Video-Transkript: Laila Shereen Sakr
Abschlussbedingungen
Nutzen Sie bei der Bearbeitung der Videos die entsprechenden Videotranskripte (Das Interview wurde in englischer Sprache durchgeführt!)
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.
