ആഫ്റ്റ‍ർ ഇമേജ് – 8
“There is a kind of science, or treatment of science, that seems very difficult to classify, whose history is even difficult to follow … [I]t uses a hydraulic model … inseparable from flows, and flux is reality itself … The model in question is one of becoming and heterogeneity, as opposed to the stable, the eternal, the identical, the constant.” – Deleuze and Guattari, A Thousand Plateaus.
തടഞ്ഞുവയ്ക്കാനാവാത്ത സാങ്കേതിക കുതിപ്പിന് മുന്നിൽ പുതിയ നിർവചനങ്ങൾ തേടുകയാണ് കലയടക്കമുള്ള പല വ്യവഹാരങ്ങളും. നിത്യജീവിതത്തിലെ വിവിധ തുറകളെ നേരിട്ടും അല്ലാതെയും സ്പർശിച്ചുകൊണ്ട് വളർന്നുകൊണ്ടിരിക്കുന്ന സാങ്കേതികതയോട് സംവദിച്ചുകൊണ്ടല്ലാതെ ജീവനം സാധ്യമല്ല എന്ന അവസ്ഥയാണ് ഇന്നുള്ളത്. കേവലം ടെക്നോഫോബിയ കൊണ്ട് ഈ സവിശേഷ സാഹചര്യത്തെ ഫലപ്രദമായി നേരിടാൻ സാധിക്കുകയില്ല എന്ന അവസ്ഥയുമുണ്ട്. മനുഷ്യ നന്മക്കുള്ള ഉപകരണം എന്ന നിലയിൽ മനസിലാക്കി പോന്ന സാങ്കേതികതയുടെ ബഹുതല സഞ്ചാരങ്ങൾ മാനുഷികത എന്ന സങ്കൽപനത്തെ തന്നെ പുനർവിചിന്തനത്തിന് വിധേയമാക്കിയപ്പോൾ ഉണ്ടായ സന്ദിഗ്ദ്ധതയെ പലമട്ടിൽ അഭിമുഖീകരിക്കാൻ തത്വചിന്ത ശ്രമിച്ചുപോരുന്നു. ഇത്തരം സംവാദങ്ങൾ മുറുകുമ്പോളും സാങ്കേതികതയുടെ സഞ്ചാരപഥങ്ങൾ കാലദേശങ്ങൾക്കും മനുഷ്യഭാവനക്കും സാമൂഹിക, വൈയക്തിക ജീവിതത്തിനും നെടുകെയും കുറുകെയും നടത്തുന്ന ഒരുതരം nomadic movement കാണാം.
ശ്രേണീബദ്ധമല്ലാത്ത, പരസ്പരം ബന്ധപ്പെട്ടുകിടക്കുന്ന സാങ്കേതികതയുടെ സംഘാതത്തെ അതിന്റെ സങ്കീർണ്ണതകളോടുകൂടി മനസിലാക്കാൻ ദെല്യൂസും ഗ്വാത്തരിയും ചേർന്നവതരിപ്പിച്ച nomadology എന്ന സങ്കൽപ്പനത്തെ മാതൃകയായി എടുക്കാവുന്നതാണ്. നിലവിലുള്ള പരിധികളെ മറികടന്നുകൊണ്ടുള്ള വികേന്ദ്രീകൃതമായ വളർച്ചയും പടർച്ചയുമാണ് nomadic movement. ഈ നൊമാഡിക് സഞ്ചാരമാണ് ആധുനിക സാങ്കേതികവിദ്യയുടെയും ലക്ഷണം.
