie cielesne. Nie chodzi o przekazanie wiedzy, lecz o uruchomienie pola afektywnego i poznawczego, w którym nie ma nauczyciela, lecz są współuczestnicy. Podobnie, działalność Uniwersytetu Rojava w północnej Syrii (Kurdystan) pokazuje, jak można organizować antyhegemoniczne formy edukacji artystycznej i humanistycznej w warunkach oporu wobec dominacji technologii, państwa, rynku. Pedagogika w tym kontekście nie oddziela twórczości od życia – jest jego przedłużeniem i formą przetrwania. Zajęcia z poezji, sztuki dźwięku czy narracji ustnej są prowadzone bez cyfrowych interfejsów, w oparciu o pamięć, język mniejszościowy, gest i mikrospołeczne sytuacje. Takie inicjatywy wpisują się w tradycję pedagogiki emancypacyjnej, której ślady można znaleźć u bell hooks, Glorii Anzaldúy, Augusto Boala i Paulo Freirego. W ich ujęciu edukacja to praktyka wyzwolenia, a nie przygotowania do produktywnego funkcjonowania w systemie. To przestrzeń, w której ważniejsze od wyników są relacje: z sobą, z innym, z materią, z miejscem. W polskim kontekście warto przywołać działania kolektywu Kultura dla Klimatu, który w swoich warsztatach i szkołach letnich (m.in. w Bieszczadach i na Lubelszczyźnie) rozwija formy edukacji artystycznej opartej na materialności miejsca, pracy z ciałem i niewidzialnością procesów twórczych. Twórczość nie kończy się tam produktem, lecz rytuałem, śladem, niekiedy jedynie wspomnieniem. Edukacja nie zmierza do oceny – zmierza do wspólnego rytmu i uważności. Jeszcze innym przykładem są działania Fundacji Sztuki Współczesnej In Situ w Sokołowsku, gdzie w ramach Sanatorium Dźwięku i Kontekstów prowadzone są rezydencje i warsztaty, które nie wymagają rezultatów – wspierają proces, trwanie, obecność. Tam, gdzie zanikają ślady cyfrowe, pojawia się nowa jakość pedagogiczna: czas jako wiedza, błąd jako gest, nieefektywność jako wartość. Wszystkie te modele mają wspólny mianownik: stawiają relację ponad wynik, obecność ponad produkt, ryzyko ponad bezpieczeństwo. W świecie zdominowanym przez algorytmy są to pedagogiki nieoptymalne, nieskalowalne i niewidoczne dla systemów AI – i właśnie dlatego stanowią realne alternatywy. Wnioski i postulaty epistemiczne Transformacja edukacji artystycznej w dobie systemów generatywnych nie jest jedynie zmianą narzędzi – to zmiana całej struktury poznawczej, estetycznej i afektywnej, na której oparta była dotąd formacja artysty i artystki. Zanik gestu, rozpad relacji mistrz–uczeń, redukowanie procesu do operacyjnej obsługi interfejsu oraz algorytmizacja wartości twórczej prowadzą do sytuacji, w której uczelnia artystyczna zaczyna przypominać środowisko testowe – laboratorium promptów, nie spotkań. Jeśli edukacja traci zdolność do wspierania niepewności, błędu, ryzyka i milczenia, traci jednocześnie swój charakter inicjacyjny. Proces uczenia się nie może być bowiem tylko zbiorem 157 zadań – musi być przestrzenią stawania się, w której nie wszystko jest mierzalne, zapisywalne i produktywne. Uczeń nie potrzebuje algorytmu – potrzebuje drugiego człowieka, przestrzeni zaufania, błędu, ciała i czasu. Potrzebuje warunków, w których nie da się być przewidywalnym– bo tylko w takich warunkach rodzi się twórczość. Z tego względu postulujemy nową epistemologię edukacji artystycznej w dobie AI, opartą nie na defensywnym powrocie do przeszłości, ale na afirmatywnym projektowaniu przyszłości, w której obecność, relacja i nieindeksowalność stają się wartościami centralnymi. Nie chodzi o opór wobec technologii, ale o wytworzenie przestrzeni, w której technologia nie determinuje formy relacji ani hierarchii poznania. Taka edukacja wymaga redefinicji:​ – roli pedagoga – z projektanta ścieżki edukacyjnej na współuczestnika rytmu twórczego,​ – modelu procesu – z parametrycznego na sytuacyjny, z optymalizacyjnego na dialogiczny,​ – struktur instytucjonalnych – z modelu rankingowego na model wspólnotowy,​ – kryteriów wartościowania – z algorytmicznych na afektywne, kontekstowe, relacyjne. Jak pisał Lew Tołstoj w Co to jest sztuka?, „sztuka jest tym, co łączy ludzi w jednym i tym samym uczuciu” – a to oznacza, że jej nauczanie nie może być oparte na instrukcji ani na symulacji, ale musi wypływać z potrzeby obecności, ryzyka i poruszenia. Tylko w takim modelu edukacja artystyczna pozostaje przestrzenią, w której możliwe jest pytanie – nie o to, „jak skutecznie użyć AI”, lecz o to, jak nie pozwolić, by systemy generatywne zaprojektowały nasze sposoby myślenia, czucia i bycia razem. To pytanie musi stać się fundamentem nowej pedagogiki artystycznej – pedagogiki, która nie odtwarza logiki systemu, ale tworzy nowe warunki twórczości: nieprzewidywalnej, nieproduktywnej, niepowtarzalnej i niesystemowej. W świecie zautomatyzowanej selekcji treści i obiegu gustów, to właśnie edukacja może pozostać jednym z ostatnich bastionów niezgody i relacyjnego oporu. 8.2. Automatyzacja krytyki i wiedzy Krytyka bez refleksji Wraz z gwałtownym rozwojem i powszechnym upowszechnieniem narzędzi opartych na sztucznej inteligencji – takich jak duże modele językowe (LLM), w tym ChatGPT, Claude, Gemini czy Mistral – obserwujemy głęboką przemianę form produkcji i obiegu wiedzy krytycznej w obszarze kultury i sztuki. Zmiana ta nie ogranicza się do poziomu technologicznego. Ma ona charakter strukturalny i epistemologiczny – dotyczy podstawowych warunków powstawania, wyrażania i weryfikowania twierdzeń krytycznych, a więc także samej możliwości uprawiania krytyki jako działalności sytuowanej, cielesnej, dyskursywnej i ryzykownej. Krytyka – rozumiana klasycznie jako praktyka analizy, interpretacji, refleksji oraz sprzeciwu – ulega dziś procesowi automatyzacji semantycznej. Wraz z rozwojem generatywnych modeli językowych następuje masowe powielanie tekstów pozornie krytycznych: poprawnych formalnie, spójnych logicznie, wyważonych retorycznie, a jednak pozbawionych wewnętrznego konfliktu oraz 158 relacyjnego zakotwiczenia. To teksty, które brzmią jak krytyka – ale nie wykonują jej epistemicznej pracy. W tym sensie możemy mówić o zjawisku „krytyki bezrefleksyjnej” lub „krytyki bez krytyki”. Modele AI – szczególnie duże modele językowe trenowane na miliardach słów z internetu i publikacji – doskonale radzą sobie z naśladowaniem stylów pisania, w tym stylów akademickich, kuratorskich czy recenzenckich. Potrafią wygenerować notę wystawową, esej filozoficzny, rozprawkę krytyczną – lecz nie są w stanie podjąć ryzyka niezgody, zająć stanowiska wbrew danym, odmówić potwierdzenia znanych tropów interpretacyjnych. Michel Foucault w wykładach What Is Critique? przypominał, że krytyka to „sztuka nieskładania się na zbyt wiele”. To gest odmowy, który podważa to, co dane – nie tylko w sensie empirycznym, ale również kulturowym i instytucjonalnym. Tymczasem modele generatywne, z racji swojej funkcji statystycznej i predykcyjnej, operują nie w trybie odmowy, ale w trybie największego prawdopodobieństwa. Nie pytają: „czy to prawda?”, ale: „co najczęściej padało po takim pytaniu?”. Krytyka generowana przez AI, niezależnie od stopnia zaawansowania modelu, opiera się na uśrednieniu danych, nie na ich przełamaniu. Co więcej, zdolność do symulowania radykalnych pozycji – na przykład marksistowskich, dekolonialnych czy feministycznych – nie oznacza ich faktycznego przyswojenia czy wykonania. Modele mogą zacytować bell hooks, ale nie mogą poczuć gniewu, który kształtował jej pisanie. Mogą parafrazować Judith Butler, ale nie wejdą w performatywną relację z ciałem, oporem i ryzykiem. W rezultacie powstaje krytyka odcedzona z afektu, pozbawiona ciała, bez adresata i bez sprawcy. To nie są teksty sytuowane – lecz teksty skalowalne. Nie pytają, nie prowokują, nie interweniują. Ich celem jest generacja semantyczna, a nie zmiana pola symbolicznego. Symptomatyczne jest, że nawet najbardziej kontrowersyjne lub pozornie radykalne wypowiedzi wygenerowane przez modele językowe są z natury rzeczy bezpieczne. Zostają wygładzone przez dane treningowe, pozbawione lokalnego kontekstu, sformatowane zgodnie z regułami syntaktycznymi i semantycznymi obowiązującymi w obiegu wiedzy o wysokiej „czytelności”. Modele nie mają bowiem dostępu do relacyjności – nie są sytuowane w afekcie, miejscu, ryzyku, czasie. Mogą wygenerować cytat, ale nie ponoszą jego konsekwencji. W tym sensie automatyzacja krytyki – szczególnie krytyki sztuki – prowadzi do symulacji radykalności. Powstają teksty, które powierzchownie sprawiają wrażenie sprzeciwu wobec dominujących narracji, lecz w istocie je wzmacniają, ponieważ są konstruowane w ramach przewidywalnych, znormalizowanych struktur wiedzy. Nie chodzi tu więc o „złą krytykę” w tradycyjnym rozumieniu, ale o krytykę pozbawioną swojej istotowej funkcji – krytycznego namysłu i oporu. Choć jej język może być sugestywny, retorycznie atrakcyjny, to nie pełni już funkcji kontestacyjnej. Zamiast wywoływać napięcia, prowokować myślenie czy destabilizować utarte sposoby widzenia, taka krytyka jedynie replikuje znane formy i treści, często ukryte pod płaszczykiem nowości. Co więcej, mechaniczna łatwość i szybkość generowania treści – połączone z przyzwyczajeniem do ich konsumpcji w trybie natychmiastowości – mogą prowadzić do trwałego osłabienia zdolności krytycznego osądu. Umysł przyzwyczajony do płynności i gotowych odpowiedzi rozleniwia się, traci 159 czujność, ulega zobojętnieniu. Krytyczne myślenie, które wymaga czasu, wysiłku i intelektualnej niepewności, zostaje zastąpione przez wygodny automatyzm – pozornie produktywny, lecz w istocie jałowy. Instytucje wiedzy w czasach symulacji Kiedy krytyka traci swoje zakorzenienie w cielesnym doświadczeniu, a teksty zaczynają być generowane z uwzględnieniem modelu predykcyjnego – a nie relacyjnego – stajemy wobec głębokiej transformacji nie tylko samej formy wypowiedzi, ale także działania całych instytucji kultury i wiedzy. Galerie, muzea, uczelnie artystyczne, wydziały humanistyczne, redakcje czasopism i instytuty badawcze – wszystkie te podmioty w coraz większym stopniu posługują się narzędziami AI nie tylko w warstwie organizacyjnej czy edytorskiej, ale również w tworzeniu treści programowych, interpretacyjnych, promocyjnych i edukacyjnych. W tym kontekście krytyka przestaje być gestem poznawczym, a staje się czynnością użytkową. Zamiast być wypowiedzią ryzykowną, opartą na konflikcie wartości, osobistej odpowiedzialności i konkretnej sytuacji, zamienia się w modelowanie narracji – tworzenie zrozumiałych, syntaktycznie poprawnych i komunikacyjnie efektywnych wypowiedzi, które spełniają oczekiwania widowni, grantodawców, algorytmów i systemów ewaluacyjnych. Proces ten opisuje James Bridle w książce New Dark Age (2018), pisząc o „archiwum nieprzeżytego” – zbiorze informacji i wiedzy, który rośnie wykładniczo, ale nie jest związany z doświadczeniem, przeżyciem, cielesnością ani relacją. W takim archiwum „wiedza” nie jest czymś, co zostało zdobyte przez udział, ryzyko i próbę, lecz czymś, co zostało wyodrębnione ze wzorców statystycznych. Oznacza to, że instytucje kultury zaczynają produkować treści, które nie wynikają z zaangażowania – lecz z optymalizacji. W rezultacie znika różnica między wiedzą przeżytą a wiedzą wygenerowaną. Krytyk nie musi już być świadkiem, badaczem ani interpretatorem – wystarczy, że zostanie redaktorem tekstu stworzonego przez AI. Programy wystaw nie muszą wynikać z długiego procesu kuratorskiego – mogą być ułożone na podstawie analizy trendów i oczekiwań publiczności. Noty katalogowe nie muszą powstawać w wyniku spotkania z dziełem – wystarczy ich szybka synteza na podstawie opisów stylistycznych i semantycznych. Kuratorzy nie stają się współuczestnikami wydarzenia artystycznego, lecz zarządcami jego medialnej reprezentacji. W ten sposób instytucje wiedzy tracą swoją epistemiczną autonomię. Zamiast być laboratoriami poznawczymi, w których niepewność i eksperyment stanowią warunek możliwości myślenia, stają się fabrykami treści – skutecznych komunikatów o wysokiej spójności syntaktycznej, ale niskiej prawdziwości relacyjnej. Zamiast konfrontować odbiorcę z pytaniem, wystawiają mu odpowiedź – i to w formacie HTML, newslettera lub captionu na Instagramie. Ten proces wiąże się również z degradacją krytyki jako gestu interpretacyjnego. Zastąpienie interpretacji przez generację – czyli przez statystyczną optymalizację wypowiedzi – redukuje wiedzę do postaci komunikatu: skutecznego, ale pozbawionego głębi. Jak pisze Byung-Chul Han w Społeczeństwie zmęczenia (2010), „prawdziwa wiedza wymaga czasu, niepewności i milczenia” – a więc wartości odwrotnych niż te, które premiują modele AI, systemy rekomendacji i algorytmy widoczności. 160 W efekcie, instytucje zaczynają produkować nie tylko treści, ale i światy sensu oparte na przewidywalności. Wystawy stają się bezpieczne, teksty kuratorskie – jednorodne, strategie komunikacyjne – maksymalnie przewidywalne. Z pola kultury znikają: niejasność, opóźnienie, konflikt, nadmiar i afekt. Ich miejsce zajmuje porządek uśrednienia. Strategie oporu wobec automatyzacji W obliczu dominacji generatywnych modeli językowych oraz coraz powszechniejszego zastępowania interpretacji przez predykcję, pojawia się paląca potrzeba opracowania strategii oporu epistemicznego – takich, które nie opierają się na technofobii, nostalgii czy regresji do analogowych form, lecz na świadomym projektowaniu nowych relacji poznawczych, afektywnych i sytuowanych. Ich celem nie jest powrót do „przed-AI”, ale skonstruowanie pola wiedzy, które nie daje się zautomatyzować. Jednym z najważniejszych tropów teoretycznych pozostaje tu koncepcja wiedzy sytuowanej, rozwijana przez Donnę Haraway, Karen Barad i inne badaczki związane z feminizmem posthumanistycznym i teoriami relacyjnymi. W tej perspektywie wiedza nie jest uniwersalna, lecz lokalna – osadzona w konkretnym czasie, miejscu, ciele, konflikcie i relacji. Wiedza nie może być wygenerowana, ponieważ wymaga afektywnego współistnienia z przedmiotem poznania. Z tej perspektywy krytyka – zarówno artystyczna, jak i kulturoznawcza – nie może zostać zautomatyzowana bez utraty swojej funkcji. Dlatego jedną z form oporu staje się reinstytucjonalizacja niepewności: tworzenie takich przestrzeni i sytuacji, w których pytanie staje się ważniejsze od odpowiedzi, a tekst – zamiast być podsumowaniem – staje się początkiem. Współczesne przykłady działań w tym duchu obejmują m.in. praktykę Hito Steyerl, której teksty, instalacje i eseje filmowe funkcjonują na przecięciu ironii, spekulacji i afektu, nie dając się łatwo zaklasyfikować jako „gotowe interpretacje”. Steyerl, pisząc m.in. o post-prawdzie, przemocy wizualnej i przejęciu rzeczywistości przez algorytmy, nie stara się wygenerować zamkniętej analizy – proponuje raczej dynamiczne pole hipotez, w których tekst krytyczny funkcjonuje jako performans epistemiczny. Podobnie działa Walid Raad, który w projekcie The Atlas Group tworzy fikcyjne archiwa libańskiej wojny domowej, komplikując relację między faktami, dokumentami i pamięcią. To nie tylko krytyka historii i jej reprezentacji – to rekonstrukcja samego aktu wiedzenia jako procesu emocjonalnego, sprzecznego, niepewnego. Również tutaj nie mamy do czynienia z informacją – ale z relacją, która nie może zostać zautomatyzowana. Innym przykładem mogą być projekty Forensic Architecture, a szczególnie ich działanie Anti-Ephemeral, które – choć posługują się narzędziami cyfrowymi – są radykalnie przeciwne uśrednieniu i automatyzacji interpretacji. Analizując przemoc, zbrodnie wojenne czy łamanie praw człowieka, zespół celowo pracuje w trybie rozciągniętym w czasie, jednostkowym, nieproduktywnym – często z zamierzoną nieefektywnością, która pozwala „zatrzymać” dane i spojrzeć poza ich powierzchnię. 