Z nastopom dobe algoritmov, ko je čustva mogoče računalniško obdelovati, programska oprema za Samodejno analizo izrazov na obrazu (Automated Facial Expression Analysis – AFEA) v kulturni imaginarij pričara svareče slutnje o velikem tehnokratskem »vsevidnem očesu.« Takšen »bralec obrazov« v sodobni mitologiji nastopa kot vsevedni opazovalec z neomejenim vizualnim dostopom, se pravi kot sodobni Diogen – če motiv eshatološkega kritika iz industrijske revolucije, kot ga je leta 1818 ovekovečila Mary Shelley v svojem delu Frankenstein ali Sodobni Prometej, apliciramo na informacijsko revolucijo. Pred več kot dva tisoč leti se je Diogen, kinični filozof iz Sinope, klatil po Atenah s svetilko v roki in v gibanju kože in krčenju mišic na vidnih delih človeškega telesa iskal znamenja grških vrlin. Luč, s katero je svetil Atencem v obraz, je simbolizirala tehnološko znanje, metaforični ogenj, ki ga je titan Prometej – prinašalec luči – ukradel olimpskim bogovom in podaril človeštvu. Dandanes pa elektronski stroji izžarevajo hiperprometejsko luč iz Oblaka razpršenih pametnih kamer, brezžičnih internetnih omrežij in nedoločnih podatkovnih zbirk o obrazih. Prišlo je torej do avtomatizacije Diogena in fiziognomične metode (grško physis + gnōmōn ali »oblika + znanje«) za neprekinjeno interpretiranje psiholoških pojavov znotraj posameznika iz zunanjega fiziološkega vedenja njegovega obraza.

Laična javnost takšne informacijske zbirke označuje z izrazoma »prepoznavanje obrazov« ali »biometrika«, ki pa sta v današnjih družbenih oznakah v množičnih medijih precej nejasna in ju pogosto zamenjujejo. Dejansko pa je v Samodejni analizi izrazov na obrazu prepoznavanje obrazov pred procesom, biometrika (bios + métron ali »življenje + merjenje«) pa sledi produktivni fazi. Kot pravijo, naj bi si ta tehnologija za slikanje od blizu (ali »pod mikroskopom«) ogledovala prevoje, črte in gube na čelu, licih in čeljusti. Iz mrščenja ali nasmeha kot skupnega izraza teh znakov pa lahko izračuna nevidno resničnost osnovnih čustev, kategorij, ki jih najpogosteje opredeljujemo z besedami, kot so jeza, gnus, strah, sreča, žalost in presenečenje. Z mehaničnim mojstrstvom, ki daleč presega omejitve mrežnične strukture človeških oči, Samodejna analiza izrazov na obrazu (AFEA) razširi delovanje človeških telesnih in umskih zmožnosti (McLuhan 1967, str. 26), ta pa s pomočjo »pomožnih organov« postane »neke vrste prostetični Bog« (Freud, 1962, str. 37–39). Ta fiziognomični pogled vidi onkraj empiričnega obzorja laboratorijskega seciranja ali operacij in celo rentgenskih slik ali magnetne resonance vse do spontane, divje narave. Končni cilj je abstrahirati izraze na obrazu iz analognega kontinuuma, ki ga v implicitni razsežnosti zaznavamo v stopnjevitih plasteh, v digitalne enote znotraj omejene neskončnosti diskretnih možnosti na eksplicitni ravni. Na poti k objektivaciji človeškega obraza v plastično grotesko skrajne grimase in k jazu pozunanjenemu v nekaj univerzalnega ali utilitarnega.

S takšnim posredovanjem med obrazom in občutji lahko računalniško stanje informiranih okolij osvetli tudi senčne refleksije najbolj intrapersonalnih, osebnih in subjektivnih človeških izkušenj. In kot v Platonovi alegoriji, ki jo je navdihnil prav Prometej, posveti tudi v digitalno votlino interakcij med človekom in računalnikom ter komunikacije s posredništvom računalnika, v družabna omrežja in kulturo selfijev ter družbe spektakla in nadzora. Z orwellovsko fantazmo institucionaliziranega nadzora, opazovanja in čuječnosti takšna republika doseže utopično transparentnost, ki je latentno prisotna v konceptu Panoptika, ter distopično tehnokracijo panoptizma (Foucault, 1975, str. 195–228). Znotraj digitalnega tehnicizma, ki se ga karbonofobi tako bojijo, karbonofili pa ga fetišizirajo, spodbuja »fiziognomično mrzlico« brez primere (»Raseri der Physiognomik«) – kot je Christoph Lichtenberg satirično opisal množično karakterizacijo silhuetnih portretov, ki je sledilo Physiognomische Fragmente (1775–1778) Johanna Kasparja Lavaterja. Dogodki takšnih razsežnosti, kot so 11. september, WikiLeaks in Edward Snowden, za vedno spremenijo medijsko ozračje.