നിരന്തരമായി പരിണമിക്കുകയും രൂപാന്തരപ്പെടുകയും ചെയ്യുന്ന ഡിജിറ്റൽ സ്പേസുകളെയും അവയുടെ ആവാസവ്യവസ്ഥയെയും ഈ പ്രവചനാതീത സഞ്ചാരപാതയായി മനസിലാക്കാം. royal science എന്നും nomad science എന്നുമുള്ള ദെല്യൂസോ- ഗ്വാത്താരിയൻ വിഭജനത്തെ ഇവിടെ പരിഗണിക്കാവുന്നതാണ്. സാമ്പ്രദായികവും ശ്രേണീബദ്ധവും വ്യവസ്ഥാപിതവുമായ അറിവുത്പാദന വ്യവസ്ഥയെ റോയൽ സയൻസ് എന്നുവിളിക്കുമ്പോൾ, വികേന്ദ്രീകൃതവും ചലനാത്മകവുമായി അറിവിനെ സമീപിക്കുന്ന രീതിയാണ് നൊമാഡ് സയൻസ് എന്ന് മനസിലാക്കാം. അറിവിനെ സാധൂകരിക്കുന്ന അക്കാദമിക വ്യവഹാരങ്ങളുടെ ചട്ടക്കൂടുകളെയും, രീതിശാസ്ത്രത്തെയും, സ്ഥാപനക്രമങ്ങളെയും റോയൽ സയൻസ് എന്നമട്ടിൽ മനസ്സിലാക്കാം. അതിനാൽ തന്നെ അവ നിലനിൽക്കുന്ന ഘടനക്കുള്ളിൽ നിന്നുകൊണ്ട് അറിവിനെ തരം തിരിച്ച്, ക്രമീകരിച്ച് ഊട്ടിയുറപ്പിക്കുന്ന പദ്ധതികളാണെന്ന് വരുന്നു.
നോമാഡ് സയൻസ് സ്ഥിരഘടനകളെ ഒഴിവാക്കിക്കൊണ്ട് നിരന്തരമായ മാറ്റത്തിനും വഴക്കത്തിനും ഊന്നൽ നൽകുന്നതായി കാണാം. Artificial intelligence മേഖലയിൽ, മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങളുടെ അഡാപ്റ്റീവ് സ്വഭാവത്തിൽ ഈ ചലനാത്മകതയെ കാണാൻ കഴിയും. വിശേഷിച്ച് ന്യൂറൽ നെറ്റ്‌വർക്കുകൾ ഉപയോഗിക്കുന്ന മെഷീൻ ലേണിംഗ് മോഡലുകൾക്ക് പുതിയ ഡാറ്റ പഠിക്കാനും അഡാപ്റ്റ് ചെയ്യാനുമുള്ള ശേഷിയുണ്ട്. ഈ ശേഷി സങ്കീർണ്ണവും ചലനാത്മകവുമായ വിവരങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിൽ അവയെ കൂടുതൽ വഴക്കമുള്ളതാക്കുന്നു. സാമ്പ്രദായികമായ വൈജ്ഞാനികവ്യവഹാരങ്ങളുടെ പരിധികളെ മറികടന്നുകൊണ്ട് അന്തർവൈഞ്ജാനികമായി അറിവിനെ സമീപിക്കുന്ന നൊമാഡിക് യുക്തിയും ഇവിടെക്കാണാം. AI സിസ്റ്റങ്ങളുടെ പരസ്പര ബന്ധിത സ്വഭാവം ശ്രേണീകൃതമല്ലാത്ത നെറ്റ്‌വർക്ക് ഘടനയ്ക്ക് നോമാഡ് സയൻസ് നൽകുന്ന ഊന്നലിന് സമാനമാണ്. നിരന്തരമായി മാറ്റത്തിന് വിധേയമാകുകയും പുനർനിർവചിക്കപ്പെടുകയും ചെയ്യുന്ന സാങ്കേതികതയുടെ നില “becoming” ആണെന്ന് പറയാം. അവിടെ പുനർനിർവചിക്കപ്പെടുന്നത് സാങ്കേതികതയുടെ മാനങ്ങൾ മാത്രമല്ല മനുഷ്യനെന്ന ഭവശാസ്ത്രനിലകൂടിയാണ്.
