Video-Transkript: Laila Shereen Sakr
1. Ihre Arbeitspraxis
DE
Mein
Name ist Laila Shereen Sakr, und ich benutze den Künstlernamen
"VJ Um Amel" in meiner künstlerischen Praxis. Das steht
für VJ wie in VJ, Videojockey, und Um Amel ist arabisch für "Mutter
der Hoffnung". Und so trete ich also auf. Und hinter dieser
Nomenklatur steckt auch ein ganzes Denken, weißt du. Ich bin
Medientheoretikerin und Digitalkünstlerin. Und meine Arbeit ist tief
verwurzelt in den Überschneidungen von digitalen Kulturen,
Verkörperung und politischem Handeln. In meiner künstlerischen und
wissenschaftlichen Praxis verschmelzen digitale Kunst und Theorie zu
einer Art datengesteuertem Storytelling, um globale digitale Kulturen
und insbesondere die arabische digitale Kultur in der weltweiten
Diaspora und politische Handlungsfähigkeit zu erleben.
Und ich
mache Live-Kino, Performances, Glitch Art und vernetzte
Installationen, wobei ich oft die Tools meines R-Shief-Mediensystems
verwende, das ich 2008, 2009 entwickelt habe. Es begann als mein
M.F.A.-Projekt, als ich an der UC Santa Cruz einen M.F.A. in
digitaler Kunst und neuen Medien machte. Damals wollte ich das
Internet in arabischer Sprache archivieren, eine eher bescheidene
Aufgabe, aber ziemlich ehrgeizig. Aber wenn Sie sich daran erinnern,
dass das Internet 2008 ganz anders aussah. Wissen Sie, 2004, ich
bringe immer Facebook und Twitter durcheinander. Das eine wurde 2004
eingeführt und das andere 2006. Im Jahr 2008 hatten die sozialen
Medien also gerade erst begonnen. Und als ich über die Archivierung
des Internets sprach, dachte ich an Blogs und Videos auf YouTube.
Seitdem habe ich das R-Shief Mediensystem weiterentwickelt. Es wurde
zu einem Tool für maschinelles Lernen zur Analyse sozialer Medien.
Am Ende habe ich 80 Milliarden Beiträge archiviert, hauptsächlich
von Twitter, aber in allen sozialen Medien von 2008 bis 2017, als ich
die Echtzeitarchivierung, die reguläre Echtzeitarchivierung,
eingestellt habe. Es waren 72 Sprachen, 80 Milliarden Beiträge, und
R-Shief existiert immer noch. Ich habe es 2017 aus der Öffentlichkeit
genommen, weil sich die Weltpolitik verändert hat, sowohl in den
Vereinigten Staaten als auch im Nahen Osten, wo die Dinge
konservativer geworden sind. Und insgesamt haben sich die digitale
Kultur und die digitalen Online-Praktiken verschoben.
Wissen
Sie, ich behaupte immer, dass Technologie keine Politik hat. Es kommt
nur darauf an, wie wir sie nutzen. Und so gab es schon früh einen
Moment, in dem die Leute sehr begeistert waren. Ich habe aber auch
vor zu vielen utopischen Träumen von der Technologie und dem, was
sie bringen kann, gewarnt. Und so haben sich die Dinge verschoben.
Aber jetzt benutze ich das Gleiche. Ich bin zurück bei R-Shief und
wir bauen es auf, um KI-Entwicklung zu betreiben, indem wir radikale
Datensätze verwenden, über Datensätze durch eine feministische
Linse und feministische Datenpraktiken und ethische Datenpraktiken
nachdenken, die, Sie wissen schon, vielleicht kleine Sprachmodelle
verwenden, aber selbst wenn wir die großen Sprachmodelle verwenden,
so dass marginale Stimmen und Kulturen nicht verschwinden, und dass
die KI-gesteuerte Welt wohlhabend sein kann und wirklich den Reichtum
und die Vielfalt unserer gelebten Erfahrungen besser
widerspiegelt.
Meine Arbeit befasst sich mit der Frage, wie
digitale Technologien das kollektive Gedächtnis, den Widerstand und
die Identität formen. Ich glaube, es ist schwierig, darüber zu
sprechen, aber es hat die letzten 20 Jahre und vor allem die letzten
10 Jahre auf ergreifende Weise geprägt. Wir befinden uns in einem
historischen Moment, in dem Identität und Identitätspolitik eine
wirklich beunruhigende Rolle spielen und die Menschen in einer Weise
spalten, wie ich es zu meinen Lebzeiten noch nicht erlebt habe. In
meiner Arbeit verbinde ich daher computergestützte Methoden mit
feministischen und dekolonialen Perspektiven, um marginalisierten
Stimmen Gehör zu verschaffen und die vorherrschenden Narrative zu
hinterfragen, sowohl in der Kunst als auch in der Wissenschaft. Auch
hier denke ich, dass die Geschichte eine Rolle spielt. Die Geschichte
des Internets, die Geschichte der Softwarestudien und des Internets,
die Dinge haben sich verändert. Aber erst mit der Entwicklung von
Facebook begann die Implementierung von Sprachen jenseits des
Englischen in ihre Plattform. Es waren Open-Source-Technologien, die
es dem Internet ermöglichten, über die englische Sprache hinaus zu
wachsen. Als das Internet Ende der 90er, Anfang der 2000er Jahre
seinen ersten Boom erlebte, war es in erster Linie englischsprachig.
