„Nie das erste Resultat akzeptieren“: Neue Guideline für sexismusfreien KI-Einsatz im Film

Künstliche Intelligenz revolutioniert derzeit so gut wie alle Wirtschaftszweige, auch die Filmbranche. Vergangenes Jahr startete mit „What’s Next?“ von der chinesischen Regisseurin Yiwen Cao der erste komplett KI-generierte Film im Programm der Berlinale. Von Drehbuchschreiberinnen bis Synchronsprechern zittern viele in Film und Fernsehen um ihre Jobs. Doch welche Auswirkungen hat es, wenn Bilder und Skripte, die wir alle konsumieren, künftig immer häufiger von künstlicher Intelligenz generiert werden?
„Film ist eine Bewusstseinsmaschine“, sagt Barbara Rohm. Die Regisseurin ist Vorsitzende des Thinktanks „Power to Transform“. Außerdem hat sie Pro Quote Regie und Pro Quote Film mitgegründet und nach dem MeToo-Skandal die Themis Vertrauensstelle gegen sexuelle Belästigung und Gewalt mitinitiiert und aufgebaut, an die sich betroffene Frauen aus der Branche wenden können.
Ihr Thinktank veranstaltet im Rahmen der Berlinale regelmäßig Panel-Diskussionen unter dem Titel „Power for Change“, bei denen alle, die sich für Frauen in der Filmbranche einsetzen, zusammenkommen können.
Am Freitagnachmittag stellten Rohm und ihre Kolleginnen in der Landesvertretung Baden-Württembergs in der Nähe des Potsdamer Platzes neue Richtlinien vor, wie ein sexismusfreier und genderbewusster Einsatz von künstlicher Intelligenz in Film und Medien gelingen kann. Das Papier steht ab sofort auf der Webseite von „Power to Transform“ zum Download zur Verfügung.
Wenn Sie nicht selbst gestalten, wie KI in Ihrer Branche eingesetzt wird, wird es jemand anderes tun.
Barbara Rohm, Regisseurin und Vorsitzende des Thinktanks „Power to Transform“
Die erste Regel, die Rohm in ihrer Eröffnungsrede darlegt: „Akzeptieren Sie nie das erste Resultat, das die KI generiert.“ Anhand einiger Beispiele illustriert sie, warum das wichtig ist. Fragt man ChatGPT etwa nach einer attraktiven Person, generiert die KI das Bild einer weißen, jungen, dünnen Frau – egal, ob man den Prompt in Europa oder in Afrika eingibt. Fragt man nach einer erfolgreichen Person, erscheint das Bild eines weißen Mannes im Anzug.
Es sei wichtig, sich bewusst zu machen, dass KI mit rassistischen, sexistischen Daten trainiert wird und Klischees reproduziert. Dem gelte es, etwas entgegenzusetzen – denn die Technologie sei hier, um zu bleiben, egal, ob einem das gefalle oder nicht, sagt Rohm: „Wenn Sie nicht selbst gestalten, wie KI in Ihrer Branche eingesetzt wird, wird es jemand anderes tun.“
Nicht generativ, sondern konservativ
Bei der Panel-Diskussion berichten verschiedene Wissenschaftlerinnen, die an den neuen Guidelines mitgewirkt haben, aus ihren Bereichen. Die Medienwissenschaftlerin Maya Götz etwa, die untersucht, welche Auswirkungen Bilder in Film und Fernsehen auf Kinder und Jugendliche haben – und die aufgrund von KI einen Backlash feststellt, etwa, was Körperbilder angeht oder Vorstellungen davon, was männlich ist.
Aisha Sobey von der Cambridge-Universität untersucht, wie KI mit Dicksein umgeht. Wer „fette Körper“ als Prompt eingibt, erhalte oft sehr traurig aussehende, hässliche Personen, die außerdem leicht bekleidet oder ganz nackt seien, sagt Sobey. Vermutlich, weil die KI mit „Vorher“-Bildern aus Abnehmwerbungen trainiert wurde. Alternativ würden auch oft Cartoons generiert.
Daniella Gati, die an der Saltford-Universität lehrt, argumentiert, dass die Bezeichnung „generative KI“ eigentlich nicht zutreffe, da diese Technologie nichts Neues kreiere, sondern nur bereits bestehende Muster rekombiniere und somit als zutiefst konservativ betrachtet werden könne. Wichtige Differenzen oder Kontexte würden zumeist ausgelöscht.
Die Guideline beinhaltet Aufsätze der Wissenschaftlerinnen zu den verschiedenen Kritikpunkten, aber auch praktische Hilfestellungen wie einen „Prompting Guide“, der anhand von verschiedenen Beispielen darlegt, wonach etwa Drehbuchschreiberinnen die KI fragen müssen, um keine klischeebeladenen Resultate zu erhalten. „Das Zeitfenster, etwas zu verändern, ist noch offen“, ist Barbara Rohm sich sicher.