Bruno Moreschi
©Julia Knop
Fellow 2024-2025
Bruno Moreschis wissenschaftliche Wurzeln liegen in der Kunstkritik sowie der musealen Sammlungs-digitalisierung, Problemkontexte, die ihn auch zu seinen aktuellen Forschungen zu Künstlicher Intelligenz und Maschinellem Lernen geführt haben. Er untersucht kritische und kreative Zugänge zur Nutzung neuer digitaler Technologien, transformiert diese dabei auch in und durch künstlerische, experimentelle und kollaborative Ansätze. Moreschis Projekte manifestieren sich dabei sowohl in Kunstwerken und Ausstellungen wie auch in didaktischen Formaten und wissenschaftlichen Publikationen. Auf diese Weise betreibt er Institutionskritik und bringt er Bedingungen und Kontexte des Einsatzes Künstlicher Intelligenz in den kulturwissenschaftlichen Diskurs ein. Im Moment ist Moreschi Fellow am Collegium Helveticum in Zürich, am LIAS wird er die Rolle digitaler Bilder in Large Scale Vision Datasets (LSVD) untersuchen.
Projektskizze
Beyond First Glance: A Dive into AI/Computer Vision Through the Images in Large Scale Vision Datasets
Wissenschaftler konzentrieren sich bei der Untersuchung von KI/Computer Vision in der Gesellschaft häufig auf die sozialen Auswirkungen von Algorithmen, vermögen es aber nicht, deren Undurchsichtigkeit zu bewältigen. Daher erkundet das Projekt die Hintergründe maschinellen Lernens und untersucht maschinelles Sehen anhand von Trainingsdaten, den so genannten Large Scale Vision Datasets (LSVDs). Diese Datensätze bestehen aus Millionen von Bildern, die ohne Zustimmung aus sozialen Netzwerken entnommen und durch die prekäre Beschäftigung tausender Mikroarbeiter organisiert wurden. Die Analyse dieser Bilder und der damit verbundenen Praktiken hilft zu verstehen, dass KI nicht neutral ist, sondern eine historische Kontinuität der vorherrschenden Ideologien darstellt, die lange vor dem Aufkommen von Computern existierten. Die dabei zu organisierenden Szenen und Prozesse entsprechen dem distanzierten und extraktivistischen Blick postkolonialer Logik und aufgrund des algorithmische Maßstabs tun sie dies in einer noch nivellierenderen Weise. Die Untersuchung dieser Trainingsdatensätze wird sich auf bereits bestehende Analysen stützen, ergänzt durch kritische Studien anderer Forscher, die sich auf KI-Inputs konzentrieren. Die Forschung wird dazu beitragen, Algorithmen genauer zu verstehen und so über neue, nicht-normative Wege zu verhandeln, die Welt durch Maschinen wahrzunehmen.
Ausbildung
2019 PhD Bildende Kunst, Staatl. Universität Campinas, Sāo Paulo
2014 MA Bildende Kunst, Staatl. Universität Campinas, Sāo Paulo
2006 BA Kommunikation, Staatl. Universität Santa Catarina, Florianópolis
Jüngste wissenschaftliche Position
Early-career Fellow, Collegium Helveticum, das gemeinsame Institut for Advanced Studies (IAS) der ETH Zürich, der Universität Zürich und der Zürcher Hochschule der Künste
Jüngste Veröffentlichungen
„Five Experimentations in Computer Vision: Seeing (through) Images from Large Scale Vision Datasets.“ BJHS Themes 1 Nr. 17 (2023), S. 1-17.
mit Gabriel Pereira. „Living with Images from Large-Scale Data Sets: A Critical Pedagogy for Scaling Down“, photographies 16 Nr. 2 (2032), S. 235-261.
mit Pereira, Gabriel, Andre Mintz, und Giselle Beiguelman. „We’ve Always Been Antagonistic: Algorithmic Resistances and Dissidences beyond the Global North.“ Media International Australia, Incorporating Culture & Policy 183, Nr. 1 (2022): 124-138.