Und damit die arabische Schrift, also die Buchstaben, überhaupt
funktionieren, ist ein anderes Kodierungssystem, UTF-8, erforderlich,
während ASCII römische Ziffern kodiert. Der Computer war nicht
einmal in der Lage, andere Sprachen als Englisch zu verarbeiten. Es
waren vor allem Open-Source-Entwickler auf der ganzen Welt, die
anfingen, Tools zu entwickeln, mit denen wir die verschiedenen
Sprachen nutzen konnten. Und dann nicht nur Sprachen, die darüber
hinausgehen, wie zum Beispiel Deutsch oder Arabisch. Aber ich kenne
mich mit Deutsch nicht aus. Ich spreche kein Deutsch, aber ich kann
über Arabisch sprechen. Es ist eine Sprache, die in 22 Ländern
gesprochen wird. Jedes Land hat einen anderen Dialekt. Es gibt ein
sogenanntes modernes Standardarabisch, das zum Lesen und Schreiben
verwendet wird. Das ist kompliziert. Es ist nicht so einfach. Und wir
wollen keines dieser kleineren Länder an den Rand drängen.
Wenn
zum Beispiel im Jemen das jemenitische Arabisch auftaucht, dann ist
das in der Welt der Internet-Datenanalyse. Wenn man versucht, einen
großen Datenkorpus zu betrachten und Daten mit Hilfe der
traditionellen Datenanalyse, der Datenstatistik, auszuwerten, wird
immer versucht, nach der Norm zu suchen. Man versucht immer, die
Daten zu normalisieren und zu schauen, was auf der Kurve liegt und
was an den Rändern. Dabei gehen immer die Ausreißer verloren. Wir
haben also versucht, sehr vorsichtig zu sein. Damals beinhaltete die
Lokalisierung also mehrere Dinge. Zum einen ging es darum, Tools zu
entwickeln, mit denen der Benutzer Beiträge auf Englisch und in
verschiedenen Sprachen verfassen kann. Aber eine andere Sache ist
auch wichtig. Nämlich, dass die Lokalisierung des Codes selbst
wichtig war. Denn als wir anfingen, bestand der Code hauptsächlich
aus C++, einer sehr mathematischen Sprache. Und da spielt es keine
Rolle, welche Muttersprache man spricht. Aber Mathematik ist eine
dieser universellen Sprachen. So konnten Leute, die Arabisch oder
Japanisch sprachen, trotzdem in C++ programmieren. Es gab eine
Verschiebung, bei der die Codierung mehr auf Java basierte. Und Java
verwendet mehr Wörter und englische Wörter. Bei der Lokalisierung
geht es also nicht nur darum, Internetnutzern wie Ihnen und mir die
Möglichkeit zu geben, verschiedene Sprachen zu verwenden, sondern
auch darum, dass Programmierer und Entwickler in der Lage sind,
unabhängig davon zu programmieren, ohne unbedingt Englisch sprechen
zu müssen.
Die Dominanz der englischen Sprache war also etwas,
das wir schon früh in Angriff nehmen mussten. Die Lokalisierung war
also eine Praxis, um Entwicklern, deren Muttersprache nicht Englisch
ist, die Entwicklung und die Entwicklung von Tools in einer Vielzahl
von Sprachen zu ermöglichen. Und was ist mit gesprochenen Sprachen?
Und was ist mit anderen? Wissen Sie, Sie können sich die Komplexität
dieses Projekts vorstellen. Jetzt sind wir weit darüber hinaus. Aber
so weit war es 2008. Und so lernte ich viele arabische Entwickler
kennen, denn der einzige Weg, die Arbeit zu erledigen, waren
Open-Source-Technologien. Und dort habe ich vor den arabischen
Aufständen 2011 auch viele Aktivisten kennengelernt.
EN
My
name is Laila
Shereen
Sakr,
and I use the moniker of „VJ Um Amel“
in my art practice. That stands for VJ as in VJ, video jockey, and Um
Amel
is Arabic for „mother of hope“. And so that's how I perform. And
there is a whole, you know, thinking behind that nomenclature as
well. And my work is, I'm a media theorist and a digital artist. And
my work is deeply rooted in the intersections of digital cultures and
embodiment and political agency. My artistic and research practice
both blend digital art and theory into, like, a data-driven
storytelling to experience global digital cultures, and specifically
Arab digital culture, in diaspora around the world and political
agency.