എന്താണ് മാനവികം? എന്താണ് മാനവികേതരം? എന്നിങ്ങനെയുള്ള ചോദ്യങ്ങൾ വ്യത്യസ്ത മാനങ്ങളിൽ ചർച്ച ചെയ്യപ്പെടുന്നതുകാണാം. മനുഷ്യകേന്ദ്രീകൃതമായ ലോകബോധം നിർമ്മിച്ചെടുത്ത മാനവികം / മാനവികേതരം എന്ന ബൈനറിക്ക് സാങ്കേതികതയുടെ നൊമാഡിക് സഞ്ചാരപാതയിൽ പ്രശ്നഭരിതമായ അർത്ഥമാണ് ഉള്ളത്. മനുഷ്യൻ എന്ന സത്തയെ അതിന്റെ ഭൗതികമായ അതിരുകളിൽ നിന്ന് മോചിപ്പിച്ച് മുന്നോട്ട് വിടർത്തുകയും, ശാരീരികതയ്ക്ക് അപ്പുറമായി മാനുഷികതയെ അടയാളപ്പെടുത്തുകയുമാണ് ഇവിടെ. അതിനാൽ തന്നെ മാനവികം / മാനവികേതരം, ശരീരം/ മനസ്, പ്രകൃതി/ സംസ്കാരം എന്നിങ്ങനെയുള്ള ദ്വന്ദ്വവൈരുദ്ധ്യങ്ങൾക്ക് ഇടയിലെ അതിരുകൾ നേർത്തതാകുന്നുണ്ട്. മനുഷ്യബുദ്ധി ശരീരം എന്ന അതിരിനെ ലംഘിച്ചുകൊണ്ട് അതിന്റെ ഇരിപ്പിടങ്ങളെ പുനർനിർവചിക്കുമ്പോൾ സാങ്കേതിക വിദ്യ ഒരു പുതിയ ശരീരത്തെ / ശാരീരികേതരമായ ബുദ്ധിയുടെ ഇരിപ്പിടത്തെ വിഭാവനം ചെയ്യുന്നു. ഇവിടെ സാങ്കേതികത മനുഷ്യേതരമായതിനെയല്ല, മനുഷ്യബുദ്ധിക്കുള്ള ശരീരേതരമായ ഇരിപ്പിടത്തെയാണ് വിഭാവനം ചെയ്യുന്നത്.
എന്നാൽ ശരീരത്തിന്റെ ഉപകരണസ്വഭാവത്തിൽ ഒതുങ്ങി നിൽക്കുന്നതല്ല ഈ നവശരീരം. വ്യക്തമായ പ്രോഗ്രാമിങ്ങോ മനുഷ്യ ഇടപെടലോ ഇല്ലാതെ സ്വന്തമായി പഠിക്കുന്നതിനും പ്രവർത്തനം മെച്ചപ്പെടുത്തുന്നതിനുമുള്ള ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് സിസ്റ്റത്തിൻ്റെ self learning സാധ്യതയിലൂടെ ഒരു തരത്തിൽ സാങ്കേതികവിദ്യ കേവലം ഉപകരണമെന്ന നിലയിൽ നിന്നും മുന്നോട്ടു നടക്കുന്നുണ്ടെങ്കിലും, മനുഷ്യബുദ്ധിയുമായുള്ള ബന്ധത്തെ പൂർണമായി വിച്ഛേദിക്കുന്നില്ല. നൽകപ്പെട്ടിരിക്കുന്ന ഡാറ്റയെ വിശകലനം ചെയ്യുകയും പാറ്റേണുകളെ തിരിച്ചറിയുകയും തുടരെ തുടരെ നവീകരിക്കപ്പെട്ടുകൊണ്ട് പുരോഗമിക്കുകയും ചെയ്യുന്ന ഈ സാങ്കേതികവിദ്യ മനുഷ്യൻ ചരിത്രാതീത കാലംമുതൽ നിർമ്മിച്ചെടുത്ത അറിവുരൂപങ്ങളുടെ തുടർച്ചയിലെ കണ്ണിയാകുന്നു.