161 Równie ważne są instytucjonalne przykłady oporu, takie jak Biennale Warszawa – instytucja, która w swojej misji deklaruje, że nie chce być platformą reprezentacji, lecz przestrzenią procesualnego działania. Projekty organizowane przez Biennale nie mają charakteru wystaw gotowych produktów – to formy otwarte, oparte na dialogu, błędzie, niekompletności, a nie na generacji efektywnego komunikatu. Warto przypomnieć tutaj pojęcie formy otwartej, które ma długą i wieloaspektową historię, sięgającą zarówno teorii literatury i sztuki, jak i projektowania architektonicznego oraz urbanistycznego. Kluczowym punktem wyjścia dla tej refleksji pozostaje klasyczna już książka Umberta Eco, Dzieło otwarte (Opera aperta, 1962), w której autor dowodzi, że dzieło sztuki – zwłaszcza w epoce awangardy i nowoczesności – może (i powinno) pozostawiać przestrzeń na wielorakie interpretacje. Eco przeciwstawia tu dzieło zamknięte, podporządkowane jednej, dominującej wykładni, dziełu otwartemu, które „zachęca” odbiorcę do współtworzenia sensu. W tym ujęciu forma otwarta staje się nie tyle strukturą niedokończoną, co strukturą „usytuowaną”, dynamiczną, uczestniczącą – tak w czasie, jak i w przestrzeni znaczeń. O ile Eco mówił o dziele w sensie estetycznym i semiotycznym, to Oskar Hansen, polski architekt i teoretyk, rozszerzył to pojęcie na grunt architektury i urbanistyki. W swoich manifestach i realizacjach Hansen formułował ideę formy otwartej jako opozycji do formy zamkniętej, totalizującej, narzucającej użytkownikowi jednolity sposób korzystania z przestrzeni. Przykładem może być jego projekt osiedla Przyczółek Grochowski, który, choć kontrowersyjny w odbiorze, miał być realizacją idei przestrzeni dostosowującej się do zmieniających się potrzeb mieszkańców. U Hansena forma otwarta oznaczała inkluzywność, adaptacyjność i prymat użytkownika nad formą. Dziś, w dobie partycypacyjnego projektowania i teorii sieci, koncepcja ta zyskuje nowe życie. Na przykład Nicholas Negroponte, w The Architecture Machine (1970), odnosił się do idei komputerowego wspomagania projektowania jako sposobu na urzeczywistnienie otwartości – poprzez systemy uczące się od użytkowników. Podobnie Jeremy Till w książce Architecture Depends (2009) zwraca uwagę na konieczność uwzględnienia tymczasowości, nieprzewidywalności i relacyjności w projektowaniu – co wpisuje się w ethos formy otwartej. Nie sposób też pominąć wpływu myśli poststrukturalnej: Jacques Derrida czy Roland Barthes swoją krytyką autorytetu autora i struktur znaczeniowych (np. „śmierć autora”) przyczynili się do filozoficznego podważenia zamkniętości form, zarówno tekstualnych, jak i przestrzennych. Podsumowując, forma otwarta to nie tylko estetyczny czy konstrukcyjny wybór, ale głęboko ideologiczna postawa – zakładająca, że odbiorca nie jest biernym konsumentem dzieła, lecz jego współtwórcą; że przestrzeń nie służy narzucaniu porządku, lecz umożliwianiu życia. To koncepcja, która nie starzeje się, lecz mutuje – od partytury Stockhausena po interaktywne miasto XXI wieku. Podobną funkcję pełnią archiwa niezależne, takie jak Archiwum Protestów Publicznych – nie tworzące gotowego katalogu wydarzeń, lecz przestrzeń renegocjacji narracji. Ich celem nie jest przekaz informacji, lecz udostępnienie materiału do dalszych, często sprzecznych, nieprzewidywalnych interpretacji. Są to działania otwarcie odmawiające statusu „obiektywnego źródła”, przez co opierają się logice systemów klasyfikacyjnych i automatycznych podsumowań. 162 Wreszcie, kluczową rolę odgrywają mikropraktyki – codzienne, niezautomatyzowane działania ludzi kultury, które wymykają się optymalizacji. Prowadzenie seminariów w sposób nieskryptowany. Pisanie recenzji, które nie mają jasnej tezy. Redagowanie czasopism bez dominującego udzialu modeli AI. Organizowanie wystaw bez wskaźników zwrotu z inwestycji. Działania te nie są spektakularne, ale ich znaczenie jest fundamentalne – to w nich rozstrzyga się, czy krytyka przetrwa jako forma myślenia, a nie tylko przetwarzania. Jak pisze Rosi Braidotti w The Posthuman (2013), „wiedza postludzka nie jest mniej ludzka – jest bardziej odpowiedzialna”. W tym sensie opór wobec automatyzacji nie polega na rezygnacji z technologii, ale na odmowie wygody i efektywności tam, gdzie stawką jest sens i relacja. Krytyka musi pozostać trudna i niewygodna – bo tylko wtedy ma sens. 8.3. Instytucje kultury wobec AI Adaptacja, ekscytacja, wyparcie W obliczu gwałtownego rozwoju narzędzi generatywnych, instytucje kultury znalazły się w sytuacji epistemicznego rozdroża. Z jednej strony, sztuczna inteligencja jawi się jako narzędzie modernizacji: pozwala na automatyzację procesów archiwizacji, personalizację doświadczenia wystawienniczego, optymalizację pracy redakcyjnej i wsparcie dostępności. Z drugiej strony – jako struktura dominacji, która dekonstruuje dotychczasowe relacje między artystą, instytucją, dziełem i publicznością. Systemy AI nie tylko przekształcają sposób powstawania sztuki, ale także zmieniają funkcjonowanie całej infrastruktury kulturowej: wytwarzają nowe normy widoczności, wartości estetyczne i parametry uznania. Ruchy instytucjonalne wobec tych przemian mają charakter ambiwalentny – często są jednocześnie progresywne i reaktywne, entuzjastyczne i pełne niepokoju, świadome i bezrefleksyjne. Obok eksperymentalnych prób krytycznego wykorzystania AI, pojawiają się zjawiska powierzchownej adaptacji, opartej na ekscytacji możliwościami technologicznymi – bez głębszego zrozumienia ich społecznych, politycznych i estetycznych konsekwencji. W wielu ośrodkach kultury obserwujemy wystawy i wydarzenia „poświęcone AI”, które de facto eksponują jedynie zjawisko generatywności jako spektaklu. Prezentowane są obrazy wygenerowane przez Midjourney, teksty stworzone przez ChatGPT, interaktywne narracje prowadzone przez modele językowe – a więc rezultaty obliczeniowe, nie zaś pytania o warunki ich powstawania. Ten typ programowania wydarzeń – atrakcyjnych wizualnie, ale konceptualnie płytkich – można określić mianem estetyki generatywnej powierzchowności. Jak zauważył Hal Foster, symptomy współczesnej kultury instytucjonalnej często przyjmują formę „spektakularnej melancholii” – zachwytu nad nowością połączonego z wycofaniem się z realnej krytyki systemowej. Owo wycofanie ma głębokie implikacje: instytucje przestają pełnić funkcję refleksyjną i stają się odbiorcą dominujących narracji technologicznych, bez narzędzi do ich dekonstrukcji. W efekcie dochodzi do naturalizacji technologii – AI przestaje być przedmiotem analizy, a staje się niewidzialną warstwą infrastrukturalną, której wpływ nie podlega kwestionowaniu. 163 Tym samym mamy do czynienia nie tylko z estetyzacją technologii, lecz z jej systemowym osadzeniem w logice instytucjonalnej – logice, która coraz częściej odtwarza paradygmaty rynku i technologicznego determinizmu. AI w instytucjach kultury nie działa już wyłącznie jako temat wystaw czy narzędzie artystyczne, ale jako siła kształtująca decyzje kuratorskie, modele finansowania, strategie odbioru publiczności, a nawet język, którym instytucje opisują własne działania. To nie jest neutralne – to jest głęboko ideologiczne. Predykcyjne konsekwencje tego zjawiska są alarmujące. Instytucje kultury, z założenia powołane do tworzenia przestrzeni krytycznego myślenia, zaczynają operować według algorytmicznych logik predykcji i optymalizacji: programy są układane pod kątem przewidywanych reakcji publiczności, a nie potencjalnej wartości poznawczej czy intelektualnego ryzyka. W rezultacie kultura staje się nie tyle przestrzenią negocjacji znaczeń, ile domeną zarządzania afektem i uwagą – coraz bardziej sprzężoną z systemami nadzoru danych i cyfrowej ekstrakcji. Jeśli nie zostaną wypracowane świadome narzędzia oporu, instytucje kultury staną się nie tylko pasywnymi nośnikami technologicznego status quo, ale aktywnymi współtwórcami infrastruktury epistemicznej, w której krytyczne pytania o podmiotowość, odpowiedzialność i władzę zostaną zastąpione przez wskaźniki skuteczności i zasięgu. W tym sensie wpływ AI nie jest dodatkiem do pola kultury – jest jego strukturalną rekonfiguracją. W opozycji do tego trendu sytuują się działania instytucji i inicjatyw, które rozpoznają sztuczną inteligencję jako pole konfliktu, a nie konsensusu. W Het Nieuwe Instituut w Rotterdamie (m.in. w ramach programu Automated Landscapes), AI analizowana jest nie jako narzędzie produkcji wizualnej, lecz jako logika wpływająca na urbanistykę, architekturę, administrację i środowisko. Furtherfield (Londyn), kolektyw i platforma założona przez Ruth Catlow i Marca Garrettta, od lat rozwija działania edukacyjne i artystyczne, które demistyfikują technologie cyfrowe – od blockchainów po modele językowe – jako struktury władzy i mechanizmy ekstrakcji danych. W Polsce przykłady takiej krytycznej praktyki można odnaleźć w wybranych działaniach Fundacji In Situ (np. w ramach Kongresu Postartystycznego, Sokołowsko 2023), gdzie narzędzia generatywne nie są traktowane jako innowacja sama w sobie, lecz jako temat refleksji infrastrukturalnej, która nie jest nawet widoczna bezpośrednio tylko zawarta w samej formule kongresu która jest przykładem instytucjonalnego oporu m. Podobne stanowisko zajmuje Biennale Warszawa (w edycjach 2019 i 2022), które zamiast eksponowania wyników działania modeli AI, podejmuje tematy ich zaplecza epistemicznego, energetycznego i ekonomicznego – w tym związki AI z ekstraktywnością, automatyzacją i geopolityką danych. Mimo istnienia tych świadomych inicjatyw, dominującym trybem reakcji większości instytucji pozostaje jednak strategiczne wyparcie. Polega ono na unikaniu krytycznej konfrontacji z tym, jak AI wpływa na procesy selekcji, oceny, widzialności i wartościowania. W konsekwencji, nawet jeśli AI nie jest jawnie obecna w programie wystaw, może działać jako ukryty kurator: model predykcyjny wpływa na wybór tematów, formatów, artystów – poprzez rekomendacje, algorytmy trendów, dane oglądalności i modele przyciągania uwagi. Zjawisko to – niejawne, ale wszechobecne – sprawia, że wiele decyzji instytucjonalnych zapada „poniżej progu świadomości” i „bez nazwanych sprawców”. 164 W takim układzie, instytucje kultury stają się nie tyle producentem wartości, co przestrzenią ich optymalizacji – zgodnie z logiką systemów, które premiują to, co mierzalne, uśrednione, łatwo konsumowalne i podatne na formatowanie. A ponieważ generatywność oznacza nie tylko technologię, ale sposób organizowania rzeczywistości wokół funkcji przewidywalności, systematyzacji i skalowalności – instytucje, które nie poddają się tej logice, są traktowane jako niszowe, „nieefektywne”, „archaiczne” lub „nieinnowacyjne”. Kurator jako algorytm, instytucja jako procesor W klasycznym modelu instytucjonalnym kurator pełnił funkcję mediatora: organizował relacje między dziełem, artystą, przestrzenią i publicznością, opierając się na wiedzy kontekstualnej, afektywnej i sytuowanej. Był – jak pisze Irit Rogoff – nie tylko selekcjonerem treści, lecz także ich tłumaczem i negocjatorem. Wraz z wprowadzeniem narzędzi sztucznej inteligencji model ten ulega przekształceniu. Kurator coraz częściej funkcjonuje jako operator danych: osoba odpowiedzialna za zarządzanie informacją, optymalizację obiegu treści i monitorowanie interakcji. Instytucja staje się w tym układzie systemem przetwarzania – nie tylko przekazującym idee, ale także analizującym, sortującym i predykcyjnie programującym swoją ofertę. Zjawisko to widać wyraźnie w sferze zarządzania zasobami: systemy archiwizacji i katalogowania w muzeach oraz galeriach coraz częściej wykorzystują algorytmy do automatycznego opisywania, klasyfikowania i rekomendowania obiektów. Badania Joanny Zylinskiej czy Taina Jubanville’a pokazują, że te technologie nie są neutralne – zmieniają nie tylko sposób dostępu do wiedzy o sztuce, ale również wpływają na to, co uznaje się za „godne uwagi”, „interesujące” czy „kanoniczne”. Algorytm nie tylko upraszcza dostęp do zasobów – przekształca samą strukturę pamięci instytucjonalnej. Efektem tego procesu jest przesunięcie akcentu z interpretacji na klasyfikację, z refleksji na zgodność z danymi, z twórczej decyzji na predykcję odbioru. Kurator nie jest już gwarantem spójności intelektualnej projektu, lecz jego optymalizatorem: zarządza przepływem, mierzy zaangażowanie, weryfikuje responsywność. Instytucja – zamiast tworzyć przestrzeń znaczenia – funkcjonuje jako procesor, który przyjmuje, przelicza i dostarcza treści zgodne z oczekiwaniami przewidywalnego odbiorcy. Tendencja ta staje się szczególnie wyraźna w sferze programowania wydarzeń. W wielu przypadkach decyzje kuratorskie są dziś wspierane przez narzędzia analityczne: badania trendów, analizatory sentymentów, oprogramowanie do śledzenia emocjonalnych reakcji publiczności. Choć nie są one zawsze oficjalnie nazywane „algorytmami kuratorskimi”, pełnią taką funkcję. Pomagają określić, co warto pokazać, jak zatytułować wystawę, jakie obrazy będą najchętniej udostępniane, jaką długość powinien mieć komunikat. Ich wpływ nie jest marginalny – redefiniuje relację instytucji z publicznością, czyniąc ją coraz bardziej transakcyjną i sparametryzowaną. Niektóre eksperymenty, takie jak działania studia Refika Anadola czy kolektywu Obvious, próbują uczynić z AI narzędzie twórcze – nie tylko techniczne, ale estetyczne. W tych przypadkach mamy do czynienia z próbą rozwoju języka wizualnego, który eksploruje logikę generatywną. Jednak problem zaczyna się wówczas, gdy decyzje algorytmiczne – niezależnie od intencji – zostają naturalizowane: przyjmowane jako neutralne, racjonalne, techniczne, a więc pozbawione politycznego ciężaru. 