Tako vsaj pravi mit.

A čeprav se ta zgodba razteza čez celotno informacijsko pokrajino 21. stoletja, nemara ravno digitalna umetnost – ki jo lahko klasificiramo tudi s terminoma novi mediji ali medijska umetnost – pripoveduje zgodbo o »obrazu današnje dobe« z najbolj kritičnim pregledom nad podatki in taktičnim posredništvom. Ker delujejo na presečišču umetnosti, znanosti in tehnologije, vse več digitalnih umetnikov pri oblikovanju svojih spletnih ali kiparskih instalacij izhaja iz Samodejne analize izrazov na obrazu in njene funkcionalnosti, ki jo dosega s pomočjo fotografske dokumentacije v podatkovnih zbirkah obrazov. Takšnim digitalnim umetninam sistem za »branje z obraza« pomeni singularno točko v vsebini in izraznih površinah imanence, tako da poleg medija-označevalca postane tudi slika-znak. Se pravi, o katerem subjektu govori delo in kako ta subjekt prenaša v objekt. Takšno stanje je simptomatično za spremembo paradigme v fiziognomskem raziskovanju v smeri datafikacije »obraznega znanja o obraznem znanju« samem, ali tistega, kar sam definiram kot »metafiziognomijo«.

V projektu Selfiecity (2014) je Iniciativa za raziskovanje programske opreme Leva Manovicha z Instagramovih avtoportretnih »poz in izrazov« izluščila psihografsko »analizo razpoloženj« in v Bangkoku (0,68) in Sao Paolu (0,64) medijsko vizualizirala »na kupe nasmejanih obrazov« in s tem tudi več »sreče«, v Moskvi, ki je na najnižjem mestu na »lestvici smehljanja« (0,53) od vseh petih mest, vključenih v raziskavo, pa največ »jeze« (slika 1). V projektu Face-to-Facebook (2011), tretjem delu trilogije The Hacking Monopolism Trilogy, sta Paolo Cirio in Alessandro Ludovico sortirala milijon profilnih slik s Facebooka glede na obrazno mimiko, ki je najbolj priljubljena za »določanje osebe na daljavo«, v skupine »plezalcev«, »sproščenih«, »smešnih«, »milih«, »zvitih« in »nadutih« na spletni strani za zmenke »Lovely-Faces.com«. V projektu Merilec razpoloženja (Mood Meter, 2012) pa sta Javier Hernandez in Ehsan Hoque namestila poseben vizualni računalniški sistem za preštevanje nasmehov na študentskem kampusu Inštituta za tehnologijo v Massachusettsu, gre za »čustveni odtis, ki se spreminja v času in temelji na določeni lokaciji« ali »živi portret zabeleženih obrazov« z nanosi »srečnih zelenih nasmehov«, kadar je intenzivnost višja od 50 %, če je manjša pa rumenih »mehurjastih smeškov« (2012, str. 301) (slika 2).

Takšna osredotočenost na snov in snovnost – ali techne, prometejski ogenj – se vedno izkaže za temeljni predpogoj vsakega argumenta o pomenu »obraza«. Tudi tistih, do katerih so prišli »bralci obrazov«, kot so Johannes de Indagine, Charles Le Brun, Johann Kaspar Lavater, Petrus Camper, Charles Darwin, Cesare Lombroso, Francis Galton, Alphonse Bertillon in Paul Ekman. Prav vsak od teh akademikov, samooklicanih umetnikov in znanstvenikov z metodičnimi izjavami sam o sebi izpričuje, da je bodisi vizualni umetnik ali izučen v umetnosti ali pa da prakticira raziskovanje, ki temelji na umetnosti. Vizualnost se tu nanaša na vidnost obraza, zato je vidni sistem človeka pač najboljša tehnika za opazovanje znakovne kompleksnosti obraza. In res, projekt obraz je običajno do te mere okularocentričen, da je neki pisar iz 15. stoletja izraz »physiognomia« pretvoril v »visonomia« (iz latinskega vis ali »videti«), neki šolski učbenik iz 16. stoletja pa jo je opisoval kot »znanje po obličju (visage)« (pri čemer je anglo-francoski izraz »visage« dobil pomen »obraza ali videza«) (Porter, 2005, str. 23). Jezik stvari in stvarnosti vizualne retorike – izdelovanja slik – si privošči ne le formalizacijo resničnostnih trditev, temveč tudi metodizacijo tvorjenja ustvarjalnih hipotez in vizualnega mišljenja pri uporabnih raziskavah. 