നൽകപ്പെടുന്ന ഓരോ ഡാറ്റയും മനുഷ്യാനുഭവങ്ങളുടെയും ജ്ഞാനരൂപങ്ങളുടെയും സംഘാതമെന്നവണ്ണം പ്രവർത്തിക്കുകയും അതുവഴി സാങ്കേതികവിദ്യ ഉല്പാദിപ്പിക്കുന്ന അറിവുരൂപമോ ആശയരൂപമോ അതെന്തുതന്നെയാണെങ്കിലും മനുഷ്യചിന്തയുടെ നെറ്റ്‌വർക്കിനുള്ളിലും പുറത്തുമായി പടരുകയും ചെയ്യുന്നു. ഒരേ സമയം അത് മനുഷ്യബുദ്ധിയുടെ തുടർച്ചയും ‘മനുഷ്യേതരബുദ്ധി’യുടെ ആരംഭവുമാകുന്നു. അതിനെ കൃത്യമായി അതിരുകെട്ടിത്തിരിക്കാനാവില്ലയെന്നും വരുന്നു. അറിവിന്റെയും അനുഭവത്തിന്റെയും ചരിത്രപരതയെ ഈ അവസരത്തിൽ പരിഗണിക്കേണ്ടതുണ്ട്. മനുഷ്യനെപ്പോലെ ചിന്തിക്കുന്ന സാങ്കേതികത മനുഷ്യനെപ്പോലെ പക്ഷപാതവും കാണിക്കുമെന്നുവരാം. കാലങ്ങളായി നിലനിൽക്കുന്ന വാർപ്പുമാതൃകകളും ധാരണകളും തുടങ്ങി അധികാരത്തിന്റെ ഇച്ഛകൾ വരെ അറിവിന്റെ ചരിത്രത്തിലുണ്ട്. അവ ഇന്ന് ഡാറ്റയാണ്. നവശരീരത്തിനുള്ള ഊർജ്ജസ്രോതസ് എന്ന നിലയിൽ അത് പ്രവർത്തിച്ചുവരുമ്പോൾ നിർമ്മിക്കപ്പെടുന്ന അറിവ് പരിപൂർണമായും “യന്ത്ര” നിർമ്മിതമല്ല, മറിച്ച് നിരവധി മനുഷ്യമസ്തിഷ്കങ്ങൾ ചേർന്ന സംഘാതത്തിന്റെ (assemblage) യന്ത്രതുടർച്ചയാണ്.
കർതൃത്വം പങ്കുവയ്ക്കപ്പെടുന്നതിലെ മനുഷ്യഭീതി ഒരുതരത്തിൽ “fear of the unknown” കൂടിയാണ്. പ്രകൃതിയെ അറിയാനും മനസിലാക്കാനും നിയന്ത്രിക്കാനുമുള്ള മനുഷ്യശ്രമങ്ങളുടെ തുടക്കം ഭയം തന്നെയായിരുന്നു. അക്കാലത്ത് അജ്ഞാതമായതിനെ അപരം എന്ന് കണക്കാക്കിയ അതേ യുക്തി രേഖീയമല്ലാത്ത ഈ സാങ്കേതിക പടർച്ചയുടെ കാര്യത്തിലും നിലനിൽക്കുന്നു. മനുഷ്യന്റെ അനിഷേധ്യമായ കർതൃസ്ഥാനത്തെ വെല്ലുവിളിക്കുകയും വളർച്ചയുടെ പാതകളെ ബഹുസ്വരമാക്കുകയും ഇനിയുള്ള ചുവടുവയ്‌പ്പ് എന്ത് എന്ന് ചിന്തിച്ചുതുടങ്ങും മുൻപേ കുതിക്കുകയും ചെയ്യുമ്പോൾ സാങ്കേതികവിദ്യയെ അപരമായി കണക്കാക്കുവാൻ മനുഷ്യർ നിർബന്ധിതരാകുന്നു.
ദൃശ്യങ്ങളുടെ ഉത്പാദനവും പുനരുത്പാദനവും ഇരുപതാം നൂറ്റാണ്ടിന്റെ ആദ്യപാദം മുതൽ തന്നെ ചർച്ചക്ക് വിധേയമായിട്ടുണ്ട്. വാൾട്ടർ ബെന്യാമിൻ എഴുതിയ The Work of Art in the Age of Mechanical Reproduction (1935) മുതലിങ്ങോട്ട് കലയെയും സാങ്കേതിക വിദ്യയേയും ചേർത്തുവച്ചാലോചിക്കുന്ന നിരവധി കൃതികളുണ്ടായിട്ടുണ്ട്.