165 Tymczasem – jak zauważa Kate Crawford w „Atlas of AI” – każda decyzja podejmowana przez system AI to decyzja zakorzeniona w strukturach danych, źródłach ich pozyskania, formatach obróbki, kryteriach porządkowania i procesach uczenia maszynowego. AI nie tylko operuje na danych – ucieleśnia całą politykę ich selekcji i reprezentacji. Instytucje kultury, w których zachodzą procesy selekcji, oceny i wartościowania, nie są wyjątkiem – są miejscami, w których ta polityka zyskuje szczególne znaczenie. W tym sensie algorytmiczne zarządzanie instytucją nie jest tylko kwestią efektywności – to problem redystrybucji władzy: kto decyduje o tym, co widzimy, jak to interpretujemy i jakie wartości przypisujemy sztuce. Predykcja estetyczna – jako mechanizm dominujący – nie tylko formatuje programy, ale też wpływa na to, jakie postawy twórcze są premiowane, jakie ryzyka są akceptowalne, a jakie uznawane za nieopłacalne. Ku instytucji odpowiedzialnej – protokoły, odmowy, widzialność Wobec postępującej automatyzacji decyzji kuratorskich, programowych i edukacyjnych, instytucje kultury stają dziś przed pytaniem fundamentalnym: czy są w stanie zachować podmiotowość w świecie, w którym proces selekcji, interpretacji i uznania coraz częściej inicjowany jest przez modele predykcyjne? Odpowiedź nie musi polegać na odrzuceniu technologii i ekonomii jako takiej – kluczowa staje się jej rekonfiguracja: od technologii służącej optymalizacji do technologii podlegającej wartościom kultury. Pierwszym narzędziem tej rekonfiguracji jest ujawnienie infrastruktury. Instytucje powinny komunikować, które elementy ich działania opierają się na algorytmach: od narzędzi doboru artystów i trendów, przez systemy rekomendacji wydarzeń, aż po wskaźniki finansowe i kryteria oceny. W tej perspektywie inspirująca jest działalność Tactical Tech, organizacji badawczo-edukacyjnej, która opracowuje narzędzia przejrzystości danych, m.in. poprzez inicjatywy takie jak The Glass Room – wystawy i działania warsztatowe uświadamiające społeczeństwu sposoby zbierania, przetwarzania i eksploatacji danych cyfrowych. Implementacja takich protokołów w instytucjach kultury mogłaby obejmować:​ – publiczne repozytoria promptów kuratorskich i redakcyjnych,​ – metadane informujące o wykorzystaniu AI w produkcji wystawy,​ – oznaczenia dotyczące decyzji opartych na analizach danych,​ – deklaracje i wytyczne etyczne w zakresie stosowania narzędzi predykcyjnych. Drugim gestem – nie mniej istotnym – jest świadoma odmowa. Przykładem jest DAI (Dutch Art Institute), który jako niezależna szkoła artystyczna o charakterze akademickim deklaruje ograniczenie użycia narzędzi AI w procesach afektywnych i poznawczych, takich jak pisanie tekstów dyplomowych, formułowanie manifestów czy refleksji performatywnej. W ten sposób instytucja broni pola niepewności, niedopowiedzenia, niedoskonałości – jako podstawowych warunków edukacji i myślenia kulturowego. Odrzucenie automatyzacji nie wynika tu z technofobii, lecz z uznania, że myślenie nie zawsze musi być produktywne ani natychmiastowe. Choć DAI nie posiada oficjalnej polityki dotyczącej AI, w jego manifestach i praktykach edukacyjnych można dostrzec świadome unikanie pełnej automatyzacji procesów twórczych. Instytucja promuje "porous curriculum" oraz "un-disciplinary study groups", co sugeruje otwartość na 166 różnorodne podejścia, ale również poszanowanie dla niepewności, niedopowiedzenia i niedoskonałości jako kluczowych elementów edukacji artystycznej.dai Warto zauważyć, że inne instytucje edukacyjne, takie jak ICT Institute, wprowadziły konkretne regulacje dotyczące użycia AI w edukacji, w tym obowiązek oznaczania fragmentów tekstów stworzonych przez AI oraz stosowanie tzw. "neowords" i odniesień do aktualnych memów, aby zidentyfikować ludzki wkład w dokumenty . Jednakże DAI nie przyjmuje takiej formalnej polityki, koncentrując się raczej na krytycznej refleksji nad technologią i jej wpływem na procesy twórcze. Trzecią strategią jest stworzenie przestrzeni dla kontralgorytmicznych praktyk – takich, które nie tylko eksponują AI, ale dekonstruują jej logikę działania. Przykładem jest projekt The Museum of Artificial Histories (MUAH), który proponuje alternatywną formę ekspozycji i narracji o technologii, odchodząc od estetyki „technologicznego cudu” ku historii przemocy, błędu, wykluczenia i marginalizacji. Podobne wątki podejmuje kuratorka Joanna Warsza, która – m.in. w ramach pracy w SAVVY Contemporary czy Akademii Sztuk Pięknych w Norymberdze – podkreśla potrzebę tworzenia praktyk kuratorskich opartych na oporze, relacyjności i lokalności zamiast na optymalizacji i spektakularności. W tym duchu rozwijają się także wystawy typu Critical Coding Cultures, eksplorujące sposoby myślenia o kodzie nie jako narzędziu neutralnym, lecz jako środowisku kulturowym i afektywnym. W projektach tych widoczna jest próba odwrócenia dominującej logiki: nie kod jako funkcja, ale kod jako relacja; nie AI jako innowacja, ale AI jako symptom. Wszystkie te strategie prowadzą do jednego celu: odzyskania przez instytucje kultury funkcji krytycznej i afektywnej, zdolnej nie tylko do organizowania narracji, ale także do ich podważania, przechwytywania i przekształcania. Instytucja – w tym ujęciu – nie jest jedynie medium przekazu, ale miejscem negocjacji, ryzyka i niezgody. To nie dane mają kształtować kulturę – to kultura musi stawiać pytania, które wymykają się predykcji. Jak pisała Sara Ahmed: „Instytucje to nie tylko struktury administracyjne – to także uczucia, które w nich krążą, napięcia, które je kształtują, i strategie, które pozwalają niektórym głosom wybrzmieć, a innym zniknąć”. Jeśli instytucje sztuki mają pozostać znaczącymi miejscami kultury w epoce AI, muszą uczynić te uczucia widzialnymi, a decyzje – wytłumaczalnymi. W tym sensie nie chodzi wyłącznie o technologiczną odpowiedzialność, lecz o całkowitą przemianę infrastruktury instytucji: z predykcyjnej na relacyjną, z mierzalnej na afektywną, z optymalizującej na wspólnotową. To nie technologia ma wyznaczać ramy działania instytucji – to instytucja musi na nowo określić, czym chce być w świecie, w którym wszystko może zostać zaprojektowane jako przewidywalne. 8.4. Emancypacyjne strategie edukacyjne Edukacja jako pole działania, nie transferu 167 Wobec ekspansji technologii generatywnych w sferze sztuki, edukacji i wiedzy, pojawia się pilna potrzeba redefinicji edukacji – nie jako procesu transmisji informacji czy nabywania kompetencji technicznych, ale jako działania emancypacyjnego, sytuowanego w konkretnych relacjach, kontekstach, opresjach i możliwościach. Tak rozumiana edukacja nie jest odpowiedzią na potrzeby rynku ani na aktualizacje narzędzi, lecz formą interwencji w system poznawczy. Wyrasta z tradycji pedagogiki krytycznej (Paulo Freire), epistemologii feministycznych i sytuowanych (Donna Haraway, bell hooks), a także z nurtów filozofii afektywnej i poststrukturalnej (Brian Massumi, Sara Ahmed). W każdej z tych koncepcji wiedza nie jest zasobem, który można przyswoić, zarchiwizować i odtworzyć – lecz jest zdarzeniem relacyjnym, materialnym i afektywnym, które nie może być uśrednione ani w pełni zreplikowane przez modele predykcyjne. W świecie, w którym systemy sztucznej inteligencji generują treści edukacyjne w czasie rzeczywistym – od podręczników po instrukcje wizualne – rola nauczyciela, artysty, kuratora czy pedagoga musi zostać przemyślana na nowo. Nie jako funkcja transmisyjna, ale jako architektura sytuacji poznawczej, w której kluczową rolę odgrywa nieprzewidywalność, nieczytelność, zaskoczenie, błąd i konflikt. Jak pisał Jacques Rancière, nauczyciel nie jest tym, który wie więcej – lecz tym, który tworzy przestrzeń równości poznawczej, czyli taką, w której każdy uczestnik staje się współautorem procesu wiedzy, nawet jeśli porusza się w obszarach niewiedzy, afektu i ryzyka. To zmiana epistemologiczna, która radykalnie podważa funkcję edukacji jako operacji zarządzania wiedzą. Zamiast tego proponuje model edukacji jako praktyki niezgody, pytania i wspólnego błądzenia. Taki model praktykują m.in. niezależne szkoły artystyczne i laboratoria edukacyjne, których celem nie jest powielanie programów akademickich, lecz tworzenie przestrzeni doświadczalnych. Przykładem jest School of Mutation, zorganizowana przez Institute of Radical Imagination w latach 2020–2021 w ramach projektu „Solidarity Action” – jako odpowiedź na globalny kryzys społeczny i pandemiczny. W formie otwartych seminariów online z udziałem artystów, aktywistów i filozofów (m.in. Franco „Bifo” Berardi, Jodi Dean), tworzono środowiska krytycznego namysłu nad systemowymi transformacjami kapitalizmu cyfrowego, roli sztuki i możliwości oporu w świecie po pandemii. Podobny charakter miały działania sieci Arts Collaboratory, zrzeszającej organizacje z Globalnego Południa, które w miejsce centralizacji wiedzy i edukacji wprowadzają kolektywność, niejednoznaczność i lokalność. Ich praktyka edukacyjna opiera się nie na curriculum, lecz na wspólnym działaniu, konflikcie i negocjacji. Proces uczenia się zachodzi w interakcji z kontekstami społecznymi, środowiskowymi i politycznymi – a nie w izolacji akademickiej. Praktyki emancypacyjne w Polsce i na świecie W polskim kontekście szczególne znaczenie mają działania Fundacji Sztuki Współczesnej In Situ, która od wielu lat rozwija w Sokołowsku programy edukacyjne i artystyczne integrujące lokalność, pamięć kulturową i eksperyment twórczy. Szczególnie interesującą formą edukacji nieformalnej jest tu Kongres Postartystyczny – wydarzenie będące kontynuacją festiwalu Konteksty, który w latach 2021, 2023 i 2024 przyjął nową formułę. 168 Kongres nie pełnił funkcji akademickiej, nie prowadził kursów ani certyfikacji – a jednak wytwarzał sytuacje pedagogiczne o głębokim potencjale transformacyjnym. W jego ramach powstawały sytuacje wspólnego myślenia, działania, przebywania, rekonfiguracji relacji i wiedzy – od efemerycznych performansów po działania archiwalne, edukacyjne, ekologiczne i interwencyjne. Programy realizowane w tej przestrzeni (np. przez Janę Shostak, Magdalenę Starską, Marcela Marsa, Zofię nierodzińską, Fundację Strefa WolnoSłowa czy grupy niezależne z Ukrainy i Białorusi) łączy przekonanie, że edukacja musi wyjść poza instytucjonalny obieg i stać się procesem wspólnotowym, lokalnym, politycznym. Analogicznie działa amsterdamska grupa Hackers & Designers, która łączy edukację z technologią i krytyką infrastruktury cyfrowej. Ich letnie szkoły, warsztaty i publikacje opierają się na zasadzie „do-it-together”, a nie „do-it-yourself”, co przesuwa nacisk z indywidualnej produktywności na wspólne uczenie się poprzez działanie, konflikt, niezgodność i eksperyment. Zamiast uczyć obsługi modeli generatywnych, zespół H&D koncentruje się na ujawnianiu ograniczeń systemów AI, analizowaniu ich uprzedzeń, schematów decyzyjnych i ideologicznych fundamentów. W ten sposób uczenie staje się praktyką demistyfikacji i afektywnego poznania, nie zaś zdobywaniem kompetencji zgodnych z oczekiwaniami rynku. W przestrzeni akademickiej emancypacyjna edukacja wobec AI rozwija się m.in. w ramach interdyscyplinarnych obszarów badawczych określanych mianem Critical AI Studies, podejmowanych m.in. na The New School w Nowym Jorku czy w ramach działań Centre for the Future of Intelligence na Uniwersytecie w Cambridge. Ich celem nie jest „uczenie o AI” w sensie technicznym, lecz tworzenie przestrzeni analizy jej implikacji etycznych, epistemologicznych, kulturowych i politycznych. Istotne jest tu uczestnictwo nie tylko informatyków, ale również artystów, kuratorów, socjologów, teoretyków kultury i aktywistów, co pozwala rozpatrywać AI nie jako neutralne narzędzie, lecz jako symptom głębszych przemian cywilizacyjnych, infrastrukturalnych i afektywnych. Wspólnym mianownikiem tych wszystkich inicjatyw – od Sokołowska po Amsterdam i Cambridge – jest odrzucenie edukacji jako funkcji systemu danych. Zamiast hierarchicznego modelu wykładowca–student, pojawia się wspólnota uczących się, w której znaczenie ma nie to, kto wie więcej, ale kto podejmuje ryzyko pytania. To szczególnie istotne w dobie AI, która oferuje szybkie odpowiedzi – ale eliminuje głębokość pytania i opóźnienie poznania, przekształcając proces uczenia się w optymalizację zapytań i poleceń. Krytyka infrastruktury i filozofia oporu edukacyjnego Emancypacyjne strategie edukacyjne nie tylko redefiniują relację nauczyciela z uczniem, ale także konfrontują się z całą infrastrukturą systemów edukacyjnych, medialnych i kulturowych, która została przechwycona przez logikę generatywności. W tym kontekście generatywność rozumiana jest nie tylko jako zdolność technologii do tworzenia nowych treści, ale jako szeroko pojęta forma systemowego działania: przewidywalna, skalowalna, oparta na danych, metrykach i kompatybilności. System edukacyjny – tak samo jak rynek sztuki czy obieg medialny – został skolonizowany przez modele predykcyjne, które formatują oczekiwania, metody, narzędzia, rytmy pracy i sposoby wartościowania wiedzy. Podobnie jak kuratorzy, krytycy czy instytucje kultury, także nauczyciele, uczniowie i badacze funkcjonują dziś w przestrzeni, gdzie twórczość intelektualna zostaje 169 zredukowana do efektywności, widoczności i powtarzalności. W takim świecie system premiuje to, co szybkie, łatwe, dobrze sformatowane i zgodne z przewidywaniami – a eliminuje wszystko, co trudne, nieoczywiste, nieproduktywne. W tym sensie edukacja staje się nie tylko aktem poznania, ale jednym z ostatnich możliwych pól oporu kulturowego – przestrzenią, w której można jeszcze zadawać pytania nieprzetwarzalne, tworzyć sytuacje, które nie są produktem, i generować relacje, które wymykają się modelom. W tym sensie edukacja emancypacyjna nie konkuruje z AI – nie próbuje być szybsza, lepsza ani bardziej efektywna. Czyni z AI przedmiot wspólnego myślenia, nie narzędzie dominacji. Uznaje jej obecność, ale nie oddaje jej suwerenności epistemicznej. Nie uczy jedynie obsługi systemu – ale uczy, jak ten system zakwestionować. I czyni to nie poprzez antagonizm, ale poprzez uważność, lokalność, relację i wspólne działanie. To gest polityczny i afektywny zarazem. Edukacja, która nie reprodukuje logiki generatywności, lecz projektuje własną, opartą na niepewności, współistnieniu i kontyngencji – staje się nie tylko polem przekazu wiedzy, ale przestrzenią kulturowej suwerenności. Konkluzja – edukacja jako projekt kulturowej suwerenności W kontekście rozwoju sztucznej inteligencji, automatyzacji edukacji i uśredniania treści kultury, emancypacyjne strategie edukacyjne pełnią dziś kluczową rolę w projektowaniu przyszłości, która nie zostanie w całości przewidziana przez algorytmy. Są to strategie, które nie tylko odpowiadają na wyzwania technologiczne, ale również konstruują alternatywne modele relacji między wiedzą, ciałem, afektem i wspólnotą. Wszystkie omawiane w tym podrozdziale inicjatywy – od School of Mutation i Arts Collaboratory, przez działania Hackers & Designers, aż po Kongres Postartystyczny w Sokołowsku – łączy jedno: odrzucenie edukacji jako reprodukcji oraz afirmacja edukacji jako transformacji. Uczenie się nie jest w nich funkcją przystosowania się do systemu, lecz formą wspólnego oporu, negocjacji, eksperymentu i troski. W epoce, w której systemy generatywne stają się regulatorami rytmu poznania i twórczości, rola edukacji nie polega już na „przygotowaniu do przyszłości”, lecz na uczeniu, jak tę przyszłość współtworzyć – lub jak ją zakwestionować. W tym sensie edukacja nie jest narzędziem adaptacyjnym, lecz środowiskiem afektywnej i poznawczej sprawczości. Nie odpowiada na potrzeby rynku ani nie podąża za tempem technologii – ale zatrzymuje, komplikuje, otwiera, opóźnia. Daje przestrzeń na to, co niekompatybilne z systemem, a tym samym – najcenniejsze. Dlatego emancypacyjne strategie edukacyjne nie są dodatkiem do nowoczesnego systemu edukacyjnego – są jego konieczną alternatywą. Są praktyką, która przywraca twórczości i wiedzy sens kulturowy, etyczny i polityczny – nie przez negację technologii, ale przez odmowę jej dominacji. W tym sensie edukacja – jak sztuka – staje się działaniem opartym na obecności, relacji, błędzie i ryzyku. A także przestrzenią, w której można jeszcze powiedzieć „nie” systemowi predykcyjnemu – nie po to, by go zniszczyć, ale by zachować możliwość innego początku. 