Ta diskurz, ki so ga dolgo imenovali »umetnost fiziognomije«, danes pa ga poznamo kot »znanost o izrazih na obrazu«, postavlja vprašanje, kakšna sporočila lahko razberemo z obraza in kako jih lahko uporabimo za posredovanje identitete? Osrednje vprašanje neke gibljive znanosti – pa naj bo to antropometrija, karakterologija, kraniologija, patognomija ali frenologija – ki jo po mnogih obrazih vodijo bolj spremembe medijev kot discipliniranje, se nadalje razvije v digitalni umetnosti, ki temelji na Samodejni analizi izrazov na obrazu. V zgodnjih časih moderne dobe tiska je Guttenbergov tiskarski stroj ponujal grafično berljivost in reproduktivno konsistentnost lesoreznih ilustracij. In tako so bili lahko tako pismeni kot tudi nepismeni obrazno pismeni. Kajti vizualno etnografijo obrazov je diagramatično in diskurzivno uokviril »renesančni človek« Leon Battista Alberti s svojim »odprtim oknom«, pravokotno slikovno ravnino, skozi katero vidimo motiv. V sozvočju s temi bolj analognimi predhodniki so digitalni umetniki nagnjeni k uporabi nove ali najnovejše tehnologije za posredovanje gole oftalmocepcije ali čutne zaznave z očesom.

Vendar pa v nasprotju s preteklimi fiziognomijami večina sistemov za Samodejno analizo izrazov na obrazu deluje kot »črna škatla«. Izraz, enako učinkovit v afektivnem izračunavanju, se pravi izračunavanju, »ki se nanaša na čustva, izvira iz njih ali vpliva nanje« (Picard, 1995), ki metaforično uprostori transparentni dvodimenzionalni pravokotnik v neprozorno tridimenzionalno kocko – prometejsko idejo, ki jo omrači senca v Platonovi votlini. Ti lastniški, zaprtokodni algoritmi, ki so jih vpeljali tehnološka industrija in znanstveni strokovnjaki, prikrivajo večino programsko funkcionalnih vhodnih podatkov pred dostopnimi izhodnimi podatki. Za oblikovanje takšnega ogrodja, da bo mogoče dobljeno vsebino razločevanja in analize fotografskih podob dopolniti s pomočjo kazalnikov obraza in lastnosti čustvenih kategorij, mora »uporabnik ali klient vedeti samo, kako naj ga konfigurira in integrira v okvir večje aplikacije« (Ruf, 2011, str. 237–238).

Ta črna škatla poustvari natančno način kakosodobni Diogen vidi izraze na obrazu – ne-vidne in ne-razpoznavne na meji vmesnika ogrodja, s tem pa skrite neposrednemu opazovanju tako s strani umetnika kot tudi občinstva. Za projekt Selfiecity Manovich priznava, da je imel »dovolj težav z zbiranjem selfijev«, tako da »ne ve«, kako »najsodobnejša programska oprema za analizo obraza« uporablja »znanstvene raziskave čustev« (zasebna korespondenca, 2015). Pri Face-to-Facebook Cirio in Ludovico ne v spletnem, ne tiskovnem, ne zakonskem poročilu »Kako nama je uspelo« ne zabeležita, kateri »algoritem za prepoznavanje obrazov« sta »prilagodila«, niti ne navedeta, da njuno behavioristično tipologijo sestavlja kategorizacija osnovnih čustev s strani algoritma. V projektu Merilec razpoloženja pa Hernandez in Hoque, ki sama sebe ne opredeljujeta za umetnika, temveč za znanstvenika, vprašanje metode prepuščata dnevno pregledanim, čeprav ne prostorsko-časovno soslednim interaktivnim grafom in preglednim kartam spletne strani njunega projekta oziroma samemu delu.

In tako tudi če dovolj dolgo zremo v takšno umetnino, nazaj v nas strmi samo grimasa črne škatle.

Iz te vrste umetnosti znanosti, ki jo opisujemo kot fiziognomični žanr, ki premošča uveljavljene žanre digitalne umetnosti vse od hektivistične in spletne umetnosti in umetnosti podatkovnih zbirk pa do instalacij, bom kot poseben primer problematiziral digitalno umetnino Obraz javnosti (Public Face,2008, 2010, 2014) glavnega umetnika Juliusa von Bismarcka (1983–, Nemčija), digitalnega oblikovalca Benjamina Mausa in avstrijskega filmarja Richarda Wilhelmerja (slika 3). Kolosalni »smeško«, ki predstavlja Obraz javnosti in tehta poldrugo tono, po obodu pa meri osem metrov, posredniško združuje fosforescenčne neonske cevi in z jeklom ojačano skulpturo s sistemom za Samodejno analizo izrazov na obrazu kot vmesnikom med strojno in programsko opremo. Ontološko gledano spada nekam vmes med sodobne tehnologije in konvencionalna izrazna sredstva, vendar različni mediji razpadajo in se na novo sestavljajo v večmedijsko konstelacijo, kjer je vsak od njih »sočasno in nihajoče prisoten« (Aage, 1983, str. 325). Skupaj doprinesejo medij-označevalec, ki utelesi sliko-znak »spremenljivih, povprečnih čustev prebivalcev mesta« in ga naredi vidnega »vsem, ki so v javnem prostoru« (Bismarck, 2008).