ഇരുപത്തിയൊന്നാം നൂറ്റാണ്ടിന്റെ രണ്ടാം ദശകത്തോടെ ജനജീവിതവുമായി ഇഴുകിച്ചേർന്നു പ്രവർത്തിക്കുകയും കലയിൽ ഉൾപ്പടെ ഇടപെടുകയും ചെയ്യുന്ന AI യുടെ ദ്രുതവളർച്ചയുടെ പശ്ചാത്തലത്തിൽ കലയെ കാണുമ്പോൾ ചില ചോദ്യങ്ങൾ പരിഗണനയ്ക്ക് എടുക്കാവുന്നതാണ്. കലാനിരൂപകനും ക്യൂറേറ്ററുമായ പ്രേംജിഷ് ആചാരി തിരുവനന്തപുരം ഫൈൻ ആർട്സ് കോളേജിയിൽ നടന്ന Contextual Cosmologies എന്ന കലാപ്രദശനത്തിനോട് അനുബന്ധിച്ച് അവതരിപ്പിച്ച “Seeing like A Machine” എന്ന പ്രബന്ധത്തിന്റെ തുടക്കത്തിൽ മുന്നോട്ടുവച്ച ചില ചോദ്യങ്ങൾ ശ്രദ്ധേയമാണ്.
ആദ്യ രണ്ടുചോദ്യങ്ങൾ സർഗ്ഗശേഷിയെ സംബന്ധിച്ചുള്ളതാണ്. – Is AI creative enough ?, are humans creative enough ? Artificial intelligence ന്റെ സർഗ്ഗശേഷി പോലെ തന്നെ മനുഷ്യന്റെ സർഗ്ഗശേഷിയും സാങ്കേതിക ഭാവനയുടെ കാലത്ത് പുനർനിർവചനം ആവശ്യപ്പെടുന്നുണ്ടോ എന്നതാണ് ഈ ചോദ്യത്തിന്റെ അടരുകളിലൊന്ന്. സാങ്കേതികഭാവനയെ അതിശയിക്കുന്ന സർഗ്ഗഭാവന മനുഷ്യനുണ്ടായാൽ മാത്രമേ ഇനിയൊരു കാലത്ത് മൗലികമായ (മൗലികതയെന്ന ആശയം പ്രശ്നഭരിതമാണ് എന്നിരിക്കിൽ തന്നെ) കലാസൃഷ്ടികൾ മനുഷ്യരിൽനിന്ന് ഉണ്ടാകുകയൊള്ളുവെന്നും അങ്ങനെയുള്ള കലാകൃത്തുക്കൾ മാത്രമേ അതിജീവിക്കുകയുള്ളൂ എന്നുള്ളതാണ് ഈ ചോദ്യങ്ങളുടെ രണ്ടാമതൊരു വായന, ഒരുതരത്തിൽ survival of the fittest.
സർഗ്ഗശേഷിയുമായി കെട്ടുപിണഞ്ഞുകിടക്കുന്ന മറ്റൊരു വശം കർതൃത്വത്തെ സംബന്ധിച്ചുള്ളതാണ്. അങ്ങനെയെങ്കിൽ ഈ ചോദ്യങ്ങളെ മൂന്നാമതൊന്നു വായിക്കുമ്പോൾ കർത്തൃസ്ഥാനങ്ങളുടെ പുനർനിർവചനം കൂടി ഇതിന്റെ പ്രശ്നപരിസരത്തുണ്ട് എന്ന് മനസിലാക്കാം. അദ്ദേഹം മുന്പോട്ടുവയ്ക്കുന്ന മൂന്നാമതുചോദ്യം artificial intelligence ന്റെ പരിശീലനത്തിന് ഉപയോഗിക്കപ്പെടുന്ന ഡാറ്റസെറ്റുകളെ സംബന്ധിച്ചുള്ളതാണ്. മേൽ സൂചിപ്പിച്ചതു പോലെ മനുഷ്യ ചരിത്രത്തിൽ ഇന്നോളം നിലനിൽക്കുന്ന വാർപ്പുമാതൃകകളും ധാരണകളും തുടങ്ങി അധികാരം നിർമിച്ചെടുക്കുന്ന സകല അറിവുരൂപങ്ങളും അധികാരകേന്ദ്രങ്ങളുടെ ഇച്ഛകളും ഉൾപ്പെടുന്നതാണ് ഈ ഡാറ്റ. തികച്ചും വസ്തുനിഷ്ഠവും നിഷ്കളങ്കവുമല്ല ഡാറ്റ എന്ന് സാരം.