170 Rozdział IX. Twórczość przyszłościowa – zakończenie otwarte 9.1. Twórczość jako zdarzenie etyczne Od predykcji do relacji W epoce przyspieszonej automatyzacji procesów twórczych i wzrostu dominacji systemów generatywnych, coraz pilniejsze staje się pytanie nie o to, co możemy stworzyć za pomocą technologii, ale jak tworzyć w sposób, który nie podlega jej logice. Twórczość – jeśli ma zachować swój sens kulturowy i epistemologiczny – musi przestać być utożsamiana z produkcją lub innowacją, a zacząć być pojmowana jako zdarzenie etyczne: jako akt odpowiedzialnej obecności, a nie jako funkcja systemu. To przesunięcie nie jest jedynie postulatem filozoficznym. Jest koniecznością wynikającą z rzeczywistości, w której maszyny komponują, piszą, rekomendują, klasyfikują i selekcjonują – a więc wykonują te działania, które przez wieki były przypisane do sfery ludzkiej kreatywności. W takim kontekście nie da się już zdefiniować twórczości przez akt nowości czy wyjątkowości. Jej wartość musi być relacyjna: oparta na sposobie, w jaki nawiązuje więź z innym – odbiorcą, środowiskiem, historią, samym działaniem. Emmanuel Levinas w Totalité et Infini twierdził, że etyka nie jest dodatkiem do działania – jest jego fundamentem. Odpowiedzialność wobec Innego nie polega na wypowiedzianym sądzie moralnym, lecz na byciu podatnym na wezwanie – obecnym wobec kogoś, kto przekracza moje rozpoznanie i moją intencję. Jeśli tę kategorię odnieść do sztuki, można powiedzieć, że twórczość przyszłościowa – czyli taka, która wybiega poza schemat predykcji i produkcji – to twórczość, która jest odpowiedzią, nie rezultatem. W podobnym duchu pisał Jean-Luc Nancy, gdy wprowadzał pojęcie événement du sens – „zdarzenia sensu” (np. w La communauté désœuvrée, Les Muses). Dla Nancy sens nie powstaje jako kod przekazu, lecz jako dzielenie się obecnością, która jest zawsze otwarta, niekompletna i współdzielona. Dzieło sztuki nie jest obiektem do zrozumienia – ale przestrzenią, w której wydarza się spotkanie, nieprzewidywalne i współtworzone przez obecnych. Z tego wynika, że gest twórczy – nawet jeśli korzysta z narzędzi AI – może być etyczny tylko wtedy, gdy jest świadomy swojego kontekstu: energetycznego, społecznego, ekonomicznego i afektywnego. Nie chodzi o to, by wycofać się z technologii, lecz by nie wpisywać się w jej funkcję bezrefleksyjnie. Etyka nie polega tu na deklaracji, lecz na strukturze działania. Czy twórczość generuje relacje, czy je blokuje? Czy pogłębia rozumienie świata, czy tylko go wygładza? Czy zadaje pytanie, czy tworzy jedynie uśrednioną odpowiedź? Różnica między dziełem a produktem nie leży w jego medium, ale w jego intencjonalności i uważności. Produkt dąży do celu – dzieło pozostaje otwarte. Produkt jest odpowiedzią – dzieło jest 171 pytaniem. W świecie, w którym każda forma może zostać wygenerowana, twórczością staje się to, co nie chce być tylko formą, co nie jest zgodne, wygodne, ani bezpieczne. Twórczością staje się to, co wiąże, oddaje, opóźnia, otwiera, zwalnia tempo. W tym sensie warto przypomnieć myśl Rolanda Barthes’a, który pisał w Le plaisir du texte, że język nie jest przezroczysty – jest ciałem, które niesie się ze sobą. Język nie tylko przekazuje – on stawia opór, otula, rani, dotyka. Twórczość przyszłościowa przywraca językowi jego wagę – nie jako medium komunikacji, lecz jako przestrzeni etyki. Nie tworzy się po to, by coś powiedzieć, ale by być z kimś w tym, co nie zostało jeszcze powiedziane. Twórczość jako zdarzenie etyczne nie jest stylem ani nowym gatunkiem. Jest przesunięciem akcentu z efektu na relację, z rezultatu na obecność. W kolejnej części podrozdziału pogłębimy ten wymiar w perspektywie uważności – nie jako techniki medytacyjnej, ale jako afektywnej i politycznej formy działania w kulturze zdominowanej przez przewidywalność. Uważność, nie efektywność Jeśli współczesne modele AI promują tempo, skalę i powtarzalność, to twórczość etyczna musi – czy to w kontrze, czy równoległości – oprzeć się na uważności, nieefektywności i nieprzewidywalności. Te jakości, uznawane często za anachroniczne, stają się dziś warunkiem odróżnienia działania twórczego od procedury produkcyjnej. Są nie tylko oporem wobec systemu, ale też afirmacją innej logiki: logiki uwagi, relacji, obecności. Uważność – jak podkreślają Jon Kabat-Zinn i Thích Nhất Hạnh – nie jest pasywną obserwacją rzeczywistości, lecz aktywnym byciem wobec tego, co się wydarza. Przeniesiona na grunt sztuki, oznacza świadomość warunków tworzenia, relacji z odbiorcą i konsekwencji działania. Uważność nie jest medytacją w sensie duchowego odłączenia, ale praktyką politycznej obecności: obecności nieprzewidywalnej, podatnej na zakłócenia, nierentownej dla algorytmu. Podobnie pojmuje ją bell hooks, pisząc w Teaching to Transgress o „pedagogice miłości” – rozumianej jako forma działania edukacyjnego (i przez analogię artystycznego), która zakorzeniona jest w trosce, świadomości relacji władzy, odpowiedzialności za słuchających i za siebie. U hooks relacja nauczyciel–uczeń nie jest przekazem, lecz dzieleniem się wrażliwością. Twórczość, która przyjmuje tę postawę, nie szuka dominacji ani efektywności, ale współbycia – również wobec publiczności i świata. Sztuka po AI – jeśli ma być etyczna – nie musi tworzyć przeciw technologii, ale nie może tworzyć zgodnie z jej logiką optymalizacji, targetowania, uśredniania. W tym sensie sztuka uważna jest sztuką odporną na instrumentalizację: nie dąży do skuteczności, lecz do sensu. Dlatego twórczość przyszłościowa – rozumiana jako praktyka etyczna – powinna afirmować wartości dotychczas marginalizowane:​ powolność, wieloznaczność, nieefektywność, lokalność, ciszę, porażkę, niezgodę, niedokładność, niedoskonałość, nienormatywność, słabość, niepewność, inność, powolność, błądzenie a nawet żenadę. To one stają się przestrzenią wolności w świecie, w którym wszystko inne zostało zoptymalizowane i przewidziane. 172 Jak zauważa Judith Butler w Giving an Account of Oneself, etyka zaczyna się w miejscu, gdzie nie mamy pewności – tam, gdzie system nie oferuje odpowiedzi, a my nie możemy siebie w pełni opowiedzieć, zrozumieć, przewidzieć. W tym sensie twórczość, która formułuje pytania bez gwarancji odpowiedzi – pytania egzystencjalne, afektywne, relacyjne – jest formą oporu wobec ontologii obliczalności, która przenika dziś nie tylko AI, ale i instytucje, rynek, politykę. Nie chodzi o powrót do przeszłości, ale o przyszłość tworzoną bez presji funkcjonalności. Twórczość jako zdarzenie etyczne nie musi odrzucać AI – ale musi mieć odwagę pozostać niedoskonałą, niewygodną, nieprzewidywalną. Bo tylko tam – w oporze, który nie jest rewolucją, lecz troską – rodzi się sens, który nie jest wynikiem, ale relacją. Niedoskonałość, relacja, odpowiedzialność W świecie, w którym twórczość staje się coraz częściej funkcją infrastruktury – napędzaną przez predykcję, optymalizację i dostępność – etyczny wymiar działania artystycznego przesuwa się na margines. W tym właśnie marginesie zaczyna się jednak to, co nieprzewidywalne, nieprzetwarzalne, niedoskonałe – a więc ludzkie. Nie chodzi tu o mit autentyczności, lecz o warunek nieobliczalnej obecności, który odróżnia działanie od operacji, a gest od funkcji. Niedoskonałość nie jest błędem w systemie – jest formą relacji, która nie została zaprojektowana. Twórczość, która ją afirmuje, nie tylko sprzeciwia się logice danych, ale projektuje warunki bycia ze światem inaczej: bez gwarancji sukcesu, bez metryk, bez filtrów. To sztuka, która nie odpowiada na pytania systemu – ale stawia pytania, których system nie rozpoznaje. W tym sensie sztuka przyszłościowa musi mieć odwagę być niezgodna. Nie w sensie kontestacji dla niej samej, lecz jako forma odpowiedzialności za to, co nie daje się zredukować do obliczenia, archiwum, wyniku. Odpowiedzialność – jak pisał Levinas – zaczyna się tam, gdzie nie mamy wyjścia, tam gdzie obecność drugiego stawia nas w sytuacji wyboru, nawet jeśli ten wybór nie prowadzi do sukcesu, lecz do ryzyka. W epoce kultury generatywnej, gdzie zarówno obrazy, jak i decyzje polityczne, style życia, relacje i gust są przewidywane, targetowane i kodowane, artysta – jak pisał Barthes – nie mówi, lecz „uczestniczy w ruchu sensu, który nie należy do nikogo”. To właśnie ten ruch – chwiejny, nieefektywny, relacyjny – może stać się etycznym centrum twórczości po AI. W tym kontekście należy też zauważyć, że generatywność nie oznacza tylko cyfrowego tworzenia obrazów, tekstów czy dźwięków. To również forma projektowania świata według modelu – świata, który ma być skalowalny, bezpieczny, rozpoznawalny, zgodny z oczekiwaniem i strukturą danych. To świat, w którym twórca staje się dostawcą kontentu, a nie projektantem sensu. Krytyk – agregatorem trendów. Kurator – filtrem dopasowania. Instytucja – serwisem danych. W takim świecie relacja zostaje zastąpiona funkcją, a twórczość – usługą. W tej rzeczywistości, jak pokazano w poprzednich rozdziałach, etyka twórczości nie może być już dodatkiem. Jest punktem wyjścia. Nie można dłużej pytać: czy to jest twórcze? bez pytania: dla kogo? z jakim skutkiem? w jakiej strukturze odpowiedzialności?. Twórczość, która nie stawia tych pytań – pozostaje neutralna. A neutralność w systemie przemocy infrastrukturalnej jest formą współudziału. 173 Dlatego właśnie twórczość jako zdarzenie etyczne musi być obecna nie w idealnym wyniku, ale w niepewnym ruchu, w pytaniu, w pęknięciu, w gestach, które się nie domykają. W decyzjach, które odmawiają optymalizacji. W rytmach, które nie są zgodne z formatem. Bo – jak pokazała ta rozprawa – to, co się nie opłaca, nie skaluje, nie daje się przewidzieć – może właśnie być tym, co najważniejsze. 9.2. Regeneracja relacji Twórczość jako praktyka międzyludzka W epoce, w której systemy generatywne przekształcają nie tylko estetykę, ale również sposób, w jaki ludzie wchodzą w relacje z obrazami, dźwiękami i tekstami – a także ze sobą nawzajem – pilna staje się refleksja nad społeczną i afektywną funkcją twórczości. Jeśli generatywna sztuczna inteligencja jest narzędziem predykcji, optymalizacji i powtórzenia, to sztuka przyszłościowa – sztuka po AI – musi stać się praktyką regeneracji. Regeneracji nie tylko form, ale przede wszystkim relacji, troski i wspólnotowego działania. Nie chodzi przy tym o powrót do utopii wspólnoty artystycznej w duchu Josepha Beuysa, ani o restaurację wyidealizowanej przeszłości awangardy. Regeneracja relacji w twórczości nie jest sentymentalna. Jest konkretna, lokalna, cielesna i polityczna. Dzieje się nie przez reprezentację, lecz przez działanie. Nie przez obraz, lecz przez sytuację. Nie przez styl, lecz przez obecność. Jak pisze Nicolas Bourriaud w „Postprodukcji” (2002), sztuka współczesna coraz częściej polega na rekombinacji istniejących form relacyjnych, a nie na produkcji zamkniętych obiektów estetycznych. W obliczu narzędzi generatywnych ta logika wymaga jednak korekty: sama relacyjność nie wystarcza, jeśli nie zostanie uzupełniona krytyczną świadomością infrastruktury technologicznej, która relacje deformuje, optymalizuje i przechwytuje. Dlatego twórczość po AI nie tylko „działa w relacji” – ale działa na rzecz samej relacji jako wartości i jako oporu. Szczególnie istotne są te relacje, które pozostają niewidoczne lub niedające się zautomatyzować: relacje oparte na trosce, współodpowiedzialności, lokalnym osadzeniu, czasie nieproduktywnym, języku niedosłownym, emocjach nieprzewidywalnych. Jak zauważa Silvia Federici, odnowienie relacji nie jest gestem sentymentalnym – to akt oporu wobec ekonomii ekstrakcji, która dewastuje zarówno ciało społeczne, jak i afektywne. Systemy generatywne – oparte na danych, skali i obiegu – w logice tej ekonomii stają się narzędziami instrumentalizacji i homogenizacji ludzkich relacji. W tym kontekście tak ważne stają się praktyki artystyczne zakorzenione w konkretnych społecznościach, przestrzeniach i sytuacjach: działania Fundacji Sztuki Współczesnej In Situ w Sokołowsku, w tym festiwale Hommage à Kieślowski, Sanatorium Dźwięku, a na swój sposób – głównie Konteksty – Kongres Postartystyczny, które mają na celu redefinicję pola sztuki poprzez relacje nieprodukcyjne i niehierarchiczne; działania Galerii Labirynt w Lublinie, która od lat realizuje projekty inkluzywne, edukacyjne, współtworzone z osobami marginalizowanymi (m.in. „Sztuka dostępna”, „Galeria dla każdego”); oraz projekty Biennale Warszawa, eksplorujące relacje między 174 sztuką, wiedzą i aktywizmem społecznym („Radykalna empatia”, 2020). Galeria Kronika w Bytomiu realizuje programy oparte na sztuce współpracy, mikrointerwencjach i krytyce instytucjonalnej, często w bliskim związku z lokalną społecznością i historią miasta. Wszystkie te przykłady mają wspólny rdzeń: tworzenie przestrzeni dla relacji, które nie są projektowane z myślą o reprodukcji, viralności, indeksacji czy spełnianiu oczekiwań algorytmicznej widzialności. Sztuka regeneracji relacji odmawia działania na warunkach systemu – zarówno cyfrowego, jak i instytucjonalnego – i proponuje inny rytm: rytm troski, wspólnoty, nieproduktywności i obecności. Rytm, który nie daje się uśrednić. Relacja z maszyną, relacja z miejscem Regeneracja relacji w epoce generatywności nie ogranicza się do relacji międzyludzkich. Dotyczy również naszej relacji z technologią, maszyną, przestrzenią i czasem. Jeśli sztuka po AI ma mieć charakter przyszłościowy, musi zakładać, że relacja z systemem nie jest neutralna – nie jest przezroczysta, nie jest automatyczna, nie jest dana raz na zawsze. Trzeba ją negocjować. Trzeba ją zakłócać. Trzeba ją przemyśleć od nowa. Relacja z AI nie musi opierać się na eksploatacji ani fetyszyzacji. Może przybrać formę krytycznej koegzystencji, w której człowiek nie deleguje swoich decyzji maszynie, lecz projektuje sytuacje konfrontacyjne, performatywne, przesuwające akcent z funkcjonalności na widoczność struktur dominacji. Przykłady takich praktyk odnajdujemy w działaniach Zacha Blasa, którego projekt Facial Weaponization Suite (2011–2014) polegał na tworzeniu masek niemożliwych do rozpoznania przez systemy rozpoznawania twarzy – form materialnych i politycznych jednocześnie, służących unieważnieniu relacji opartej na przetwarzalności. Podobnie kolektyw !Mediengruppe Bitnik, w projektach takich jak Random Darknet Shopper (2014), tworzy systemy autonomiczne, które nie wpisują się w logikę celu, sensu i produktywności. Bot zakupowy stworzony przez Bitnik kupował losowe przedmioty na rynku darknetu i wysyłał je do galerii. Projekt ten był nie tyle estetyzacją chaosu, ile krytyką mechanizmów zaufania, relacyjności i sensu w obiegu cyfrowym, w którym każda relacja zostaje przeliczona, oceniona i zapamiętana. Bot Bitnika nie współistnieje – bot Bitnika destabilizuje, pokazując, że relacja z maszyną może być relacją przypadkową, nieproduktywną, absurdalną – a przez to polityczną. Jeszcze inny przykład stanowi praktyka Forensic Architecture, kolektywu artystyczno-śledczego działającego przy Goldsmiths, University of London. Ich działania – takie jak Triple-Chaser (2019) czy The Bombing of Rafah (2015) – opierają się na zaawansowanej analizie danych wizualnych, akustycznych i przestrzennych w celu rekonstrukcji aktów przemocy, których ślady są ukryte lub zmanipulowane. Forensic Architecture wykorzystuje technologię nie po to, by generować nowe obrazy, ale by odtworzyć ślady zbrodni, często niewidoczne w oficjalnych narracjach. Ich metoda zakłada pracę na danych z intencją ujawnienia – ale z pełną świadomością, że każda dana jest efektem struktury władzy. W tym sensie relacja z technologią w ich pracach jest relacją radykalnej nieufności – relacją epistemologiczną, a nie funkcjonalną. Równolegle z relacją z maszyną, równie istotna jest relacja z miejscem. W kulturze przetwarzania danych i uogólnień