Digitalni zrcalnorefleksni fotoaparati (DSLR), opremljeni z 200–500 mm f/2.8 APO EX DG ultra telefoto zoom objektivi, ki jih izdeluje Sigma koorporacija iz Amerike, pošiljajo digitalne fotografije mimoidočih računalniškim strežnikom na lokaciji. Tam pa Napredni visokohitrostni motor za prepoznavanje predmetov (Sophisticated High-speed Object Recognition Engine – SHORE^TM), ki so ga razvili v Fraunhoferjevem inštitutu za integrirana vezja (IIS) v Erlangenu v Nemčiji, doseže robustno zaznavo obrazov vse do velikost 8 × 8 pikslov, s čimer zaobjame tudi obraze, fotografirane s precejšnje oddaljenosti. Na podlagi popisnih lastnosti tako pridobljenih podatkov obrazna analiza SHORE^TM klasificira izhodne podatke izraznih znakov na obrazih in čustvenih označb. Z izračunavanjem v realnem času tako zbranih »metapodatkov, ki določajo, kako pozitivni ali negativni« so izrazi na obrazih mimoidočih, opombe SHORE^TM v datotekah formata XML za izmenjavo podatkov med sistemi zakodirajo gibalne ukaze za instalacijo »smeška« (Ruf, 2011). Tako se usta Obraza javnosti, polkrožna krivulja iz neonskih luči in jekla ter ločene polkrožne gornje in spodnje »veke« obračajo po navpični osi in na obrazu prikazujejo osnovna čustva: jezo >_<, srečo :), žalost 🙁 in presenečenje 0_0.

Ko tako sijejo v luč, ki je hkrati neonska in diogenska, se te medijske specifike posredno nanašajo na emotikone, elektronski parajezik znakov z zelo raznovrstno posredovanimi simboli (slika 4). V intervjuju, ki je nastal v času nastanka umetnine, so Bismarck, Maus in Wilhelmer (Kaczor, 2012) povedali, da so »hoteli na igriv način prikazati«, kako je mogoče algoritme, kot je ta, »ki so ga razvili v Fraunhoverjevem institutu, uporabiti posebej za namene nadzora« v strojih, ki samodejno klasificirajo »naše vedenje in kateri izraz na obrazu glede na sprejeta merila nakazuje tako vedenje«. S tem namenom se estetska izkušnja Obraza javnosti oddaljuje od »epistemološkega pogoja za medijsko prepoznavnost« (Krämer, 2003, str. 82), saj dobro razumevanje tega smeška zaobjema tudi razumevanje simbolne zgostitve na podlagi drugih smeškov (Gaudreault in Marion, 2002). Od sosledja znakov ASCII »:-)«, ki ga je leta 1982 prvi predlagal računalniški znanstvenik Scott Fahlman na neki spletni tabli za obvestila na Univerzi Carnegie Mellon kot del razprave o »šaljivih ločilih«, do rumenega smeška ϑ, ki ga je leta 1963 oblikoval grafični umetnik Harvey Ball za zavarovalnico State Mutual Life Assurance. In še vso naknadno medijsko genealogijo tipografske umetnosti in nedoločenih tipografskih konvencij, antropomorfnih piktogramov in najpomembnejših neverbalnih gestaltov. Tako »ljudje pač zagledajo obraz smeška in se jim zdi to smešno«. Potem pa odkrijejo, da zna Obraz javnosti »brati čustva in tudi to se jim zdi smešno. A takrat se jim smeh zatakne v grlu, ker pomislijo: kaj če bi tak program prišel v napačne roke?«
(Kaczor, 2012)

Fotografski duh v stroju za Samodejno analizo izrazov na obrazu, na katerem temelji tovrstna digitalna umetnost, ne sme biti viden na prvi pa tudi ne na n-ti pogled. 

Kljub temu pa algoritmični del SHORE^TM doseže funkcionalnost analize obrazov s primerjanjem med fotografskimi podobami obrazov mimoidočih, kot jih zabeležijo kamere, in prototipi obrazov, ki so shranjeni v podatkovnih zbirkah (slika 5). Kot pri večini programov za Samodejno analizo izrazov na obrazu se tudi SHORE^TM uči z uporabo »elektronskih seznamov obrazov (mugbook)«. Izraz »mug« je v 18. stoletju v angleškem slengu pomenil obraz, pa tudi antropometrični sistem, kot ga je uveljavil pariški policist Alphonse Bertillon konec 19. stoletja (Sekula, 1986). Tovrstne podatkovne zbirke obrazov in referenčne fotografije z ročno zabeleženimi posebnimi značilnostmi obrazov nastopajo kot poskusna množica in evalvacijski protokol za algoritem, iz katerih je mogoče izračunati referenčni model obraza in ga aplicirati pri analizi »podobnih obrazov na še ne videnih slikah« (Ruf et al., 2011, str. 238).