ഈ പശ്ചാത്തലത്തിൽ കലാചരിത്രവ്യവഹാരങ്ങളുടെ ഒരു വെല്ലുവിളിയെക്കൂടി പ്രേംജിഷ് ആചാരി ചൂണ്ടികാണിക്കുന്നു. സാമ്പ്രദായിക കലാചരിത്ര വ്യവഹാരങ്ങൾ പഠനവിധേയമാക്കുന്നത് വളരെ പരിമിതമായ ദൃശ്യങ്ങളെയാണ്. അതായത്, സാമ്പ്രദായികമായ ദൃശ്യോത്പാദന രീതികൾക്കുള്ളിൽ നിന്നുകൊണ്ട് ഉത്പാദിപ്പിക്കപ്പെടുന്ന ദൃശ്യങ്ങൾ മാത്രമാണ് പരിഗണിക്കപ്പെടുന്നത്. അതേസമയം scientific imaging, data visualization തുടങ്ങി മറ്റുനിലകളിൽ ഉത്പാദിപ്പിക്കപ്പടുന്ന ദൃശ്യങ്ങൾ ഇവിടെ പഠനവസ്തുവാകുന്നില്ല. ദൃശ്യങ്ങളുടെ ഉത്പാദനരീതികൾക്ക് വന്ന ഈ മാറ്റത്തെ സംബോധനചെയ്യുവാൻ കലാചരിത്രത്തിന്റെ സമകാലികരീതിശാസ്ത്രം പാകപ്പെടേണ്ടതായുണ്ട്.
ഒരുപക്ഷെ, മേൽസൂചിപ്പിച്ച ചോദ്യങ്ങൾക്ക്/ വെല്ലുവിളികൾക്ക് ഒരു ഒറ്റമൂലിയെ കണ്ടെത്താൻ കഴിഞ്ഞുവെന്ന് വരില്ല. പല ദിശകളിലായി പടർന്നുകിടക്കുന്ന ഈ പ്രശ്നപരിസരത്തെ അതിനാൽ തന്നെ അതിന്റെ ബഹുസ്വരതയെ കണക്കിലെടുത്തുകൊണ്ട് സംബോധനചെയ്യാൻ സാധിക്കണം. ഒന്നാമതായി, ഇതൊരു വ്യവഹാരത്തിനുള്ളിലെ രീതിശാസ്ത്രപ്രശ്നമായി ചുരുക്കിക്കാണുന്നതിൽ അപകടമുണ്ട് എന്നതാണ്. ഒരു രീതിശാസ്ത്രപ്രശ്നം എന്ന പോലെ തന്നെ, നിത്യജീവിതവുമായും ആവാസവ്യവസ്ഥയുമായും ഒക്കെ ബന്ധപ്പെട്ടുകിടക്കുന്ന ഈ സവിശേഷ പരിതസ്ഥിതിയെ അതിന്റെ പ്രയോഗികതലം കൂടി മനസിലാക്കി നേരിടേണ്ടി വരും. അവിടെ nature/ culture എന്ന ദ്വന്ദ്വവൈരുധ്യത്തിൽ ഊന്നി നിൽക്കുന്ന, പ്രകൃതിയെ കാല്പനികമായി ആവിഷ്കരിക്കുന്ന, സാങ്കേതിക കുതിപ്പിന് മുൻപുള്ള കാലത്തെ ഒരുതരം ‘nostalgic fever’ നോടുകൂടി നോക്കിക്കാണുന്ന പ്രവർത്തന/ ചിന്താപദ്ധതിയ്ക്ക് ഒട്ടേറെ പ്രശ്നങ്ങളും പരിമിതികളുമുണ്ട്.