And I create live cinema, performances, glitch art, and,
like, networked installations, often using the tools from my R-Shief
media system that I developed in 2008, 2009. It was my, it started as
my M.F.A. project when I was at UC Santa Cruz doing an M.F.A. in
digital arts and new media. At the time, I was going to archive the
internet in Arabic, a somewhat humble task, rather ambitious. But if
you remember in 2008, the internet looked very different. You know,
2004, I always get Facebook and Twitter confused. One was launched in
2004 and the other in 2006. So by 2008, social media had just begun.
And when I talked about archiving the internet, I was thinking about
blogs and videos that were on YouTube. And so what I have done since
then, I ended up continuing to build the R-Shief
media system. It became a machine learning tool of analyzing social
media. And I ended, you know, archiving 80 billion posts, mainly from
Twitter, but throughout social media from 2008, all the way when I
stopped the real-time archiving, the regular real-time archiving, in
2017. It was in 72 languages, 80 billion posts, and R-Shief
still exists. I took it down from public view in 2017 because of the
shift in global politics, both in the United States and in the Middle
East, where things were becoming more conservative. And overall, the
digital culture and digital online practices were shifting.
You
know, I always argue that technology has no politics. It's just how
we use them. And so there was this moment early on when people were
very excited. There was also, I also warned of too much utopian
dreams of the technology and what it can bring. And so things
shifted. But now I'm actually using the same. I'm back with R-Shief
and we're building it to do A.I. development, using radical data
sets, thinking about data sets through a feminist lens and feminist
data practices and ethical data practices that can, where, you know,
maybe we use small language models, but even if we use the large
language models such that marginal voices and cultures don't
disappear, and that the A.I.-driven world can be prosperous and
really be more reflective of the rich and diversity of our lived
experiences.
My work interrogates how digital technologies shape
collective memory, resistance, identity, which I think is difficult
to even talk about, but has really framed the last 20 years, and
especially the last 10 years in poignant ways. And we're finding
ourselves in a historical moment where identity and identity politics
are playing a really disturbing role and fracturing people in ways I
had never seen before in my lifetime. So my practice combines
computational methods with feminist and decolonial perspectives to
amplify marginalized voices and challenge dominant narratives, both
in art and academia. Again, this is where I think history matters.
The history of the internet, the history of software studies and the
internet, things have changed. But it really was with the development
of Facebook started implementing languages beyond English in their
platform first. It was open source technologies that enabled the
internet to grow beyond the English language. When the internet first
boomed in the late 90s, early 2000s, it was in English, primarily.
And in order to even have the Arabic script, literally the letters,
working, it requires a different encoding system, UTF-8, whereas
ASCII encodes Roman numerals. The computer wasn't even able to handle
languages beyond English. It was through mainly open source
developers around the world to start building tools that enabled us
to use the different languages. And then not just languages beyond
that, like you can say, okay, German or Arabic. But I don't know
about German. I am not a German speaker, but I can speak about
Arabic. It is a language that is spoken in 22 countries. Every
country has a different dialect. There is something called Modern
Standard
Arabic that is used for reading and writing. It's complicated. It's
not so simple. And we don't want to marginalize any of these smaller
countries.
And like Yemen, for example, whenever Yemeni Arabic
would come up, it would be sort of in the world of internet data
analytics. If you're trying to look at a large corpus of data and
sort of pull data using traditional data analysis, data statistics,
they're always trying to look for the norm. They're always trying to
normalize the data and look for what's on the curve and what's on the
marginalia. Always the outliers get lost. And so we were trying to be
very careful. So back then, localization entailed several things. It
entailed creating tools such that the user can post in English and
different languages. But another thing is important too. That is that
localization of the code itself mattered. Because when we started,
code used to be all mainly C++, which is a highly mathematical
language. And that doesn't matter what your spoken native tongue is.
But math is one of those universal languages. So people who were
Arabic speakers or Japanese speakers could still code in C++. There
was a shift where coding became more Java-based. And Java uses more
words and English words. And so localization is not just about
enabling users like consumers of the internet like you and me to use
different languages, but also for coders and developers to be able to
code regardless of that without necessarily being an English
speaker.
So the dominance of the English language early on was
something that we had to tackle. So localization was a practice in
order to allow for developers who are non-native English speakers to
develop and for the development of tools in a variety of languages.
And what about spoken languages? And what about other? You know, you
can really start thinking about the complexity of this project. Now,
we're way beyond that. But that's where it was in 2008. And so I
actually met a lot of the Arab developers because the only way to get
the work done was through open source technologies. And that's where
I met a lot of activists, actually, before the 2011 Arab uprisings.