Forskere fra Aarhus Universitet har fået fem millioner kroner og fire år til at skabe computer-modeller, der kan klassificere litterære tekster som henholdsvis høj eller lav kvalitet og succesfuld eller ikkesuccesfuld. Forskergruppen er tværfaglig og består blandt andre af projektleder Mads Rosendahl Thomsen, der er professor i litteraturhistorie, og Kristoffer Laigaard Nielbo, lektor ved Center for Humanities Computing Aarhus.
”Vores mål med projektet er at få en bedre forståelse af, hvad litterær kvalitet er. Vi fodrer computere med enorme mængder litteratur på dansk, engelsk og senere kinesisk og får computerne til at analysere, hvordan teksterne hænger sammen og danner forskellige mønstre,” fortæller Mads Rosendahl Thomsen.
”Vi lægger værker fra slutningen af 1800-tallet skrevet af forfattere som H.C. Andersen og J.P Jacobsen ind i computeren sammen med helt nye tekster som britiske Kazuo Ishiguro og J.K. Rowling. Herved kan forskere sammenligne verdenslitteraturen med indsigter i teksters opbygning, som man ikke ellers ville kunne skabe. Fordelen ved at bruge computere er naturligvis, at de kan analysere meget større datamængder, end noget menneske nogensinde vil kunne,” siger han.
Bliver det en bestseller?
Det er vigtigt for forskerne at udvikle modeller, som bliver tilgængelige for andre end forskere. De håber, at algoritmerne om få år kan bruges af mange aktører i den litterære verden. Forfattere vil for eksempel kunne bruge computermodellerne til at vurdere deres egne tekster eller give efterkritik på andre forfatteres værker.
”Vi har formuleret en teori om, hvad der giver en god læseoplevelse. Succesfulde historier har for eksempel ofte en særlig narrativ struktur eller historiebuer, og når computerne har ’læst’ tilstrækkelige mængder litteratur, vil vi kunne tage en ny litterær tekst, lægge den ind i computeren og få en melding om, hvor succesfuld teksten er,” fortæller Kristoffer Laigaard Nielbo.
”Det er dog ikke det samme som garanti for succes at overholde vores parametre, men alene et udtryk for, at forfatteren har skrevet et værk, som i sin indre struktur minder om succesfulde fortællinger,” understreger han.
Kommerciel succes eller anmeldersucces?
Forskerne giver også computerne oplysninger om, hvor mange gange et værk er blevet lånt på biblioteket, og vurderingen af værket blandt anmeldere. Desuden får computerne informationer om præferencer blandt unge og ældre, byboere og mennesker på landet samt højt- og lavtuddannede læsere.
”Vi skelner mellem forskellige typer af succes: den kommercielle og den kritiske. Den kommercielle succes rummer blandt andet værker fra populærkulturen, som lånes og købes af mange. Eksemplet på den kritiske succes kan være et mere nichepræget værk, som kun hitter blandt få litterater,” siger Mads Rosendahl Thomsen.
”Vores computermodeller vil kunne beskrive, hvad der virker godt i en fortælling, men de vil samtidig kunne vise, hvad der afviger væsentligt fra de succesfulde fortællinger og dermed er unikt. Så det er ikke vejen til en verden, hvor alle bøger er skabt over samme skabelon,” siger professoren i litteraturhistorie.
Forskerne ser på tre parametre for succes:
- Fortællingens narrative struktur
- Antal biblioteksudlån af værket samt
anmeldernes vurderinger - Værkets succes blandt henholdsvis unge og ældre, by- og landboere, højt- og
lavtuddannede
Forlæggeren:Det er tilbageskuende
”NU KENDER JEG IKKE DETALJERNE i projektet, men jeg har svært ved at se rationalet i det – ja, faktisk stritter alt på mig, når jeg hører om det,” siger Jacob Søndergaard. Han er forlagsdirektør på Gutkind og har tidligere arbejdet for blandt andet Rosinante og L&R – og er altså ikke umiddelbart begejstret for projektet ved Aarhus Universitet:
”Dataundersøgelserne giver forskerne mulighed for at vurdere store mængder litteratur med henblik på, hvad der har gjort et bestemt værk til en klassiker. Men projektet giver jo ikke i sig selv svaret på, hvad litterær kvalitet er. Jeg opfatter projektet som tilbageskuende, og hvis man ønsker at anvende datagenererede modeller på nye værker, vil det blive reproducerende skabelonlitteratur,” mener Jacob Søndergaard.
”Forlagene har en publicistisk forpligtelse og tjener læserne bedst ved at udvise nysgerrighed og udfordre og opsøge det, der ikke kan sættes på formel. Jeg ønsker ikke, at en algoritme fortæller, hvad der er god litteratur. Vi skal finde nye veje både i forhold til de brede, publikumsrettede værker og de mere smalle. Det er tidkrævende at vælge mellem tusindvis af værker, men det er en kerneopgave for os som forlag, og det er den proces, som bærer en bog igennem til publikum. Man skal kunne mærke, at et levende menneske har brændt for den, haft fingrene i materialet, lugtet og smagt på det. Der findes ingen genveje,” siger han.