ഒരു വശത്ത് വളരുന്ന technophobia യും മറുവശത്ത് വേരുറച്ച കാല്പനികചിന്തകളും സാങ്കേതികത എന്ന യാഥാർഥ്യത്തെ സംബോധനചെയ്യുന്നതിന് വിലങ്ങുതടിയാകുന്നു. രണ്ടാമതായി, സാങ്കേതികവിദ്യ മുന്പോട്ടുവെക്കുന്ന ടൂളുകളെ ഉപയോഗിച്ചു മാത്രം ഇതിനെ നേരിടാനാവില്ല എന്ന അവസ്ഥയുമുണ്ട്. ഡാറ്റയുടെ ബാഹുല്യത്തെയും വൈവിധ്യത്തെയും ഘടനയെയും വസ്തുനിഷ്ഠമായി കണക്കെടുത്ത് മനസിലാകാൻ പോന്ന സാങ്കേതിക ഉപകരണങ്ങളും സംവിധാനങ്ങളുമുണ്ടെന്നിരിക്കിലും, അവയുടെ വസ്തുതാപരതക്ക് സാംസ്‌കാരികമാനങ്ങളെയും അധികാരത്തിന്റെ ബലതന്ത്രങ്ങളെയും വിശകലനം ചെയ്യാൻ കഴിയാതെ പോകുന്നു. സാങ്കേതികവിദ്യ മുന്നോട്ടുവെക്കുന്ന ടൂളുകളുടെ സഹായത്തോടെ ഡാറ്റയുടെ ബാഹുല്യത്തെയും വൈവിധ്യത്തെയും ഘടനയെയും മനസിലാക്കുന്നതിന് പുറമെ അവയുടെ നിരന്തരമായ സാംസ്കാരികവിശകലനം സാധ്യമാകുന്ന മാനവിക വിഷയങ്ങളുടെ രീതിശാസ്ത്രത്തെ ഈ ടൂളുകളോട് ചേർത്തുവെക്കാൻ കഴിയണം.
ദൃശ്യനിർമിതിയുടെ ചരിത്രപരത, ദൃശ്യങ്ങളുടെ സാംസ്‌കാരികത, ദൃശ്യങ്ങളുടെ തിരഞ്ഞെടുപ്പിൽ പ്രവർത്തിക്കുന്ന അധികാരയുക്തി, ദൃശ്യങ്ങൾ സമൂഹവുമായി നടത്തുന്ന സംവേദനങ്ങൾ തുടങ്ങിയവയൊക്കെ സാങ്കേതികതയും മാനവിക വിഷയങ്ങളും ചേർത്തുവച്ചുള്ള ആലോചനകളിലൂടെ മാത്രമേ ദൃശ്യനിർമിതിയുടെ ബഹുമുഖതലങ്ങളെ വിശകലനം ചെയ്യാനാകാവൂ.
Digital Humanities എന്ന പഠനശാഖയുടെ പിറവിയും വളർച്ചയും ഈ സവിശേഷ സാഹചര്യത്തിൽ ഗൗരവമായി പരിഗണിക്കേണ്ടതായുണ്ട്. digital Humanitiesനോട് ചേർന്നുകൊണ്ട്, അന്തർവൈഞ്ജാനികമായ രീതിശാസ്ത്രമുപയോഗിച്ച് വികേന്ദ്രീകൃതവും, ശ്രേണീരഹിതവുമായ ദൃശ്യപ്പെരുപ്പത്തെ അടയാളപ്പെടുത്താൻ കലാചരിത്രത്തിന് കഴിയും. മാനവികം / മാനവികേതരം എന്ന ദ്വന്ദ്വവൈരുധ്യം പ്രശ്നവത്കരിക്കപ്പെടുന്ന നവലോകത്ത് മാനവികവിഷയങ്ങളെ സാങ്കേതികതയോട് ഇണക്കിവായിക്കാൻ പാകത്തിന് വ്യവഹാരങ്ങളുടെ അതിർത്തികൾ വിടർത്തേണ്ടതായുണ്ട്. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, സാങ്കേതികതയുടെ nomadic movement നൊപ്പം സഞ്ചരിക്കുകയും, ഇടപെടുകയും, വിമർശിക്കുകയും, വിശകലനം നടത്തുകയും ചെയ്യാൻ പാകത്തിന് പുതുക്കപ്പെടുകയാണ് ഒരു പോംവഴി.
ഫീച്ചേർഡ് ഇമേജ്: ആർട് ദുബായ് എക്സിബിഷനിൽ പ്രദർശിപ്പിച്ച ടർക്കിഷ്-അമേരിക്കൻ ആർട്ടിസ്റ്റ് റഫീക്ക് അനഡോളിന്റെ AI ജനറേറ്റഡ് ഇൻസ്റ്റലേഷൻ ‘ഗ്ലേസിയർ ഡ്രീംസ്’.
INDEPENDENT,
IN-DEPTH JOURNALISM
FOR SOCIAL &
ECOLOGICAL
JUSTICE
