Unlösbare Fälle

2024 LLM-generierter Text, Multimedia-Lesung Hannover / Wien

Textauszug — Willie Bigham

[...] Wieder zu Hause schreibt er einen wahrheitsgemäßen Bericht: Er habe kein neues Ermittlungsergebnis vorzuweisen. Er habe die vermißte Person nicht gefunden. Er bittet darum, sein Gehalt, minus des Betrags, den er schon ausgegeben hat, dem Landesbudget für Bildung und radikale Veränderungen zuzuführen. Eines Tages wird das Land eines dieser aufwendigen Vermißten-Meldesysteme erfinden, denkt er, der auch aus einer Verwechslung zwischen Lobelville und Nolensville die richtigen Schlüsse ziehen kann. Dieser Apparat wird alles über den Vermißten wissen. Er wird auch die Autos kennen, die diese Person früher fuhr, die Bootstouren, die sie unternahm, die Bankkredite, die sie aufnahm, die Ratenzahlungen, die sie leistete. Der Apparat wird soziale Tics erkennen, Blickwinkelveränderungen, Körpermaßsimulation, Stimmverstellung, DNA-Test, Datenbankabgleich, Weg-Zeit-Flächen, alles wird dieser Apparat können. [...]

Konzept

Unlösbare Fälle basiert auf einem Finetuning eines großen Sprachmodells (GPT-J) mit anonymisierten Vermisstenanzeigen aus der US-amerikanischen NamUs-Datenbank. Ein Python-Programm randomisiert dabei zunächst die Originaldaten, indem es Namen, Personenbeschreibungen und Verschwindensgeschichten zu fiktionalisierten Porträts neu zusammensetzt, sodass kein generiertes Profil einer realen Person zugeordnet werden kann.

Gesteuert durch einen einzelnen Namen als Prompt erzeugt das spezialisierte Modell elliptische, zweizeilige Verse, deren fragmentarische Strophenform die Lücken und Leerstellen der zugrundeliegenden Datenbankeinträge poetisch fortschreibt. Die Texte oszillieren zwischen polizeilichem Protokollstil und lyrischer Unbestimmtheit, zwischen unpersönlichem Bericht und plötzlich aufscheinender personaler Rede — und machen so die korrelationsbasierte Wissensproduktion von KI-Systemen anhand von konkreten Einzelschicksalen ästhetisch erfahrbar.