Digitalizirane fotografije iz teh podatkovnih zbirk obrazov, ki so posredno prenesene v novo sestavljeni Obraz javnosti kot medijski »viri«, določajo medijsko specifiko algoritma za Samodejno analizo izrazov na obrazu, s katero se porodi digitalna umetnina. Za učenje zaznavanja obrazov, podatkovne zbirke CMU + MIT, BiolD in podatkovna zbirka Tehnologije za prepoznavanje obrazov (Facial Recognition Technology – FERET) priskrbijo fotografirane obraze boidisi iz množičnih medijev, korporativne kulture ali obrambnih oddelkov (Jesorsky et al., 2001; Phillips, 2000). Za učenje analiziranja obrazov »analizator sreče SHORE^TM dosega stopnjo prepoznavanja 95,3 %« (Rufus et al., 2011) na podatkovni zbirki Izrazov na obrazih japonskih žensk (Japanese Female Facial Expression – JAFFE), ki so jo razvili Michael Lyons, Miyuki Kamachi in Jiro Gyoba z oddelka za likovno umetnost in znanost na Univerzi Ritsumeikan v Kjotu (slika 6). Ker hermenevtični cilji vprašanja obraza terjajo razločne medijske zmožnosti, je mogoče relativno stabilen »kognitivni slog« vizualne retorike opisati tudi prek individualnih potez tehnološkega artefakta ali praks tehničnega akterja.

Takšne medijske zmožnosti in njihove specifike v JAFFE zaobjemajo: konsistenco in berljivost ter reproduktibilnost kot pri mediju fotografije in njeno doseženo visoko uporabnost pri zatrjevanju objektivnosti in resničnosti; ekonomičnost, hitrost in uporabnost, saj vključitev zgolj ženskih subjektov na oddelku za psihologijo na Univerzi v Kjušuju omogoča »enostavnost eksperimentalnega dizajna« (Lyons 1998) tipološke sekvence, ko deset japonskih manekenk pozira za 213 povprečnih izrazov obraza; frontalnost in vidnost, saj površina slike izolira obraz od telesa, naprej obrnjene manekenke pa si tudi spnejo lase, »da razkrijejo vsa izrazna območja obraza«; enakomerno osvetlitev, saj običajne žarnice z volframovo nitko dajejo enakomerno osvetljavo, škatla, ki zaobjame predel med kamero in plastično prevleko, pa zmanjša odboj svetlobe; poudarjene kontraste, saj barvne slike natisnejo v monokromatski sivi lestvici, preden jih digitalizirajo na ploskem skenerju in alfanumerično kodo, prostorsko locirano v bližini, saj 60 japonskih dodiplomskih subjektov kodira nominalne semantične kategorije jeze, gnusa, strahu, sreče, žalosti in presenečenja za slikovne metapodatke (Lyons, 1998).

Ta standardizirani slovar čustev, čeprav mu gibi Obraza javnosti, ki spominjajo na emotikone, ne sledijo do pike natančno (saj gnus in strah nista vključena v SHORE^TM), se posredno sklicuje na medij kot sistem FACS, se pravi Sistem kodiranja obrazne mimike (slika 7). Različni misleci so predlagali vse od dve do dvajset osnovnih čustev, vendar je kot merilni sistem, temelječ na znakih (Ekman et al., 2002), FACS dandanes primarni standard za identifikacijo vsesplošno prepoznavnih obraznih izrazov čustev, veljavnih v vseh kulturah. Na tej podlagi preučuje, ali obstajajo prototipi čustev, ki jih narekuje biologija. Po tej Teoriji ali vidiku osnovnih čustev (Basic Emotions Theory – BET) čustva razumemo kot filogenetsko stabilna in funkcionalno diskretna razpoloženja, ki se aktivirajo z oceno dražljajev, ki sprožajo vzorce odzivov od periferne fiziologije do mišičnega oživčenja, kar vključuje tudi anatomsko mehaniko, ki privede do obrazne mimike. Selektivni pritiski po jasni, stereotipizirani in redundantni komunikaciji pa izraze obraza razvijejo v znake, ki jih je mogoče zlahka prepoznati in so zanesljivi ne glede na kontekst ter omejeni v številu možnih oblik. Vidik osnovnih čustev lahko vodi v argument o kavzalnih zakonih, ki so zelo koristni v afektivni analitiki (Picard, 1995), kot na primer: »Nasmejani obrazi kažejo srečo, ta in ta se je nasmehnila, torej se počuti srečno,« ter »vsi ljudje, ki se smejijo, se počutijo srečne.« Pravila za razkazovanje izrazov čustev na obrazu so morda res odvisna od posameznikove kulture, a takšna obča veljavnost omogoča, da je možno »japonske izraze« pri JAFFE (Lyons, 1998) aplicirati tudi na večinoma nemško govoreče občinstvo Obraza javnosti, kot ga zaznava SHORE^TM.