statystycznych, przestrzeń zostaje zredukowana do metadanych geolokalizacyjnych, a lokalność do zbioru cech demograficznych i kulturowych. Sztuka po AI 175 przypomina jednak, że miejsce nie jest tłem – miejsce jest warunkiem sensu. Współczesne działania artystyczne w Polsce, takie jak projekty Fundacji In Situ w Sokołowsku (m.in. Sanatorium Dźwięku, Konteksty), Galerii Kronika w Bytomiu, Galerii Labirynt w Lublinie czy niezależnych inicjatyw w Olsztynie (np. festiwal Wizje organizowany przez MOK), stanowią przykłady działań osadzonych w konkretnej topografii, historii, rytmie i społeczności. Kongres Postartystyczny, będący nazwą edycji festiwalu Konteksty w 2021, 2023 i 2024 roku, stanowił eksperymentalną próbę przeformułowania relacji między sztuką, instytucją a lokalnością. Wspólnota twórcza nie została tam „wygenerowana”, lecz wypracowana w rytmie obecności, ciała, czasu i niedoskonałości, poza logiką spektaklu i sukcesu. Lokalność, rozumiana nie jako geografia, ale jako relacja do konkretu, do danego miejsca, jego historii i napięć, może być najistotniejszym składnikiem regeneracji kultury po AI. Modele językowe, systemy rekomendacyjne, algorytmy rankingowe – wszystkie one działają na zasadzie uśrednienia. Nie znają zapachu, nie rozumieją niepewności, nie mają relacji z ziemią. Dlatego twórczość, która zakorzenia się w konkretnym miejscu – nie po to, by reprezentować, ale po to, by być z nim splecioną – staje się formą nie tylko oporu, ale regeneracji epistemicznej. Jak zauważa Tim Ingold w książce Being Alive (2011), „żyć to nie znaczy być w świecie, ale być z nim splecionym”. Sztuka po AI nie powinna więc pytać: jak użyć technologii?, ale raczej: jak się z nią rozplątać, by znów być splątaną ze światem? Od obiegu do obecności Regeneracja relacji po AI wymaga również radykalnego przemyślenia kategorii obiegu, widzialności i sukcesu, które – w logice generatywnej – zostają zautomatyzowane, skwantyfikowane i zhierarchizowane. Sztuka funkcjonująca w tym systemie oceniana jest nie tyle według kryteriów estetycznych czy etycznych, ile przez algorytmiczne filtry: liczby interakcji, klikalności, formatów zgodnych z oczekiwaniami platformy. W takim systemie zanikają relacje, a pojawiają się metryki. Zamiast dialogu – mamy predykcję. Zamiast obecności – mamy widoczność. To dlatego tak ważne stają się dziś strategie twórcze, które odmawiają uczestnictwa w tym systemie lub też próbują go zakłócić przez zmianę rytmu, kanału, formy obecności. W miejsce szybkiego obiegu – obecność długiego trwania. W miejsce reprezentacji – gest wspólny. W miejsce algorytmicznej atrakcyjności – niewidzialność jako wybór etyczny. Dobrym przykładem są działania Galerii Labirynt, która nie tylko prowadzi programy edukacyjne i dostępnościowe (dla osób głuchych, niewidomych, z niepełnosprawnością intelektualną), ale też podejmuje współpracę z grupami uchodźczymi, queerowymi, niezależnymi aktywistami. W 2021 roku wystawa „Nigdy nie będziesz szła sama”zainicjowała szeroką debatę o prawach kobiet w Polsce, ale nie jako spektakl medialny, lecz w formie działania kolektywnego, sytuowanego i wspólnotowego. Galeria nie powielała przekazów medialnych – tworzyła warunki dla relacji. Nie tylko z ludźmi, ale również z językiem, przestrzenią i historią. Podobne strategie odnajdujemy w działaniach Biennale Warszawa, które łączy praktyki artystyczne z badaniami nad ekonomią, edukacją i ekologią. Wydarzenia takie jak „Radykalna empatia” (2020), „Komuna jako forma życia” (2021), czy „Technologie oporu” (2023) to próby zawiązania relacji 176 poza strukturami instytucjonalnego spektaklu, ale także poza językiem reprezentacji i funkcjonalności. Działania te opierają się często na relacji długotrwałej – relacji nieprzekładalnej na dane, a przez to niemożliwej do uśrednienia. Twórczość jako forma regeneracji relacji zakłada odrzucenie dominującej figury twórcy jako jednostki skutecznej, kompetentnej i w pełni kompatybilnej z obowiązującym porządkiem systemowym. W tym ujęciu sztuka nie pełni funkcji reprezentacyjnej ani dekoracyjnej, lecz staje się przestrzenią błędu, niepewności oraz niewiedzy – obszarem, w którym ujawnia się potencjał transformacyjny relacyjności. To nie w automatyzmie relacji, lecz w ich pęknięciach i zaburzeniach ujawnia się możliwość realnego nowego początku. To nie jest komfortowe dla twórców przyzwyczajonych do bycia w centrum zainteresowania predykcyjnego systemu gratyfikacji. Sztuka to coś trudnego. W kontekście rozwoju technologii opartych na sztucznej inteligencji sztuka rozumiana jako trudność nie zostaje przezwyciężona – przeciwnie, bywa wypierana przez pozorną łatwość operowania danymi. Algorytmiczna wydajność nie eliminuje złożoności doświadczenia, lecz często je maskuje, oferując przetwarzanie pozbawione głębi znaczeniowej. W tym sensie twórczość pozostaje przestrzenią oporu wobec automatyzacji sensu oraz przestrzenią, w której możliwa jest renegocjacja relacji – zarówno międzyludzkich, jak i tych między człowiekiem a technologią. Dlatego relacja – ta ludzka, technologiczna, przestrzenna – nie może być wyłącznie interfejsem. Musi pozostać przestrzenią napięcia, w której obecność nie zostaje zredukowana do dzieła i śladu cyfrowego, a decyzja estetyczna nie ulega normalizacji. Regeneracja relacji to nie metafora. To praktyka – nieefektywna, lokalna, czasochłonna, ryzykowna – ale właśnie przez to etyczna. 9.3. Przyszłość jako zadanie Od futuryzmu technologicznego do wyobraźni etycznej Wobec dominacji narracji technologicznych, które utożsamiają przyszłość z automatyzacją, rozwojem sztucznej inteligencji i przyspieszeniem innowacji, staje się konieczne odzyskanie przyszłości jako zadania — a nie jako produktu marketingowego, militarnego czy ideologicznego. Przyszłość nie powinna być wyłącznie ciągiem przewidywań, optymalizacji i wykresów. Nie chodzi już o pytanie „co się wydarzy?”, ale „na co pozwolimy, by się wydarzyło?” i „za co jesteśmy gotowi wziąć odpowiedzialność?” Jak pisze Donna J. Haraway w Staying with the Trouble: Making Kin in the Chthulucene (2016), w czasach kryzysu ekologicznego i planetarnej destabilizacji nie potrzebujemy kolejnych wielkich narracji o przetrwaniu i dominacji, lecz „opowieści, które pozwolą nam żyć i umierać dobrze w czasach zagłady”. Jej koncepcja „staying with the trouble”, czyli pozostawania w kłopocie, nie jest wezwaniem do biernej rezygnacji, lecz do świadomego trwania w złożoności, relacyjności i 177 niepewności. Zamiast uciekać w iluzje techno-utopii, Haraway proponuje projektowanie relacji, które są zdolne udźwignąć świat – a nie świata, który przerośnie relacje. W tym duchu twórczość przyszłościowa przestaje być spekulacją formalną lub projektem wizjonerskim w stylu modernizmu. Zamiast tego staje się praktyką etyczną, wspólnotową i sytuowaną. Twórca nie pełni już funkcji architekta przyszłości, lecz raczej działa jako czujnik napięć społecznych, translator złożoności, katalizator możliwego. Olga Tokarczuk w swojej mowie noblowskiej pisała, że „świat potrzebuje opowieści jak tlenu”. To jedno z najbardziej precyzyjnych rozpoznań roli twórczości w czasie późnej nowoczesności – ale, jak można dodać, nie każda opowieść daje oddychać. Potrzebujemy takich, które nie zamykają się w strukturach dominacji, ale otwierają na współistnienie, różnicę, niezgodę i czułość. Przyszłość nie może być monologiem algorytmu – musi być dialogiem, w którym wszystkie formy życia mogą wziąć udział. Futuryzm technologiczny, z jego utopią nieśmiertelności, samowystarczalnych systemów i autonomicznych maszyn, wypiera przyszłość jako zadanie etyczne i relacyjne. W tych narracjach przyszłość nie jest już wspólnotowym procesem – staje się towarem: prototypem do wdrożenia, wartością do skalowania, ryzykiem do wycenienia. Tymczasem tworzenie przyszłości wymaga czegoś innego niż obliczenie: wymaga odwagi, pokory i praktyki wyobraźni społecznej. Sztuka w tym kontekście nie może ograniczać się do tworzenia obrazów świata, które są bardziej efektowne, szybsze lub bardziej zgodne z logiką platform. Musi stawać się przestrzenią treningu dla zmysłu innego – tego, który pozwala dostrzec to, co jeszcze nie istnieje, i rozpoznać to, co zostało zapomniane. Sztuka nie może poddać się logice predykcji – ponieważ to właśnie jej zadaniem jest wymykać się modelowi. W tym sensie każda praktyka artystyczna może być czynem przyszłościowym, jeśli tylko odmawia uczestnictwa w porządku reprodukcji algorytmicznej: porządku, który nagradza zgodność, optymalizację i kompatybilność. Przyszłość nie powinna być przestrzenią konsensusu. Powinna być przestrzenią kontyngencji – tego, co możliwe, ale nieobliczalne. Wyobraźnia jako infrastruktura zmiany W świecie, w którym coraz większą część naszej codzienności projektują algorytmy predykcyjne, przyszłość przestaje być horyzontem nadziei czy niepewności – a staje się funkcją statystyczną. Modele sztucznej inteligencji, oparte na zbiorach danych z przeszłości, projektują to, co już się wydarzyło – tyle że uśrednione, zoptymalizowane i sformatowane do potrzeb rynku, polityki i konsumpcji. Generują przyszłość w oparciu o przeszłość, bez zdolności do jej rzeczywistego przekroczenia. W tym świecie wyobraźnia, zamiast być narzędziem zmiany, ulega funkcjonalizacji. W systemach AI może służyć jako mechanizm weryfikacji stylu, klasyfikacji emocji, optymalizacji treści. W kulturze popularnej staje się estetyczną dekoracją – ładną, ale nieszkodliwą. Tymczasem – jak pisze Adrienne Maree Brown, afrofuturystka i aktywistka, autorka Emergent Strategy – wyobraźnia to infrastruktura zmiany społecznej. Bez niej nie ma alternatyw. Nie ma przyszłości. Nie ma sensu marzyć o innych światach, jeśli nie mamy narzędzi, by je wspólnie trenować i współtworzyć. 178 Sztuka, która podejmuje to zadanie, nie konstruuje gotowych wizji przyszłości. Otwiera warunki ich wspólnego powstawania. To nie spektakl przyszłości – to praktyka wspólnego projektowania warunków przetrwania. Taką funkcję pełnią działania kolektywów, które nie tylko tworzą treści artystyczne, ale interweniują w strukturę rzeczywistości. Przykłady: ●​ Not An Alternative, autorzy projektu The Natural History Museum, rekonfigurują instytucje kultury jako narzędzia politycznego oporu wobec zmian klimatycznych i fałszywej neutralności muzeów. ●​ Assemble, kolektyw architektoniczno-artystyczny, pracuje z lokalnymi społecznościami, tworząc alternatywne modele urbanizacji i regeneracji bez udziału mechanizmów rynkowej standaryzacji. ●​ Forensic Architecture, choć korzysta z narzędzi cyfrowych, używa ich przeciwko logice spektaklu: rekonstrukcje, które produkują dowody, a nie treści do użytku medialnego. Analizy, które ograniczają automatyzm i odzyskują czas potrzebny do zrozumienia. W kontekście polskim, znaczący jest przykład Kongresu Postartystycznego, organizowanego m.in. przez Fundację In Situ w Sokołowsku. Wydarzenie to nie koncentruje się na formach artystycznych jako obiektach, ale na sztuce jako działaniu wspólnotowym, ucieleśnionym, antysystemowym. W duchu postartystycznym sztuka nie jest produktem – jest formą współistnienia, negocjacji, troski i niezgody. Wszystkie te działania pokazują, że wyobraźnia artystyczna nie musi być funkcją „nowości” ani „oryginalności” – kategorii promowanych przez logikę rynku i mediów. Może być funkcją odpowiedzialności, uważności, oporu wobec reprodukcji status quo. Przyszłość nie potrzebuje nowych obrazów – potrzebuje nowych warunków relacji. Co ważne, wiele z tych inicjatyw nie korzysta z AI – nie dlatego, że ją odrzuca z zasady, ale dlatego, że świadomie wybiera narzędzia, które nie wzmacniają infrastruktury systemu. Każda decyzja twórcza staje się więc także decyzją energetyczną, polityczną, etyczną. W sztuce po AI nie chodzi o to, jak tworzyć efektywnie, ale jak tworzyć odpowiedzialnie. Przyszłość jako zadanie to nie projekt do wdrożenia. To praktyka transformacyjna, której nie da się zaplanować, ale którą można uruchomić. Twórca przyszłościowy nie działa jak inżynier, lecz jak ogrodnik – nie buduje, ale pielęgnuje warunki, w których coś może się wydarzyć. Wydarzenie – zawsze relacyjne, afektywne, nieprzewidywalne – jest esencją twórczości, która nie służy systemowi, ale życiu. Kultura regeneracyjna i sztuka niezgody W epoce, w której przyszłość coraz częściej przychodzi do nas jako wykres, algorytm lub plan inwestycyjny, zadaniem twórczości staje się nie tylko mówienie „nie” dominującym formom predykcyjności, ale również budowanie alternatywnych form troski, relacji i trwania. To, co nazywamy kulturą regeneracyjną, nie odnosi się do powrotu do przeszłości czy eskapizmu, ale do wytwarzania warunków przeżywalności poza logiką wzrostu, produktywności i skalowania. 179 Taka twórczość nie szuka spektakularności. Nie tworzy „nowych światów” w sensie estetycznym, ale projektuje mikrosystemy relacji, które nie dają się łatwo zredukować do funkcji systemowych. Przykłady działań Kongresu Postartystycznego, lokalnych inicjatyw kulturowych w Polsce, praktyk agroekologicznych, bio-artu, czy artystycznych sieci troski pokazują, że sztuka przyszłościowa działa dziś przede wszystkim w obszarze wspólnoty, regeneracji, lokalności i nieprzetwarzalności. W tym sensie przyszłość to nie czas linearnego postępu, ale etap ciągłego negocjowania — co jesteśmy gotowi podtrzymać, z czego musimy zrezygnować, czego nie chcemy oddać systemowi. Pojęcie przyszłości traci więc swój abstrakcyjny charakter i staje się konkretne, sytuowane, cielesne. Staje się praktyką życia w warunkach niepewności – bez wsparcia modelu, bez gwarancji sukcesu, bez narracji optymalizacji. To z tego miejsca warto raz jeszcze przywołać myśl Donny Haraway, ale również spojrzeć na praktyki osób, które nie „projektują przyszłości”, lecz ją pielęgnują. W działaniach takich jak „Siostry Rzeki”, w których twórczość staje się rytuałem ochrony i współodczuwania, nie chodzi o symboliczne gesty, ale o działania, które odzyskują relację z ciałem, miejscem, procesem ekologicznym. W sztuce fermentacji, ogrodnictwa, rękodzieła, sztuki oporu – coraz częściej widać, że to czas, błąd, nieoptymalność i niedoskonałość stają się wartościami przyszłości. W tym kontekście należy też przywrócić etyczny wymiar pojęcia trudności. Musi wiązać się z odpowiedzialnością, pracą wspólnotową, ryzykiem i komunikacją. Jeśli sztuka ma być potrzebna przyszłości, musi być czymś więcej niż przyjemnością – musi być zadaniem. Dlatego sztuka przyszłościowa to nie spekulacja wizualna, lecz działanie kulturowe, które nie poddaje się przewidywalności. Nie jest to twórczość, która zostanie natychmiast „rozpoznana” przez system. Wręcz przeciwnie – jej wartość leży często w tym, że nie daje się zindeksować, nie wzmacnia mechanizmów rozpoznawalności, nie pracuje na metadanych. Często działa w cieniu, w opóźnieniu, w relacji, która nie została jeszcze zapisana. Podsumowując: przyszłość jako zadanie nie polega na opanowaniu nowej technologii, ale na odzyskaniu relacji jako podstawowego materiału twórczego. W świecie, który coraz skuteczniej przewiduje, co się wydarzy, trzeba nauczyć się robić to, czego nie da się przewidzieć. A to wymaga nie tylko odwagi – wymaga też wyobraźni, wspólnoty i niezgody. Oznacza to również, że sztuka przyszłości nie może powstawać w oparciu o pomysły generowane przez sztuczną inteligencję. Twórczość oparta wyłącznie na danych, statystyce i symulacji pomija fundamentalny aspekt ludzkiego doświadczenia: nieprzewidywalność wynikającą z relacji, emocji i odpowiedzialności. Pomysły tworzone przez AI są uśrednieniem – są destylatem istniejących wzorców, a nie przekroczeniem ich. Są produktem algorytmicznej optymalizacji, a nie ryzyka związanego z rzeczywistym działaniem w świecie. To rozróżnienie ma poważne konsekwencje. Po pierwsze, oznacza odrzucenie idei twórczości jako procesu, który można zautomatyzować lub zdelegować. Prawdziwe dzieło sztuki nie jest jedynie produktem końcowym – jest śladem decyzji, napięcia, zaangażowania, które AI nie doświadcza. Po drugie, wymaga od nas nowego rozumienia autorstwa – nie jako władzy nad obrazem czy tekstem, ale jako relacyjnej odpowiedzialności wobec świata, w którym się tworzy. 