Forlagsdirektøren bryder sig heller ikke om, at supercomputerne fra Aarhus Universitet kan hjælpe eksempelvis bibliotekarer med at blive klogere på, hvilken litteratur der falder i lånerens smag ud fra parametre som alder, uddannelse og geografisk bosted:
”Snævre brugeradfærdsanalyser kan fastholde en bestemt brugeradfærd, og det er jeg imod. Litteratur er for alle – også for dem, der troede, at de kun ville læse én bestemt slags bøger. Litteratur kan i kraft af sin mangfoldighed fremme social og kulturel mobilitet.”
Forfatteren:God litteratur er spontanitet
”JEG SYNES GRUNDLÆGGENDE, at det er et interessant og relevant projekt, som givetvis kan bruges til at scanne tekster for mulige bogsuccesser,” siger Jens Smærup Sørensen, forfatter, cand.phil. i dansk og udvalgsleder for Statens Kunstfonds Projektstøtteudvalg for Litteratur.
”En del af underholdningsindustrien bygger på viden om, hvad mange gerne vil se/læse/lytte til, og det følger ofte bestemte mønstre. På samme måde kan projektet bruges til at skærpe opmærksomheden om, hvordan vi til tider bliver trukket rundt ved næsen af industrien.”
”Samtidig er jeg helt sikker på, at man ikke kan spore, hvad der er god litteratur, for god litteratur har et stort moment af spontanitet og improvisation. Når jeg for eksempel går i gang med en bog, har jeg som regel en idé og et grundlag at bygge handlingen på, men idet karaktererne begynder at optræde mere konkret i fortællingen, sker der noget nyt, som gang på gang overrasker også mig. Og det er netop, hvad der for mig sætter et absolut skel mellem underholdningsindustriens produkter og den ’rigtige’ litteratur.”
Forskere i kunstig intelligens:Litteratur er ikke nemt at måle
MARCO RAGNI ER ADJUNKT ved Institut for Design og Kommunikation, DIAS, ved Syddansk Universitet, og forsker i kunstig intelligens. Gennem sit arbejde kender han til det aarhusianske projekt og finder det utrolig interessant:
”Helt basalt kan man ret nemt klassificere en tekst ud fra bestemte parametre, som for eksempel om den indeholder korte eller lange sætninger, almindelige ord eller fremmedord, om der er en mandlig eller kvindelig hovedperson, om den handler om en forbrydelse eller ej, osv. Men forskerne i Aarhus vil forsøge at definere, hvad der er god litteratur, og det er ikke nemt. Litteratur er komplekst, kreativt og mangfoldigt og dermed ikke nemt at måle og veje.”
”I Aarhus vil de fodre computerne med meget store mængder læsestof på tre sprog, og så kan det godt være, at forskerne finder nogle bestemte karakteristika ved litteratur, som har opnået succes. Men resultatet afhænger af, hvad de putter i computeren – ellers kan man få et forvrænget billede. Desuden skal man huske på, at de forfattere, der modtager Nobels Litteraturpris, ofte netop har skrevet noget exceptionelt og fuldstændig uset, og det vil computerne jo ikke kunne beregne eller forudse på baggrund af tidligere litterære succeser. Så jeg tror, at projektet vil give os meget ny indsigt i, hvad der tidligere er blevet ansat for succesfuldt, men det vil ikke lære os at blive mere kreative.”
Menneskedigte?
DIGTET ER SKREVET AF AI, hvis fulde navn er Artificial Intelligence, en kunstig intelligens fra Kyoto Universitet, og digtet er genereret i forbindelse med en undersøgelse af, hvorvidt læsere kunne gennemskue, hvilke digte der var skrevet af et menneske – og hvilke der var lavet af en computer.
En gruppe på 500 personer, 30 af dem litterater, blev præsenteret for en række digte. Og nej, de kunne ikke afgøre, om AI eller en lyriker havde skrevet dem.
AI var inden lyrikdebuten blevet fodret med 92.000 digte fra det engelske poesikorpus. Det forklarer måske lastvognen med kul, det knuste hjerte og den lidt gammeldags tone.
Netop det faktum, at AI skal fodres med digte og tekster, som reflekterende, følende mennesker har skrevet gennem generationer, før den første datamaskine kom til verden, viser den kunstige intelligens’ begrænsning på det kreative område.
Og det bliver heller ikke inden for nogen overskuelig fremtid, at kunstig intelligens kan erstatte mennesker i det kreative arbejde – det udtalte Sebastian Risi, forsker i kunstig intelligens, ph.d. og professor ved IT-Universitetet i København, i forbindelse med det japanske projekt. Man skal snarere se det som et samarbejde, har han sagt til Information. Det er mennesket, der fodrer maskinen og sætter rammerne for, hvad der kan og skal arbejdes med. AI kan komme med mange og hurtige bud, men resultatet bliver ikke mere originalt eller kreativt end forskeren bag.