Čeprav gre zgolj za enega od mnogih diskurzov o čustvih in čeprav je obraz podatek, o katerem se veliko razpravlja, osnovna čustva zaznavamo šele od odkritja fotografije naprej. Charles Darwin je v knjigi Izrazi čustev pri človeku in živalih (The Expression of the Emotions in Man and Animals, 1872, str. 155; 1876, str. XXX) o fotografiji razglasil, da je »resnicoljubna kot ogledalo« in »ker je plod kar najhitrejšega postopka, najboljše sredstvo za opazovanje, saj pušča več časa za razmislek«. Darwin kot pionir teorije, ki ji danes pravimo Vidik osnovnih čustev, komentira, obrezuje in montira fotografije številnih bralcev obrazov – v Izrazih so natisnjene kot heliotipije nizke ločljivosti v sepia barvah
(slika 8). Med njimi je tudi »plastična umetnost« pariškega nevrologa Guillaumea Duchenna, Volta-Faradayev aparat, ki je stimuliral električno aktivacijo izrazov na obrazu za potrebe »ortografije fiziognomije v gibanju,« prav tisti, ki je navdihnil tudi Shellynega Sodobnega Prometeja (1876, str. 15, 132). (slika 9)

Z vztrajnim preučevanjem vprašanja obraza je psiholog Paul Ekman, glavni raziskovalec FACS, odkril znanost, ki se skriva za metodo uporabe fotografije in gibljivega filma za dokumentiranje ljudstev, kot so na primer Fore iz Papue Nove Gvineje, ki še niso prišli v vizualni stik z množičnimi mediji in se tako niso mogli naučiti ali oponašati obraznih izrazov zahodne kulture. Ekman je dolga leta gojil veščino fotografiranja in celo obiskoval Univerzo v Chicagu skupaj s Susan Sontag. Njena teorija medija iz knjige O fotografiji iz leta 1977 je ena od najbolj vplivnih v 20. stoletju. V drugi polovici šestdesetih let je Ekman v tesnem sodelovanju z Wallaceem izumil prvi digitalni arhiv obrazov. Medijske specifike Sistema za prikazovanje in iskanje vizualnih informacij (Visual Information Display and Retrieval System – VID-R) so omogočale prenos s filma na video, ogled v realnem času in upočasnjenem posnetku ter izboljšave slike, »sinhroniziranje« novih vizualnih dogodkov, ne da bi se izgubljale informacije iz originalnih trakov, ter matrični zapis za klasifikacijo vizualnih podatkov. Iz tega digitalnega arhiva fotografske etnografije sta Ekman in Friesen v svojem Čustvenem laboratoriju na Univerzi v San Franciscu v Kaliforniji razvila FACS, tako da sta začela modelirati lastne vidne premike kože v ogledalu, sama sta sprožala vedno bolj diskretno krčenje mišic in presnemavala te obrazne izraze na fotografske in videografske medije (Ekman et al., 2002, 1969). Posredno skrite na hrbtni strani slik zbranih v JAFFE se te fotografije FACS rizomatično stapljajo v globoki čas medijev, ki so združeni v Obrazu javnosti. Povedano v jeziku kognitivizma, mimoidočim signalizirajo, naj ob ogledovanju digitalne umetnine aplicirajo sheme vezane na fotografijo.

Je čas za boljše znanstveno poznavalstvo?

Bismarck, Maus in Wilhelmer z Obrazom javnosti prekodirajo proprioceptične izraze na obrazih mimoidočih z digitalnimi enotami in semantičnimi kategorijami. To »poobrazenje« pa ne deluje s pomočjo indeksikalnega nanašanja od telesnega k preračunavanju, temveč z »deteritorializacijo« od širšega sistema prvoosebnih in posredovanih interakcij k redu znanstvene teoretizacije in tehnološke metodizacije (Deleuze in Guattari, 1988, str. 170–172). Tako da človeški obraz v rokah teh digitalnih umetnikov dokazuje sliko jaza v soglasju z motiviranimi interesi današnjih fiziognomičnih znanosti: afektivne analitike in preučevanja sreče, kvantifikabilnega jaza in instrumentaliziranega življenja. Ko instalacija smeška s svojim izrazom in izražajoči mimoidoči drug drugemu kažejo grimase v nenehni povratni zanki interpretacije obraza, umetnina občinstvo postavlja v vlogo neposrednih prič samega procesa Samodejne analize izrazov na obrazu. Ker se tu vizualno odsotna črna škatla zdi vsaj virtualno prisotna, njena estetska vrednost vsaj delno sloni na dejstvu, da ta digitalna umetnina naredi vidne znanstvene postopke, ki so po navadi zakriti.