180 Jeśli dopuścimy, by kultura była kształtowana przez narzędzia, które nie odczuwają skutków swoich działań, ryzykujemy rozmycie tego, co w sztuce najważniejsze: możliwości zmiany. Tylko człowiek – poprzez swoją niezgodę, niedoskonałość, bunt i miłość – może przekroczyć granice tego, co zostało już powiedziane. Dlatego sztuka przyszłości nie może być jedynie odpowiedzią na dane – musi być odpowiedzią na drugiego człowieka. 9.4. Zaproszenie do współtworzenia Twórczość jako relacja otwarta Rozprawa niniejsza – choć zamknięta w formie tekstu – nie aspiruje do rozstrzygnięć ostatecznych. Przeciwnie, stanowi gest otwarcia, zarówno w sensie strukturalnym, jak i epistemologicznym. Jej celem nie jest opisanie zamkniętej teorii twórczości po AI, lecz zaproszenie do myślenia w sytuacji radykalnej transformacji – w warunkach epoki algorytmicznej, w której sztuka, wiedza i kultura nie są już zjawiskami autonomicznymi, ale efektami przecięć systemów predykcyjnych, infrastrukturalnych i politycznych. Wobec gwałtownych zmian technologicznych, środowiskowych, instytucjonalnych i społecznych – żaden tekst naukowy nie może pretendować do ostateczności. „Twórczość po AI” – rozumiana tu jako strategia przekroczenia generatywnego formatu na rzecz nieprzewidywalnej, afektywnej i sytuowanej obecności – nie zna formy definitywnej. Każda jej realizacja musi być lokalna, tymczasowa i kontekstualna. Dlatego też niniejsza rozprawa nie zamyka refleksji – lecz ją inicjuje. Jest zaproszeniem do współdziałania, współmyślenia i współodpowiedzialności. Takie zaproszenie nie jest retoryką. Jest konsekwencją konstrukcji całej pracy, której rozdziały budowane są jako otwarte pola epistemiczne, a nie systemy tez. Cztery strategie twórczego oporu – postgeneratywność, antygeneratywność, postagentowość i antyagentowość – nie stanowią zamkniętych modeli, lecz propozycje interwencji kulturowej i poznawczej. Podobnie Manifest Sztuki po AI, jako ich syntetyzująca forma, nie kończy refleksji, lecz ją radykalizuje, wprowadzając rytm, afekt, błędy i niezgodę jako narzędzia artystycznej odpowiedzi. W tym sensie niniejsza rozprawa nie jest wyłącznie analizą – ale infrastrukturą relacyjną, zaprojektowaną do współtworzenia. Każdy czytelnik, badacz, kurator, artystka, pedagog, archiwistka czy uczestnik kultury może potraktować jej treść nie jako zbiór reguł, ale jako punkt wyjścia do własnej interwencji. W tym ujęciu możliwe są dalsze działania: mniej lub bardziej radykalne, nawet tak radykalne jak wystawy bez dokumentacji, scenariusze edukacyjne bez oceny, teksty bez stylu, gesty poza zapisem. Infrastruktura relacyjna, o której tu mowa, nie ogranicza się do pojęć. Jak pisze Lisa Parks, infrastruktura to „ukryta matryca warunków, które umożliwiają określone formy działania” (Parks & Starosielski, Signal Traffic, 2015). Niniejszy tekst – jako całość – projektuje właśnie takie warunki: nie dla tworzenia reprezentacji, lecz dla inicjowania relacji nieprzewidywalnych, nieproduktywnych, nieindeksowalnych. Każdy rozdział, przykład, manifest, a nawet błąd typograficzny – może stać się tu bodźcem do działania. 181 Dlatego też autor tej rozprawy nie proponuje jej zamknięcia, lecz kontynuację w formach nieautorytarnych. Jako propozycję do przekształcenia: w wystawę, sytuację edukacyjną, formę performatywną, debatę, interwencję polityczną, a nawet w lokalną praktykę wspólnotową, która nie zostanie ujęta w żaden system klasyfikacji. Parafrazując myśl Anny Tsing z The Mushroom at the End of the World, życie kulturowe nie rodzi się z planu, lecz z nieoczekiwanych spotkań i relacji: prekarnych, asymetrycznych, nielogicznych. Jak pisze Tsing: “Precarity is the condition of our time. It is the condition of being vulnerable to others. Unpredictable encounters transform us; we are not in control, even of ourselves.”​ (Tsing, 2015, p. 20–21) Tłumaczenie na potrzeby rozprawy:​ „Niepewność (prekaryjność) to kondycja naszych czasów. To stan bycia podatnym na wpływ innych. Nieprzewidywalne spotkania nas przekształcają; nie mamy kontroli – nawet nad sobą samymi.” W tym duchu działa także niniejsza rozprawa: nie jako system, lecz jako miejsce spotkania. Spotkania między porządkami: ludzkim i nieludzkim, cielesnym i kodowym, lokalnym i globalnym, artystycznym i analitycznym. Spotkania nieplanowanego – lecz koniecznego, jeśli twórczość ma pozostać przestrzenią wolności i niezgody. W tej perspektywie twórczość po AI – tak jak została zdefiniowana w rozdziałach 5.5 i 5.6 – nie jest wyłącznie formą estetyczną, lecz etyką relacyjności. Odpowiada nie na pytanie: jakie dzieło stworzyć?, lecz: z kim, w jakich warunkach, dla kogo i przeciwko czemu? W warunkach, w których wszystko może zostać wygenerowane, najważniejsze staje się to, co nie daje się wygenerować: relacja, afekt, błędność, nieprzystawalność, obecność. Dlatego celem tej rozprawy nie jest przedstawienie zamkniętego programu działania, lecz inicjacja wspólnego pola afektywnego, poznawczego i krytycznego. Jej funkcją jest zaproszenie do myślenia – nie z pozycji użytkownika narzędzi, lecz z pozycji współodpowiedzialnego aktora kultury. Na tym tle rodzi się pytanie zasadnicze: czy możliwa jest dziś twórczość, która nie służy reprodukcji systemu? Czy można tworzyć dla relacji, nie dla widzialności? Dla ludzi, nie dla indeksu? Dla teraźniejszości, nie dla predykcji? Właśnie takie pytania stanowią ramę, którą oddaję w ręce czytelnika. I tylko od jego decyzji – estetycznej, etycznej, politycznej – zależy, w jaki sposób zostanie ona potraktowana: jako zakończenie, czy jako początek. Tym samym zapraszam do zgłaszania swoich propozycji rozwinięcia tej rozprawy – nie jako tekstu, lecz jako punktu wyjścia, jako sytuacji w sensie fenomenologicznym, jako pola potencjalności. Zaproszenie to kieruję do wszystkich: twórców i twórczyń, artystów i artystek, kuratorów, krytyczek, instytucji, pasjonatów, a także odbiorców i odbiorczyń – wszystkich, którzy chcieliby potraktować tę ramę jako otwartą przestrzeń odpowiedzi, reakcji, interpretacji. 182 Forma tej odpowiedzi pozostaje dowolna: może to być gest, projekt, esej wizualny, interwencja, performans, polemika, koncept, instalacja, wypowiedź afektywna, obraz, dźwięk, ruch, działanie, a także to, co jeszcze nie posiada nazwy ani formy rozpoznawalnej przez aparat instytucjonalny sztuki. Liczy się nie to, co reprezentuje, ale to, co inicjuje. Chodzi nie o ilustrację tez, lecz o wejście w dialog – w polu napięć między tym, co generowalne, a tym, co opiera się reprodukcji: błędem, relacją, sprzecznością, obecnością, odpowiedzialnością. Zamiast zamkniętej struktury – możliwość współtworzenia żywego organizmu refleksji, który będzie się rozrastał w nieprzewidywalnych kierunkach. Niech to będzie nie tylko pytanie o sztukę, ale i o sposób bycia w świecie. 9.5. Propozycje dalszych rozwinięć rozprawy – wprowadzenie Niniejsza rozprawa została pomyślana jako struktura otwarta – nie tylko w sensie intelektualnym, lecz również instytucjonalnym, performatywnym i epistemologicznym. Od początku jej założeniem było nie tyle zbudowanie zamkniętego systemu pojęć, co zainicjowanie pola – pola działania, kontrowersji, współobecności i oporu, które będzie kontynuowane w przestrzeni relacyjnej. Tego rodzaju otwartość nie oznacza niedookreślenia, lecz gotowość do transformacji – do podjęcia przez inne osoby, w innych miejscach i rytmach, przy zachowaniu wspólnego horyzontu: uwolnienia twórczości spod władzy systemów predykcyjnych. „Sztuka po AI”, w takim rozumieniu, jakie przyjęto w niniejszej rozprawie, nie odnosi się wyłącznie do praktyk związanych z technologiami generatywnymi (large language models, image synthesis, voice cloning), ani do eksperymentów z agentami (chatbotami, systemami rekomendacyjnymi, interfejsami predykcyjnymi). Jej przedmiotem są nie tylko konkretne narzędzia, lecz całe środowisko społeczno-technologiczne, którego fundamentem jest generatywność rozumiana jako strukturalny model organizacji świata – model, w którym produkcja, percepcja, komunikacja i pamięć są podporządkowane logice danych, przewidywalności, kompatybilności i optymalizacji. Dlatego też dalsze rozwinięcia rozprawy nie mogą ograniczać się do aktualizacji technicznych przykładów czy aktualnych interfejsów AI. Powinny raczej rozszerzać ramy refleksji o dziedziny wcześniej zaledwie zarysowane – takie jak estetyka postsyntetyczna, krytyczne praktyki kuratorskie, algorytmizacja pamięci kulturowej czy współtworzenie dokumentów artystycznych jako polityki wspólnego działania. Poniżej przedstawione zostają cztery kluczowe obszary, w których możliwa jest kontynuacja wątków rozprawy – zarówno w formie badań teoretycznych, jak i projektów artystycznych, kuratorskich, instytucjonalnych oraz społecznych. Każdy z nich stanowi nie tylko propozycję metodologiczną, ale także zaproszenie do współpracy i wspólnego rozwoju wiedzy kulturowej po AI. 9.5.1. Modele estetyki postsyntetycznej 183 Jednym z pierwszych kierunków dalszego rozwijania rozprawy jest opracowanie, upostaciowienie i wdrożenie pojęcia estetyki postsyntetycznej – rozumianej jako zespół praktyk twórczych, które wyłaniają się po dominacji estetyki syntetycznej, tj. po intensywnej fali obrazów, tekstów, dźwięków i interfejsów wygenerowanych przez modele sztucznej inteligencji. W tym ujęciu „postsyntetyczność” nie oznacza prostego odrzucenia technologii, lecz rekonstrukcję zmysłowości, rytmu i relacji, które zostały przez technologie predykcyjne uśrednione, wyprane z różnicy, zbanalizowane, a często całkowicie wyparte. Estetyka postsyntetyczna nie jest zatem powrotem do „analogowego”, ale jest próbą odbudowy zmysłowej obecności, która nie poddaje się ustandaryzowanemu formatowaniu. W tej perspektywie twórczość nie musi być produktem, który „dobrze się generuje”, „zachowuje styl”, „mieści się w RAM-ie” i spełnia oczekiwania systemu rekomendacyjnego. Wręcz przeciwnie – postsyntetyczność celebruje błędy, pęknięcia, afekty i ślady ciała, których nie da się zsyntetyzować. Propozycje rozwinięcia tej koncepcji mogą obejmować zarówno działania kuratorskie, jak i badawcze: ●​ Cykl wykładów performatywnych: poświęconych postsyntetyczności w dźwięku, ruchu, obrazie i interfejsie, ze szczególnym uwzględnieniem doświadczeń cielesnych, opóźnienia, milczenia i niewidoczności jako form twórczości. ●​ Wystawa kuratorska: ukazująca, w jaki sposób współcześni artyści i artystki odzyskują fizyczność, afekt, wspólnotowość i relację po erze automatyzacji – nie jako powrót do przeszłości, lecz jako afirmację niekompatybilności z systemem. ●​ Platforma dokumentująca praktyki postsyntetyczne: działająca jako baza danych działań niereplikowalnych, lokalnych, niepodłączonych – takich, które powstają poza wyścigiem generatywnym, nie wzmacniają systemu i nie służą jego trenowaniu. Indywidualne akty twórcze osób artystycznych:​ Ważnym, równoległym nurtem rozwijania estetyki postsyntetycznej są indywidualne gesty i działania twórcze – rozproszone, niehierarchiczne, często efemeryczne – które powstają poza logiką instytucjonalnej widzialności czy obiegu produkcyjnego. Chodzi o twórczość osobistą, sytuacyjną, nienastawioną na rezultat, lecz na doświadczenie; o działania, które nie muszą być nazwane „dziełami”, by miały sens. Są to formy ekspresji, które mogą przyjąć postać intymnych rytuałów, performatywnych notatek, mikronarracji, zmysłowych eksperymentów, chwilowych instalacji, gestów skierowanych do jednej osoby lub pozostawionych bez adresata. Działania te, choć często niedostrzegalne w głównym nurcie artystycznego dyskursu, stanowią jądro oporu wobec syntetyzacji: są przejawem nieprzystawalności, nieprzewidywalności i głębokiego zakorzenienia w doświadczeniu jednostki. Zachęcam osoby artystyczne do dzielenia się takimi aktami – niekoniecznie jako ukończonymi pracami, lecz jako formami obecności, jako śladami wrażliwości, które nie chcą i nie mogą być łatwo przechwycone przez system. Mogą to być dzienniki, szkice, zapisy ciała, dźwięki nie do powtórzenia, mikrochoreografie, listy, głosy, obiekty, działania ulotne – wszystko to, co pojawia się pomiędzy generowalnym a nieprzetwarzalnym. Nie chodzi o „alternatywną estetykę”, lecz o otwarcie przestrzeni, w której jednostkowa twórczość odzyskuje swoją wagę – nie jako towar, ale jako gest życia. 184 9.5.2. Praktyki kuratorskie po AI Drugim kierunkiem rozwinięcia tez rozprawy jest refleksja nad przyszłością praktyki kuratorskiej w kontekście rozwoju systemów generatywnych, predykcyjnych i agentowych. Praktyki kuratorskie po AI nie ograniczają się do wystawiania dzieł „stworzonych przez AI” ani do tematyzowania obecności sztucznej inteligencji jako przedmiotu artystycznego. Ich najgłębszym przedmiotem jest pytanie: jak możliwa jest kuracja kultury w warunkach algorytmizacji selekcji, widzialności i decyzji estetycznych? W epoce platform, kiedy gust odbiorcy modelowany jest przez silniki rekomendacyjne, a obecność twórcy w obiegu sztuki zależy od metryk zaangażowania, rola kuratora ulega systemowej delegitymizacji. Zamiast refleksyjnej selekcji, otrzymujemy algorytmiczne filtrowanie. Zamiast dialogu między dziełem a kontekstem, mamy optymalizację ekspozycji. W tym kontekście praktyki kuratorskie po AI muszą wypracować nowe modele odpowiedzialności epistemicznej i estetycznej – nie poprzez adaptację, ale poprzez odmowę automatyzacji. Szczególnie istotne w tym zakresie jest zrozumienie, że AI nie tylko „pomaga” w organizacji wystaw – ale aktywnie kształtuje ramy tego, co zostaje uznane za warte pokazania, co mieści się w trendzie, co opłaca się instytucjonalnie, co jest „bezpieczne” w sensie komunikacyjnym i wizerunkowym. Tymczasem sztuka, jak przypomina Boris Groys, nie istnieje po to, by być bezpieczna – ale po to, by destabilizować porządek widzialności i znaczenia. Możliwe rozwinięcia refleksji nad praktykami kuratorskimi po AI mogłyby przybrać formy: ●​ Laboratoriów kuratorskich bez danych – projektów edukacyjnych, w których uczestnicy i uczestniczki uczą się podejmować decyzje kuratorskie bez narzędzi analitycznych, na podstawie kontaktu z dziełem, artystą, kontekstem społecznym i afektem. Praktyki takie mogłyby zostać zainspirowane przez działania kolektywu freethought, gdzie kuratorowanie to praktyka myślenia zbiorowego, a nie selekcji podług przewidywalnych parametrów. ●​ Eksperymentalnych ekspozycji kontrastowych – w których część wystawy zostaje wybrana przy użyciu algorytmów (np. Midjourney, DALL·E, LLM), a część przez kuratorów świadomie działających w kontrze do rekomendacyjnych wzorców. Tego rodzaju projekty mogłyby demaskować różnice między selekcją predykcyjną a refleksyjną i prowadzić do badań nad estetyką oporu wobec uśrednienia. ●​ Publikacji zbiorowej pod roboczym tytułem „Kurator po AI” – zawierającej eseje, zapisy debat, dokumentacje praktyk alternatywnych oraz manifesty osób kuratorskich, które stawiają pytanie o przyszłość tej roli w świecie predykcyjnej dominacji. Inspiracją może tu być seria „The Curatorial” pod redakcją Jensa Hoffmanna oraz krytyczne teksty Pauliny Olszewskiej i Joanny Warszy o polityczności selekcji artystycznej. ●​ Infrastrukturalnych projektów instytucjonalnych – w których instytucje kultury rezygnują z gromadzenia danych o odbiorcach, nie analizują „ścieżek użytkownika” ani nie dopasowują programu do preferencji wyszukiwarki. Przeciwnie – projektują sytuacje, które nie są przyjazne algorytmom: wolne od tagów, opóźnione, niepromowane. 