Нет ни одной технологии или инструмента, который не менялся бы в угоду новым течениям и условиям времени. В этом смысле трансформации фотографии, ее перерождение в цифровом виде вряд ли должно изумлять. Другое дело, что фотография переменами одержима: за столетие технология практически полностью обновилась и стала повсеместной. Если все начиналось с camera obscura, требовавшей от объекта съёмки неподвижности, а от фотографа — опыта и мастерства, то сегодняшняя камера смартфона представляет собой образец доступности и мобильности.
Вслед за миниатюризацией и цифровизацией технологии сменился контекст, в котором производятся, хранятся и распространяются снимки, а также характер проблем, волнующих авторов.
Цифровой снимок неразрывно связан с мета-данными. Строго говоря, это уже не просто картинка, информационный слой так же важен, как и изображение. Более того, от него зависит, как будет выглядеть фотография. После того как снимок попадает в облачное хранилище, в память компьютера или в интернет, его дальнейшая история еще больше усложняется. Когда пользователь загружает фотографию в соцсети, она превращается для него в средство коммуникации, скорее сообщение о текущем моменте, а не напоминание о прошедшем. При этом в рамках экосистемы соцсети загруженный снимок становится частью большого архива — досье на пользователя, который представляет интерес не как отдельная личность, но как часть аудитории, поставщик данных об усредненном потребителе. Разумеется, изображение несет в себе визуальную информацию, имеющую определенную ценность для подписчиков конкретного пользователя.
Помимо кадров, сделанных автором, существует и автоматизированная съёмка, выполняющая служебные задачи — например, та, что ведется камерами наблюдения. Теоретик медиа Ана Пераица в своей
книге под названием «Эпоха тотальных изображений: исчезновение субъективной точки зрения в постцифровой фотографии»
отмечает: в современном мире симбиоз между человеческим и машинным взглядом стал настолько тесен, что между ними сложно провести границу. Более того, человек все чаще работает на расширение машинного зрения. Пераица вводит термин «тотальное изображение» для обозначения снимков-гибридов — таких как Google Street View. Они представляют собой компиляцию разных ракурсов и снимков в один образ, где создается невозможное, бесшовное, единое пространство. По мнению теоретика, постцифровая фотография не нуждается ни в операторе, ни даже в зрителе.
Таким образом, фотография становится местом встречи или столкновения нескольких разных информационных систем и стоящих за ними интересантов. Современные художники как раз и пытаются распутать сложные сплетения отношений и связей, которые образуются вокруг фотографии в цифровой среде.
Выставка художников и исследователей Кейт Кроуфорд и Тревора Паглена
"Training Humans", проходившая в конце 2019 — начале 2020 года в фонде Prada, была посвящена изучению того, как нейросети «видят» и анализируют картинки, в частности — человеческие лица. Экспозиция состояла из архивной части, где была представлена генеалогия технологии распознавания лиц и нейросетей, начиная с 1960-х годов, и художественных работ. Кураторов
интересовало, как изображение субъекта описывается, кодифицируется и интерпретируется при обработке массивов данных, и как впоследствие технологические системы используют и категоризируют подобный материал. По мере того как цифровые технологии все глубже проникают в нашу повседневность, а классификации субъектов становятся более сложными, системные ошибки играют всё более значительную роль, интенсифицируя существующие политические и социальные конфликты. Так, к примеру, широко известно, что нейросети гораздо хуже справляются с распознаванием лиц с азиатской внешностью и темнокожих людей. Тем не менее, на искусственный интеллект возлагают большие надежды, его планируют использовать или уже используют как коммерческие, так и государственные организации — в здравоохранении, системах городского наблюдения, миграционных службах и для административных нужд. Кроуфорд и Паглен ставят вопрос о том, кто контролирует алгоритмы, стоящие за нейросетям и несет последствия за их ошибки, а также, где проходят границы между наукой, коммерцией и идеологией, когда речь заходит о нейросетях.