Z mediji in metodami Samodejne analize izrazov na obrazu ti digitalni umetniki pozivajo svoje občinstvo naj preizpraša potencialne hipoteze, če ne celo relativnih ugotovitev o učinkovitosti in etičnosti sodobnega Diogena. Bismarck, Maus in Wilhelmer tako kot večina tistih, ki z nastopom dobe algoritmov ustvarjajo digitalno umetnost v fiziognomičnem žanru, trdijo, da je »strašljivo«, da je mogoče notranja »čustva brati od zunaj [italiziral avtor prispevka] in prenašati s pomočjo računalnika«, saj »lahko to programsko opremo zdaj uporablja že široka množica podjetij« (Kaczor, 2012). Kot je izpričal eden od ocenjevalcev Obraza javnosti: »Natančno razumevanje, kako je [Samodejna analiza izrazov na obrazu] sploh lahko mogoča, skoraj ni pomembno. Ob tem, da sploh je mogoča, pa nas skoraj lahko spreleti srh.« (Kaczor, 2012) Sam pa predlagam, da je pravo vprašanje ne le za digitalno umetnost, temveč tudi fiziognomične znanosti, kako je mogoče izraze na obrazu narediti vidne.

Kljub temu pa digitalni umetniki, ko sestavljajo sliko-znak izhodnih podatkov analize obraza, večinoma ne kritizirajo medija-označevalca vhodnih podatkov. Sredi paramedijskega območja transkripcije med Obrazom javnosti in njegovo diskurzivno senco, primarni parimedij, ki je sama umetnina, zakrinka vsa fotografska posredovanja – tako mimoidočih kot iz podatkovne zbirke – v črno škatlo. In sekundarni epimediji intervjujev z umetniki, kuratorskih izjav in spletnih ocen, ki uokvirjajo smeška, algoritem osvetljujejo samo kot tisto, kar so »razvili na Fraunhoferjevem inštitutu« (Bismarck, 2014), tehnično poročilo te raziskovalne družbe pa navaja samo JAFFE (Ruf et al., 2011) brez kakršnega koli ovrednotenja ugotovitev po poteku razstave. Takšen teleološki habitus skozi ahistorično mediacijo ločuje znanost o izrazih na obrazu od njenih fiziognomičnih genealogij, v medijski recepciji pa spodbuja redukcijo znanstvene kompleksnosti.

Ta čustveni etos ali afektivna atmosfera doseže vrhunec v »tehnostalgični« religioznosti, ki se pospešeno širi že vse od znanstvene revolucije in poveličuje potovanje na znanost osredotočenega junaka, ki se vrti okrog »obljube dovršne preteklosti« o novi ali najnovejši vpreženi tehnologiji (Gills, 1997). Pri tem želja, da bi revidirali preteklost in ponovno določili sedanjosti (Gates, 2004), predvideva raziskovanje mitološkega protagonista od klica do dogodivščine (je mogoče iz izrazov na obrazu razbrati obče veljavna čustva?); prek preizkusov in zaveznikov in sovražnikov (kako bi bilo mogoče te obrazne izraze uporabiti za posredovanje čustvene identitete?); do vrnitve s čarobnim napojem (Samodejna analiza izrazov na obrazu?!). A če algoritem SHORE^TM zaznava samo tista osnovna čustva, ki jih je identificiral FACS, Fraunhoferjev IIS širi zaznavanje negibnih in gibljivih fotografskih sekvenc, ki dejansko temelji na FACS, tako da bo omogočil ne le diskretno, ampak tudi dimenzionalno analizo fiziološkega vedenja in psiholoških pojavov (Hassan et al., 2016). Zagotovo bo sledilo vedno več digitalnih umetnin fiziognomičnega žanra – kakršna je tudi Obraz javnosti. Če se naj fiziognomična umetnost in znanost še naprej zbližujeta in ne le da prikazujeta, temveč tudi izboljšujeta znanje o obrazu, se morajo današnji umetniki in občinstvo zazreti nazaj v črno škatlo in z Diogenovo lučjo osvetliti, kako mediji vplivajo na to, kako razmišljamo o tem, kar čutimo.

Prevedel Jaka Andrej Vojevec.