185 Tak rozumiana praktyka kuratorska po AI zakłada rekonstrukcję pojęcia odpowiedzialności kulturowej – jako działania, które nie polega na przewidywaniu upodobań, lecz na otwieraniu przestrzeni nieprzewidywalności. To również afirmacja idei, że funkcja kuratora nie polega na dopasowywaniu treści do odbiorcy, ale na tworzeniu warunków ryzyka epistemicznego, estetycznego i politycznego. W tym sensie kurator po AI nie konkuruje z algorytmem – on go zawiesza, rozbraja, wyłącza z obiegu. 9.5.3. Algorytmizacja dokumentów pamięci Od archiwum do predykcji Trzecim obszarem rozwinięcia refleksji podjętej w niniejszej rozprawie jest zjawisko algorytmizacji pamięci – transformacji, w której dokument historyczny, kulturowy lub osobisty przestaje pełnić funkcję świadectwa, a zaczyna być przetwarzany jako zbiór danych predykcyjnych. Z perspektywy sztuki po AI, problem ten nie ogranicza się wyłącznie do sposobu przechowywania informacji, ale dotyczy podstawowych relacji epistemicznych: kto pamięta, co pamięta, jak pamięta – i w jakim celu pamięć ta zostaje uruchomiona? Współczesne modele AI (np. GPT-4, Gemini, Claude, Sora, Copilot) nie tylko operują na danych historycznych, ale przekształcają je w zestawy korelacji statystycznych. Dokument – dotychczas nośnik śladu, konfliktu i różnicy – zostaje zredukowany do tokena możliwego do syntetyzowania. Algorytm nie pamięta – algorytm przelicza. Z tej zmiany wynika zasadnicza zmiana statusu pamięci: z narracyjnej na operacyjną, z nieciągłej na zoptymalizowaną, z politycznej na predykcyjną. Proces ten przyjmuje różne formy: ●​ Korporacyjne archiwa przeszłości (Google Arts & Culture, Meta’s AI History Modules, Amazon Rekognition) organizują pamięć na podstawie użyteczności danych, nie ich znaczenia kulturowego. To, co rzadko wyszukiwane, bywa usuwane lub przesuwane na margines. ●​ Systemy LLM przetwarzają teksty archiwalne jako materiał treningowy, nie uwzględniając ich historycznego, lokalnego czy afektywnego znaczenia. W konsekwencji znaczenie tekstu zostaje oddzielone od jego źródła i kontekstu. ●​ Repozytoria wizualne (np. LAION-5B, DataComp) stosowane do trenowania modeli obrazowych, w większości zawierają obrazy „odzyskane” z sieci bez zgody autorów i bez metadanych pozwalających na rekonstrukcję intencji, formy czy kontekstu. Tymczasem, jak przypomina Aleida Assmann, pamięć kulturowa to nie tylko przeszłość przechowywana – ale przeszłość wybrana, zinterpretowana, wynegocjowana. W sytuacji, w której decyzje selekcyjne i interpretacyjne są delegowane na algorytmy, ryzykujemy ujednolicenie przeszłości do postaci zoptymalizowanego ciągu informacji. Zamiast pytań: „dlaczego to pamiętamy?”, „czyja to historia?”, „co zostało pominięte?” – mamy dane o popularności, częstotliwości wyszukiwań i czasie interakcji. 186 Praktyki artystyczne i kuratorskie, które stawiają opór algorytmizacji pamięci, tworzą dziś jeden z najbardziej istotnych frontów kulturowej niezgody wobec AI. Warto tu przywołać m.in.: ●​ Learning from Documents Hito Steyerl – projekt, który nie tylko ujawnia strukturę algorytmicznego widzenia, ale proponuje nowe sposoby percepcji dokumentu jako miejsca niepewności, a nie dowodu. ●​ Archive as Method Arielli Azoulay – działania artystyczno-badawcze, które rekonfigurują archiwa z perspektywy utraty, oporu i kolonializmu archiwalnego. ●​ Anti-Archive Christiny Sharpe – estetykę braku, pustki, niedopowiedzenia jako formy sprzeciwu wobec przemocy systemowej pamięci. W Polsce podobne strategie pojawiają się w działaniach Kolektywu Kariatyda, inicjatywie Otwartego Archiwum, a także w programach takich instytucji jak Biennale Warszawa czy Centrum Sztuki Współczesnej Zamek Ujazdowski, gdzie archiwum staje się przestrzenią konfliktu, nie konsensusu. Propozycje działań twórczych i instytucjonalnych Wobec postępującego procesu algorytmizacji pamięci kulturowej konieczne staje się wypracowanie alternatywnych strategii dokumentalnych, które nie tylko ujawniają techniczną i polityczną strukturę tej transformacji, ale również tworzą przestrzenie niezgody, negocjacji i krytycznej obecności. W tym sensie sztuka po AI nie odpowiada na technologię, ale interweniuje w warunki, które ją ukształtowały i które przez nią zostały przekształcone – zarówno epistemicznie, jak i politycznie. Przykładowe kierunki rozwinięcia praktyk twórczych i instytucjonalnych mogłyby obejmować: 1. Platformy badawczo-artystyczne rekonstruujące archiwa lokalne​ Zamiast traktować archiwa jako gotowe zasoby do przetwarzania, proponuje się ich potraktowanie jako miejsc społecznych, relacyjnych i afektywnych. Archiwum w tym ujęciu nie jest źródłem danych, lecz sytuacją dialogu, rekonfiguracji i nieciągłości. Inspiracją mogą być inicjatywy takie jak Visible Evidence (konferencje i projekty badawcze poświęcone wizualności jako praktyce politycznej) czy działania Slavs and Tatars, rekonstruujące nieeuropejskie epistemologie pamięci. 2. Interwencje artystyczne w systemy metadanych​ Praktyki takie jak prace Trevora Paglena (From 'Apple' to 'Anomaly') czy Joanny Rajkowskiej (Lekcja nieobecności) pokazują, że możliwe jest ujawnianie algorytmicznej logiki klasyfikacji i jednocześnie budowanie alternatywnych form porządkowania wiedzy. Twórcy mogliby w tym duchu konstruować niehierarchiczne systemy metadanych, uwzględniające zniekształcenia, niepewność, przemoc i przemilczenia. Takie metadane nie „opisują” treści, lecz odsłaniają warunki, w jakich dane stały się możliwe. 3. Szkoły i warsztaty archiwum krytycznego​ Edukacja może stać się narzędziem dekonstrukcji technokratycznych systemów pamięci. Proponuje się organizowanie interdyscyplinarnych szkół, które łączą analizę systemów indeksujących z praktyką artystyczną i lokalnym aktywizmem. Przykładem mogą być działania organizowane w 187 ramach Antiuniversity Now czy School for Temporary Liveness. W Polsce możliwe byłoby rozwinięcie takich form przez instytucje jak Fundacja Arton, Biennale Warszawa, Fundacja Archeologia Fotografii. 4. Publikacje eksperymentalne jako forma niearchiwalna​ Książki artystyczne, ziny, katalogi tworzone w trybie kolektywnym, z uwzględnieniem nielinearności i wielogłosowości, mogą stanowić opór wobec estetyki katalogu korporacyjnego. Istotne staje się nie tylko to, co publikujemy, ale jak – w jakim rytmie, z jakim dostępem, z jakim poziomem niedoskonałości i błędu. Tu warto przywołać strategie kolektywnej nieczytelności i redystrybucji głosu, np. publikacje Kolektywu Kariatyda, czy Infra-Kolektywów dokumentujących sztukę kobiet, mniejszości i osób wykluczanych z głównego nurtu. 5. Infrastruktury opóźnienia​ Kluczowe w kontekście AI jest projektowanie takich ram instytucjonalnych i twórczych, które uniemożliwiają natychmiastowy dostęp, indeksowanie i predykcję. Mogą to być wystawy z opóźnionym dostępem do dokumentacji, prace niewidoczne online, działania czasowe bez transmisji. Chodzi tu nie o eskapizm, ale o projektowanie rytmu, który nie może być zsynchronizowany z algorytmiczną logiką kultury. Wszystkie te strategie mają wspólny cel: odzyskanie dokumentu jako formy relacji, a nie tylko informacji. Sztuka po AI, konfrontując się z systemami predykcyjnymi, nie ucieka od pamięci – przeciwnie, domaga się jej pełni: niejednoznaczności, afektu, czasu i sprawczości. To propozycja nie tyle technologiczna, co ontologiczna: innego rozumienia pamiętania jako działania kulturowego. 9.5.4. Przykłady nadesłane przez artystów i badaczy Współtworzenie jako kontynuacja rozprawy Jednym z kluczowych założeń niniejszej rozprawy była rezygnacja z zamkniętej, autorskiej struktury epistemicznej na rzecz formuły otwartej – zarówno w sensie konceptualnym, jak i instytucjonalnym. Oznacza to, że rozprawa nie kończy się w momencie jej publikacji, ale traktuje samą siebie jako początek sytuacji współtworzenia, której dalszy przebieg zależy od dialogu, odpowiedzi i interwencji podejmowanych przez osoby współdziałające. W tym duchu proponuje się, by ostatnia część rozprawy została przekształcona w platformę do kolektywnego rozwijania, komentowania i transformowania jej głównych tez. Otwarta formuła nie oznacza braku rygoru – przeciwnie, zakłada wysoki poziom odpowiedzialności za relacyjność wiedzy. Estetyka, etyka i epistemologia spotykają się tu w trybie sytuacyjnym – jako wspólna praktyka nie tylko wytwarzania znaczeń, ale też ich renegocjowania w kontekście dynamicznie zmieniającej się kultury po AI. Proponowane ramy współtworzenia obejmują: 1. Otwarte nabory tekstów, manifestów, projektów i gestów performatywnych​ Instytucje partnerskie – galerie, ośrodki badawcze, kolektywy artystyczne – mogą uruchamiać nabory 188 na materiały stanowiące odpowiedź na podjęte tu zagadnienia. Istotna jest różnorodność form: mogą to być eseje, scenariusze performansów, modele interfejsów, projekty kuratorskie, formy dydaktyczne czy prototypy narzędzi artystycznych odpornych na logikę predykcyjną. Warunkiem ich włączenia do obiegu nie powinna być jakość produkcyjna, ale afektywna i sytuacyjna adekwatność do poruszanego problemu. 2. Cyfrowa platforma współodpowiedzialności​ Projektowana strona internetowa powinna umożliwiać nie tylko publikację i przeglądanie nadesłanych odpowiedzi, ale także ich komentowanie, krzyżowanie, aktualizowanie. Kluczowe jest jednak to, aby nie naśladowała algorytmicznego modelu rekomendacji, lecz działała w trybie nieoptymalnym: np. przez losowe kolejności wyświetleń, limitowanie dostępu czasowego, ograniczanie indeksowania treści. Celem nie jest wzrost zasięgu, lecz regeneracja relacji poznawczej w kontekście informacji. 3. Mobilne archiwum żywe​ Proponuje się stworzenie archiwum podróżującego między lokalnymi instytucjami, bibliotekami, galeriami niezależnymi, które gromadzi nie dokumenty, lecz sytuacje twórcze. Może ono przyjmować formę mapy projektów, dokumentacji efemerycznych działań, wystaw „bez obiektów” czy opowieści audio, a także fizycznych artefaktów niedigitalizowanych. Ideą jest stworzenie infrastruktury nielinearnej, zdecentralizowanej, odpornej na ekstrakcję danych – a jednocześnie opartej na realnej obecności osób i wspólnot. 4. Laboratoria współtworzenia​ Organizacja otwartych laboratoriów, warsztatów i mikrorezydencji, podczas których uczestnicy – artyści, kuratorzy, aktywiści, programiści, pedagodzy – wspólnie analizują i przetwarzają wybrane problemy rozprawy, staje się formą sytuowanego modelu epistemicznego. Zamiast seminarium jako przekazu wiedzy, proponuje się format procesu – czasem nieproduktywnego, opóźnionego, efemerycznego – który sam w sobie staje się formą badania. 5. Transmedialne formy odpowiedzi​ Rozprawa może być kontynuowana także w mediach pozaakademickich: jako słuchowiska, działania dźwiękowe, transkrypcje nieoczywiste (np. w formie choreografii, obiektów, gestów, interfejsów), a nawet jako protokoły etyczne dla instytucji kultury. Kluczowe jest tu odejście od dominującego modelu rozpowszechniania wiedzy na rzecz dyfuzji, mutacji i wielokanałowości. Wszystkie te formy łączy przekonanie, że sztuka po AI nie jest obiektem ani techniką, lecz strukturą relacyjną, epistemologiczną i etyczną. Rozprawa nie kończy się, lecz rozszczelnia – otwierając się na zewnętrzne impulsy i zapraszając do współtworzenia nowej, nieprzewidywalnej sytuacji kultury. 9.5.5. Podsumowanie końcowe: Sztuka po AI jako sytuacja, nie model Zamykając niniejszą rozprawę, warto raz jeszcze podkreślić zasadniczą tezę, która przenika wszystkie jej części: sztuka po AI nie jest zjawiskiem technologicznym, lecz kulturowym, epistemologicznym i społecznym. Nie dotyczy wyłącznie praktyk generatywnych i agentowych, lecz odnosi się do całościowego przekształcenia warunków produkcji, obiegu i odbioru sztuki w 189 kontekście systemów predykcyjnych – niezależnie od tego, czy przyjmują one formę LLM, platform streamingowych, algorytmów rekomendacji, czy procedur instytucjonalnych. Sztuka po AI działa w świecie, w którym predykcja staje się dominującą formą władzy: projektuje gusty, uprzedzenia, rytm konsumpcji, formy komunikacji, a nawet ontologię samego doświadczenia. Kultura przekształcana przez systemy AI to nie tylko kultura obrazów generowanych na podstawie promptów, lecz także kultura, która zaczyna „myśleć jak system” – oczekując efektywności, skalowalności, indeksowalności i bezpieczeństwa estetycznego. Ten stan rzeczy dotyka nie tylko twórców, ale również: ●​ instytucje kultury, które coraz częściej projektują programy zgodnie z logiką cyfrowej analityki i metryk, ●​ kuratorów, którzy muszą negocjować między ryzykiem a widzialnością, ●​ krytyków, których język ulega uśrednieniu i konwergencji z retoryką promocyjną, ●​ odbiorców, których wrażliwość kształtowana jest przez algorytmy personalizacji, ●​ oraz systemy edukacyjne, które dostosowują się do zautomatyzowanego formatowania wiedzy. W takim świecie sztuka staje się aktem odwagi – nie dlatego, że kontestuje technologię jako taką, lecz dlatego, że odmawia wpisania się w jej reżim znaczenia. W tym sensie sztuka po AI jest nie tylko odpowiedzią na technikę, ale przede wszystkim odpowiedzialnością wobec świata, który został przekształcony przez automatyzację decyzji, relacji, przekonań i pragnień. Dlatego wszystkie zaproponowane w tym podrozdziale kierunki dalszego rozwijania rozprawy – od estetyki postsyntetycznej, przez praktyki kuratorskie po AI, aż po archiwalne strategie oporu – mają wspólny rdzeń: próbę odzyskania sztuki jako działania afektywnego, sytuowanego, etycznego i społecznie odpowiedzialnego. Nie chodzi już o to, jak „użyć” AI w twórczości, ale o to, jak nie dać się jej skolonizować jako człowiek, instytucja, wspólnota. Rozprawa ta – jako dokument, jako projekt, jako sytuacja – kończy się, ale nie domyka. Zawiera w sobie zaproszenie do kontynuacji w trybie twórczym, krytycznym, nieoptymalnym. Sztuka po AI nie jest stylem ani nurtem. Jest ramą niezgody i polem przyszłości, w której jeszcze możliwe jest pytanie, którego nie da się sparametryzować. 9.6. Bibliografia 1.​ Ahmed, Sara. 2010. The Promise of Happiness. Durham: Duke University Press.​ 190 2.​ Ahmed, Sara. 2014. The Cultural Politics of Emotion. 2nd ed. Edinburgh: Edinburgh University Press.​ 3.​ Amoore, Louise. 2020. Cloud Ethics: Algorithms and the Attributes of Ourselves and Others. Durham: Duke University Press.​ 4.​ Andrejevic, Mark. 2014. Infoglut: How Too Much Information Is Changing the Way We Think and Know. New York: Routledge.​ 5.​ Barad, Karen. 2007. Meeting the Universe Halfway: Quantum Physics and the Entanglement of Matter and Meaning. Durham: Duke University Press.