Zizi in Motion: A Deepfake Drag Utopia
Deze stille videoserie bestaat uit levensgrote deepfakes van een aantal Londense dragartiesten. Elwes vraagt zich af: hoe kunnen we als queergemeenschap deepfake technologie ondermijnen door het op een ethische en consensuele manier te gebruiken om queerlichamen te vieren? Iedereen die betrokken is bij het project heeft zeggenschap over zijn eigen gegevens en betrokkenheid en maakt deel uit van dezelfde gemeenschap.
De ‘dataset’ bestaat uit de vormen en bewegingen van 21 dragartiesten uit Londen, die de AI heeft gebruikt. Daarna heeft de beroemde dragartiest Wet Mess deze gegevens opnieuw gebruikt. De AI probeerde de bewegingen van Wet Mess na te bootsen met behulp van de informatie in de dataset. De onverwachte bewegingen, waarvan sommige niet in de dataset stonden, zorgden ervoor dat de AI op een natuurlijke manier fouten maakte. Hierdoor ontstond een nieuw idee in de AI over hoe de queer-gemeenschap eruit zou kunnen zien.
Kunstmatige intelligentie wordt getraind op datasets die een voorkeur hebben voor standaardisering, dus getraind op vaak heel specifieke soorten mensen. Er zijn al genoeg gevallen bekend waarin AI vooroordelen versterkt die voortkomen uit de voorbeelden waarmee het gevoed is. Drag is als gender-non-conforme identiteit een perfecte vorm om op een speelse manier gendervooroordelen in AI te demystificeren en mensen bewust te maken van dit proces.
Met dank aan de drag cast: Baby Lame | Bolly-Illusion | Bourgeoisie | Cara Melle | Charlie Wood | Chiyo | Dahc Dermur VIII | Dakota Schiffer | HERR | Lilly SnatchDragon | Lavinia Co-op | Luke Slyka | Mahatma Khandi | Mark Anthony | Me The Drag Queen | Miss Terri Boxx | Oedipussi Rex | Ruby Wednesday | Sister Sister | TeTe Bang | Wet Mess.