Reference

• Bismarck, J. von. 2014. Public Face. Dostopno tukaj. [20.11.2016].
• Cirio, P., Ludovico, A., 2011. How we did it. Dostopno tukaj. [20.11.2016].
• Darwin, C., 2009 [1872]. The Expression of the Emotions in Man and Animals. Cain J. in Messenger S. ur. New York: Penguin Books.
• Deleuze, G., Guattari, F., 1988. A Thousand Plateaus: Capitalism and Schizophrenia. Translated by B. Massumi. Minneapolis: University of Minnesota.
• Duchenne de Boulogne, G-B., 1876. Méchanisme de la physionomie humaine ou analyse electro-physiologique de l’expression des passions. Paris: J.B. Balliére. https://doi.org/10.5962/bhl.title.50402
• Ekman, P., Friesen, W., 1969. A tool for the analysis of motion picture film or videotape. V: American Psychologist 24, str. 240–243. https://doi.org/10.1037/h0028327
• Ekman, P., Wallace V. F., in Hager J. C., 2002. FACS Manual on CD-ROM. Salt Lake City, Utah: Network Information Research Corporation. [1978] Facial Action Coding System: A Technique for the Measurement of Facial Movement. Palo Alto, California: Consulting Psychologists Press.
• Foucault, M., 1975. Discipline and Punish: The Birth of the Prison. Prevod: A. Sheridan. New York: Vintage Books.
• Freud, S., 1962. Civilization and its Discontents. Prevod J. Strachey. New York: W.W. Norton, str. 37–39.
• Gates, K., 2004. The Past Perfect Promise of Facial Recognition Technology. In: Arms Control, Disarmament, and International Security (ACDIS) Occasional Paper, June 2004. Champaign, Illinois: University of Illinois at Urbana-Champaign.
• Gill, P., 1997. Technostalgia: Making the Future Past Perfect. Camera Obscura, No. 14, str. 161–179. https://doi.org/10.1215/02705346-14-1-2_40-41-161
• Aage, A. Hansen-Löve., 1983. Intermedialität and Intertextualität: Probleme der Korrelation von Wort-und Bildkunst–Am Beispiel der russichen Moderne. V: Schmid, W. in Stempel W-D. ur. Dialog der Texte: Hamburger Kolloquium zur Intertextualität. Vienna: Wiener Slawistischer Alamanach.
• Javier, H., Ehsan Hoque, M., Drevo, W., Picard, R., 2012. Mood Meter: Counting Smiles in the Wild. V: Proceedings of International Conference on Ubiquitous Computing (Ubicomp), str. 301–310. https://doi.org/10.1145/2370216.2370264
• Kaczor, E., 2012. Julius von Bismarck and the Smiley in Berlin. V: Art Berlin/Kunstszene Berlin. Dostopno tukaj. [20.11.2016].
• Krämer, S., 2003. Erfllen Medien eine Konstitutionsleistung? Thesen über die Rolle medientheoretischer Erwägungen beim Philosophieren. V: Münker, S., Roesler, A. in Sandbothe, M. ur. Medienphilosophie: Beiträge zur Klarung eines Begriffs. Franfurt am Main: Fischer, pp. 79–90.
• Lyons, Michael J., in Akamatsu, S., 1998. Coding Facial Expressions with Gabor Wavelets. V: Proceedings, Third IEEE International Conference on Automatic Face and Gesture Recognition, April 14 – 16 1998, Nara, Japan, IEEE Computer Society, str. 200–205. https://doi.org/10.1109/afgr.1998.670949
• McLuhan, M., in Fiore, Q., 1967. The Medium is the Massage: An Inventory of Effects. Corte Madera, CA: Ginko Press.
• Phillips, J. P., Moon, H., Rizvi, S. A., in Rauss, P. J., 2000. The FERET Evaluation Methodology for Face-Recognition Algorithms. V: IEEE Transactions On Pattern Analysis and Machine Intelligence. Vol. 222, No. 10, str. 1090–1104. https://doi.org/10.1109/34.879790
• Picard, R. W., 2006. Affective Computing. MIT Media Laboratory Perceptual Computing Section Technical Report No. 321.
• Porter, M., 2005. Windows of the Soul: Physiognomy in European Culture 1470–1780. Oxford Historical Monographs. Oxford: Clarendon Press. https://doi.org/10.1017/s0395264900001542
• Ruf, T., Ernst, A., Küblbeck, C., 2011. Face Detection with the Sophisticated High-speed Object Recognition Engine (SHORE). V: Heuberger, A., et al. ur. Microelectronic Systems: Circuits, Systems and Applications. Berlin: Springer Verlag, str. 243–252. https://doi.org/10.1007/978-3-642-23071-4_23
• Sekula, A., 1986. The Body and the Archive. V: October. 39, Winter, str. 3–64.
• Teena H., Seuss, D., Wollenberg, J., Garbas, J., Schmid, U., 2016. A Practical Approach to Fuse Shape and Appearance Information in a Gaussian Facial Action Estimation Framework. V: Kaminika, G.A., et al. ur. Proceedings 22^nd European Conference on Artificial Intelligence, 29 August – 2 September 2016, The Hague, The Netherlands. Amsterdam: IOS Press, pp. 1812–1817.
• Tifentale, A. in Manovich, L., 2015. Selfiecity: Exploring Photography and Self-Fashioning in Social Media. V: Berry, D. M. in Dieter, M. ur. Postdigital Aesthetics: Art, Computation and Design. New York Palgrave Macmillan, str. 109–122. https://doi.org/10.1057/9781137437204_9