​ 6.​ Barthes, Roland. 1967. “The Death of the Author.” Aspen no. 5–6.​ 7.​ Barthes, Roland. 1977. Image–Music–Text. Translated by Stephen Heath. New York: Hill and Wang.​ 8.​ Benjamin, Walter. 2008. The Work of Art in the Age of Its Technological Reproducibility and Other Writings on Media. Edited by Michael W. Jennings, Brigid Doherty, and Thomas Y. Levin. Cambridge, MA: Harvard University Press.​ 9.​ Bennett, Jane. 2010. Vibrant Matter: A Political Ecology of Things. Durham: Duke University Press.​ 10.​ Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell. 2021. “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?” In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency, 610–623. https://doi.org/10.1145/3442188.3445922​ 11.​ Bishop, Claire. 2012. Artificial Hells: Participatory Art and the Politics of Spectatorship. London: Verso.​ 12.​ Birhane, Abeba. 2021. “Algorithmic Colonization of Africa.” SCRIPTed 18 (2): 4–19.​ 13.​ Blas, Zach. 2017. Contra-Internet. Berlin: Sternberg Press.​ 14.​ Bourdieu, Pierre. 1993. The Field of Cultural Production: Essays on Art and Literature. Edited by Randal Johnson. New York: Columbia University Press.​ 15.​ Braidotti, Rosi. 2013. The Posthuman. Cambridge: Polity Press.​ 16.​ Bridle, James. 2022. Ways of Being: Animals, Plants, Machines: The Search for a Planetary Intelligence. London: Allen Lane.​ 17.​ Brain, Tega, and Benedetta Piantelli. 2022. Solar Protocol. https://solarprotocol.net​ 191 18.​ Buck-Morss, Susan. 1991. Dreamworld and Catastrophe: The Passing of Mass Utopia in East and West. Cambridge, MA: MIT Press. 19.​ Dryhurst, Mat, i VFRAME. 2023. The Infinite Conversation. https://infiniteconversation.com [dostęp: 27.05.2025].​ 19.​ Burnham, Jack. 1968. “Systems Esthetics.” Artforum 7 (1): 30–35.​ 20.​ Butler, Judith. 1993. Bodies That Matter: On the Discursive Limits of “Sex”. New York: Routledge.​ 21.​ Cage, John. 1961. Silence: Lectures and Writings. Middletown, CT: Wesleyan University Press.​ 22.​ Chakrabarty, Dipesh. 2009. Provincializing Europe: Postcolonial Thought and Historical Difference. Princeton: Princeton University Press.​ 23.​ Chun, Wendy Hui Kyong. 2021. Discriminating Data: Correlation, Neighborhoods, and the New Politics of Recognition. Cambridge, MA: MIT Press.​ 24.​ Cohen, Harold. 1995. “The Further Exploits of AARON, Painter.” Stanford Humanities Review 4 (2).​ 25.​ Crawford, Kate. 2021. The Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven: Yale University Press.​ 26.​ Cowen, Deborah. 2014. The Deadly Life of Logistics: Mapping Violence in Global Trade. Minneapolis: University of Minnesota Press.​ 27.​ Dobkowska, Marianna, i Sebastian Cichocki. 2021. „Konteksty. Kongres postartystyczny w Sokołowsku.” Legalna Kultura, 28 lipca. https://www.legalnakultura.pl/pl/strefa-wydarzen/polecamy/news/3612%2Ckonteksty-kongres -postartystyczny-w-sokolowsku [dostęp: 27.05.2025].​ 28.​ Dryhurst, Mat, i VFRAME. 2023. The Infinite Conversation. https://infiniteconversation.com​ 29.​ Evans, Claire L. 2018. Broad Band: The Untold Story of the Women Who Made the Internet. New York: Portfolio/Penguin.​ 30.​ Eubanks, Virginia. 2018. Automating Inequality: How High-Tech Tools Profile, Police, and Punish the Poor. New York: St. Martin’s Press.​ 31.​ Forensic Architecture. 2019. Triple-Chaser. https://forensic-architecture.org/investigation/triple-chaser​ 192 32.​ Foucault, Michel. 1969. “What Is an Author?” In Language, Counter-Memory, Practice, edited by Donald F. Bouchard, 113–138. Ithaca, NY: Cornell University Press, 1977.​ 33.​ Foucault, Michel. 1972. The Archaeology of Knowledge. Translated by A. M. Sheridan Smith. New York: Pantheon Books.​ 34.​ Foucault, Michel. 1984. “What Is an Author?” In The Foucault Reader, edited by Paul Rabinow, 101–120. New York: Pantheon Books.​ 35.​ Furtherfield. 2021. „11 refleksji wyniesionych z Kongresu Postartystycznego.” NN6T, 6 sierpnia. https://nn6t.pl/2021/08/06/11-refleksji-wyniesionych-z-kongresu-postartystycznego/ [dostęp: 27.05.2025].​ 36.​ Gablik, Suzi. 1991. The Reenchantment of Art. New York: Thames & Hudson.​ 37.​ Gabrys, Jennifer. 2016. Program Earth: Environmental Sensing Technology and the Making of a Computational Planet. Minneapolis: University of Minnesota Press.​ 38.​ Galloway, Alexander R. 2011. The Interface Effect. Cambridge: Polity Press. 39.​ Getty Images. Getty Images v. Stability AI, case pending.​ 40.​ Goriunova, Olga. 2021. Machine Vision and Formal Media. Cambridge, MA: MIT Press.​ 41.​ Halpern, Orit. 2015. Beautiful Data: A History of Vision and Reason since 1945. Durham: Duke University Press.​ 42.​ Haraway, Donna. 1988. “Situated Knowledges: The Science Question in Feminism and the Privilege of Partial Perspective.” Feminist Studies 14 (3): 575–599.​ 43.​ Haraway, Donna. 2016. Staying with the Trouble: Making Kin in the Chthulucene. Durham: Duke University Press.​ 44.​ hooks, bell. 1994. Teaching to Transgress: Education as the Practice of Freedom. New York: Routledge.​ 45.​ Hu, Tung-Hui. 2015. A Prehistory of the Cloud. Cambridge, MA: MIT Press.​ 46.​ Hui, Yuk. 2016. On the Existence of Digital Objects. Minneapolis: University of Minnesota Press.​ 47.​ Joselit, David. 2012. After Art. Princeton: Princeton University Press.​ 48.​ Kaczmarek, Marek. 2020. “Obiekt-y.” Obieg, 2/2020. https://obieg.pl/obiekt-y [dostęp: 27.05.2025].​ 193 49.​ Kember, Sarah, and Joanna Zylinska. 2012. Life after New Media: Mediation as a Vital Process. Cambridge, MA: MIT Press.​ 50.​ Klingemann, Mario. 2018. Memories of Passersby I. https://quasimondo.com/memories-of-passersby​ 51.​ Kwon, Miwon. 2002. One Place after Another: Site-Specific Art and Locational Identity. Cambridge, MA: MIT Press.​ 52.​ Kunst, Bojana. 2015. Artist at Work: Proximity of Art and Capitalism. Winchester: Zero Books.​ 53.​ Lannelongue, Lionel, Jason Grealey, Michael Inouye. 2021. “Green Algorithms: Quantifying the Carbon Footprint of Computation.” Patterns 2 (2021): 100274. https://doi.org/10.1016/j.patter.2021.100274​ 54.​ Lauren Lee McCarthy. 2017. LAUREN. https://lauren-mccarthy.com/LAUREN​ 55.​ LeWitt, Sol. 1967. “Paragraphs on Conceptual Art.” Artforum 5 (10): 79–83.​ 56.​ Lovink, Geert. 2022. Stuck on the Platform: Reclaiming the Internet. Amsterdam: Valiz.​ 57.​ MAK – Museum für angewandte Kunst. 2019. Uncanny Values: Artificial Intelligence & You. Vienna.​ 58.​ Manovich, Lev. 2001. The Language of New Media. Cambridge, MA: MIT Press.​ 59.​ Manovich, Lev. 2018. AI Aesthetics. Moscow: Strelka Press.​ 60.​ Massumi, Brian. 2015. Politics of Affect. Cambridge: Polity Press.​ 61.​ McKenzie, Jon. 2001. Perform or Else: From Discipline to Performance. London: Routledge.​ 62.​ Menkman, Rosa. 2011. The Glitch Moment(um). Amsterdam: Institute of Network Cultures.​ 63.​ Mohanty, Chandra Talpade. 2003. Feminism without Borders: Decolonizing Theory, Practicing Solidarity. Durham: Duke University Press.​ 64.​ Mol, Annemarie. 2002. The Body Multiple: Ontology in Medical Practice. Durham: Duke University Press.​ 65.​ Nancy, Jean-Luc. 2000. Being Singular Plural. Translated by Robert D. Richardson and Anne E. O’Byrne. Stanford: Stanford University Press.​ ​ 194 66.​ Paglen, Trevor, and Joanna Zylinska. 2019. Training Humans. Fondazione Prada.​ 67.​ Paik, Nam June. 1974. Random Access. New York: Howard Wise Gallery.​ 68.​ Parikka, Jussi. 2015. A Geology of Media. Minneapolis: University of Minnesota Press.​ 69.​ Pasquale, Frank. 2015. The Black Box Society: The Secret Algorithms That Control Money and Information. Cambridge, MA: Harvard University Press.​ 70.​ Puig de la Bellacasa, Maria. 2017. Matters of Care: Speculative Ethics in More Than Human Worlds. Minneapolis: University of Minnesota Press.​ 71.​ Pyzik, Agata. 2023. „Autor jako kliknięcie: sztuka i AI.” Dwutygodnik.com, nr 357. https://www.dwutygodnik.com/artykul/10527-autor-jako-klikniecie-sztuka-i-ai.html [dostęp: 27.05.2025]. 74.​ Rancière, Jacques. 2009. The Emancipated Spectator. Translated by Gregory Elliott. London: Verso.​ 75.​ Raymond, Eric S. 2001. The Cathedral and the Bazaar: Musings on Linux and Open Source by an Accidental Revolutionary. Sebastopol, CA: O’Reilly Media.​ 76.​ Rau, Michael. 2023. AI Theatre Project. Stanford HAI.​ 77.​ Rouvroy, Antoinette, and Thomas Berns. 2013. “Algorithmic Governmentality and Prospects of Emancipation.” Revue française d’administration publique 1 (145): 65–94.​ 78.​ Russell, Legacy. 2020. Glitch Feminism: A Manifesto. London: Verso.​ 79.​ Schwartz, Roy, Jesse Dodge, Noah A. Smith, and Oren Etzioni. 2020. “Green AI.” Communications of the ACM 63 (12): 54–63. https://doi.org/10.1145/3381831​ 80.​ Stability AI. Stable Diffusion. https://stability.ai​ 81.​ Starosielski, Nicole. 2015. The Undersea Network. Durham: Duke University Press.​ 82.​ Steyerl, Hito. 2012. The Wretched of the Screen. Berlin: Sternberg Press.​ 83.​ Steyerl, Hito. 2013. “Too Much World: Is the Internet Dead?” e-flux journal, no. 49.​ 84.​ Strubell, Emma, Ananya Ganesh, and Andrew McCallum. 2019. “Energy and Policy Considerations for Deep Learning in NLP.” Proceedings of the 57th Annual Meeting of the Association for Computational Linguistics, 3645–3650. https://aclanthology.org/P19-1355/​ 85.​ Stuart, Meg, and Mette Ingvartsen. 2015. Projecting [Space].​ 195 86.​ Świdziński, Jan. 1976. Sztuka jako sztuka kontekstualna. Warszawa: Galeria Remont.​ 87.​ Szatt & AI. 2024. Performans audio-wizualny: Improwizacja z AI. Kraków: Unsound.​ 88.​ Tan, Chun. 2023. “Generativity as Recombination: Language Models and the Semiotics of Prediction.” AI & Society. https://doi.org/10.1007/s00146-023-01600-4​ 89.​ Terry, Yosvany. 2023. Latent Sonorities.​ 90.​ Thaler v. Perlmutter. Civil Action No. 22-1564 (D.D.C. 2022).​ 91.​ Tsing, Anna. 2015. The Mushroom at the End of the World: On the Possibility of Life in Capitalist Ruins. Princeton: Princeton University Press.​ 92.​ University of Chicago. Glaze and Nightshade Tools. https://glaze.cs.uchicago.edu​ 93.​ YACHT. 2019. Chain Tripping. DFA Records.​ 94.​ Zalewska, Weronika. 2021. „11 refleksji wyniesionych z Kongresu Postartystycznego.” NN6T, 6 sierpnia. https://nn6t.pl/2021/08/06/11-refleksji-wyniesionych-z-kongresu-postartystycznego/ [dostęp: 27.05.2025].​ 95.​ Zuboff, Shoshana. 2019. The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. New York: PublicAffairs.​ 96.​ Zylinska, Joanna. 2020. AI Art: Machine Visions and Warped Dreams. London: Open Humanities Press. 9.7. Nota o powstaniu rozprawy Niniejsza rozprawa powstawała w latach 2022–2025 jako efekt pracy indywidualnej, prowadzonej w warunkach dynamicznie zmieniającego się środowiska kultury cyfrowej oraz rozwoju narzędzi sztucznej inteligencji. Większość analiz, manifestów i studiów przypadku została opracowana na podstawie badań własnych autora oraz szerokiego przeglądu literatury międzynarodowej z zakresu filozofii techniki, teorii mediów, krytyki sztuki, socjologii i studiów środowiskowych. W opracowaniu wykorzystano narzędzia cyfrowe, w tym wybrane systemy wspomagane przez AI, zarówno w fazie eksploracji literatury, analizy danych, jak i redakcji tekstu. Autor szczegółowo omawia zakres pracy AI nad rozprawą w rozdziale 7.5 „Raport środowiskowy rozprawy”. W tej części znajduje się eksperymentalny opis zużycia energii, liczby iteracji modeli AI, ilości operacji generatywnych oraz refleksja nad śladem środowiskowym powstania tekstu. Autor wskazuje, jakie 196 narzędzia oparte na AI były używane do analizy, redakcji i wspomagania procesu twórczego, podaje liczbowe szacunki oraz poddaje krytycznej refleksji epistemologicznej znaczenie tej współpracy. Rozprawa powstała w pełnej niezależności, bez finansowania instytucjonalnego, z zachowaniem zasad otwartości oraz transparentności źródeł i metod. Pierwsza wersja została ukończona w maju 2025 roku. Rozprawa ma charakter otwarty i możliwe są jej kolejne wersje. Autor dziękuje wszystkim artystom i badaczom którzy wnieśli inspiracje, krytyczne komentarze i przykłady omawiane w rozprawie. Spis treści Rozdział I. Twórczość po AI – założenia, cele, metodologia 1.1. Kontekst: dominacja modeli generatywnych i systemów predykcyjnych​ 1.2. Cele badawcze i pytania kluczowe​ 1.3. Podejście metodologiczne: epistemologia sytuowana, posthumanizm, teoria afektu​ 1.4. Uzasadnienie struktury pracy i głównych pojęć Rozdział II. Genealogia kryzysu twórczości 2.1. Od automatyzmu estetycznego do algorytmizacji decyzji​ 2.2. Neoliberalna transformacja sztuki: performatywność, rynek i skalowalność​ – Skalowalność: logika sukcesu przez powtarzalność​ – Parametryzacja twórczości: dane zamiast decyzji​ 2.3. Modele danych jako modele świata: od archiwum do predykcji​ 2.4. Kryzys autorstwa, relacji i ciała Rozdział III. Infrastruktura przemocy – AI jako aparat władzy 3.1. Ekstraktywizm poznawczy i kapitalizm nadzoru​ 3.2. Przemoc infrastrukturalna i energetyczna​ 3.3. Geopolityka wiedzy i cyfrowy kolonializm​ 3.4. Automatyzacja decyzji kulturowych i edukacja AI Rozdział IV. Twórczość jako relacja – alternatywne modele działania 4.1. Twórczość jako relacja i ograniczenie: zamiast produkcji​ 4.2. Współobecność, lokalność i nieprzekładalność – propozycje modeli działania​ – Współobecność: zamiast interfejsu​ – Lokalność: zamiast globalnej normalizacji​ – Nieprzekładalność: zamiast kompatybilności​ 4.3. Estetyka ograniczenia i niskotechnologiczne strategie twórcze​ 197 4.4. Halucynacje, skórki, przezroczystość​ – Halucynacja jako forma predykcyjna​ – Skórki jako stylistyka powierzchni​ 5.5 Tworzenie dzieł sztuki w czasach po AI Rozdział V. Strategie oporu – postgeneratywność, antygeneratywność, postagentowość, antyagentowość 5.1. Postgeneratywność – Manifest Sztuki Postgeneratywnej​ 5.2. Antygeneratywność – Manifest Sztuki Antygeneratywnej​ 5.3. Postagentowość – Manifest Sztuki Postagentowej​ 5.4. Antyagentowość – Manifest Sztuki Antyagentowej​ 5.5. Sztuka po AI jako pojęcie wspólne​ 5.6. Manifest Sztuki po AI – analiza, znaczenie, funkcja Rozdział VI. Manifesty, prototypy i gesty 6.1. Manifest jako forma epistemiczna​ 6.2. Tworzenie przez ograniczenie – Strategia postgeneratywności​ 6.3. Prototypy i performanse – działanie jako model epistemiczny​ 6.4. Relacja z publicznością i niepewność​ 6.5. Przykłady artystów i artystek Rozdział VII. Etyka twórczości w dobie ekokruchości 7.1. Odpowiedzialność infrastrukturalna i energetyczna​ 7.2. Wiedza sytuowana jako kontrnarracja wobec modeli generatywnych​ 7.3. Twórczość poza produktem​ 7.4. Kultura troski zamiast kultury efektywności​ 7.5. Raport środowiskowy rozprawy​ 7.6. Raport etyczny procesu twórczego Rozdział VIII. Instytucje, edukacja i automatyzacja świadomości 8.1. Edukacja artystyczna a estetyka bez autora​ 8.2. Automatyzacja krytyki i wiedzy​ 8.3. Instytucje kultury wobec AI​ 8.4. Emancypacyjne strategie edukacyjne Rozdział IX. Twórczość przyszłościowa – zakończenie otwarte 9.1. Twórczość jako zdarzenie etyczne​ 9.2. Regeneracja relacji​ 9.3. Przyszłość jako zadanie​ 9.4. Zaproszenie do współtworzenia​ 9.5. Propozycje dalszych rozwinięć rozprawy​ 198 – 9.5.1. Modele estetyki postsyntetycznej​ – 9.5.2. Praktyki kuratorskie po AI​ – 9.5.3. Algorytmizacja dokumentów pamięci​ – 9.5.4. Przykłady nadesłane przez artystów i badaczy​ – 9.5.5. Podsumowanie końcowe: Sztuka po AI jako sytuacja, nie model​ 9.6. Bibliografia​ 9.7. Nota o powstaniu rozprawy 199