KI-Pornografie: zwischen toxischer Männlichkeit und Kreativität

Die zunehmende Verbreitung künstlicher Intelligenz beeinflusst sowohl technologische als auch gesellschaftliche Bereiche und wirft unter anderem Fragen zur Gestaltung von Geschlechterbildern auf. Relevant wird dies auch in der pornografischen Industrie, in der die Ergebnisse künstlich generierter Pornografie stark von heteronormativen und sexistischen Darstellungen geprägt sind. Im Folgenden soll der Status quo aktueller Pornosynthetik veranschaulicht und Geschlecht, Männlichkeit und Kreativität diskutiert werden.

Der Umgang mit Technologie hängt stark von sozialen Skripten, also vorgeschriebenen und erwarteten Verhaltensweisen, Handlungen und Konsequenzen innerhalb eines sozialen Systems ab (vgl. Wiederman 2005). Die Marginalisierung und Ausgrenzung, die Frauen und queere Menschen im Zusammenhang von Nutzung, Zugang und Entwicklung von Technologie erfahren, basiert im geschlechtsspezifischen Kontext auf den patriarchalen Strukturen unseres Gesellschaftssystems (vgl. Lindsey 2015). Eine traditionell patriarchale Gesellschaft kann bestimmte Verhaltensweisen für Männer und Frauen fördern, basierend auf den stereotypen Annahmen, dass Männer als Oberhaupt dominant und aktiv, Frauen als Hausfrauen passiv und unterstützend sein müssen. Diese historisch gewachsenen Vorurteile und Einschränkungen erhalten bis heute vorherrschende kulturelle und gesellschaftliche Normen und Vorstellungen über Geschlechterrollen. Männlichkeit(en) als gesellschaftliches Konstrukt existieren nicht »als feste Charakterstrukturen, sondern als imaginäre Positionen im Diskurs«(Wedgwood und Connell 2008: 117). Sie existieren bereits so abgesichert, dass sie keine Rechtfertigung mehr nötig haben und tragen dazu bei, dass Männer in vielen Bereichen eine höhere Stellung als Frauen haben (vgl. Bourdieu 1998).

Das Konzept der hegemonialen Männlichkeit wurde ursprünglich von der australischen Soziologin Raewyn Connell entwickelt und bezieht sich auf die dominanten und idealisierten Vorstellungen von Männlichkeit. Sie definiert Männlichkeit wie folgt: »Männlichkeit ist – soweit man diesen Begriff in Kürze überhaupt definieren kann – eine Position im Geschlechterverhältnis; Praktiken, durch die Männer und Frauen diese Position einnehmen, und die Auswirkungen dieser Praktiken auf die körperliche Erfahrung, auf Persönlichkeit und Kultur« (Connell 1999: 91, vgl. Connell 1995). Frauen sind in MINT (Mathematik, Informatik, Naturwissenschaften und Technik) stark unterrepräsentiert, weil diese Felder immer noch als männerkonstruiert und -fokussiert wahrgenommen werden (vgl. Cheryan et al. 2015). Nicht-männliche Akteur*innen in MINT-Fächern begegnen Hindernissen, wie z. B. Schwierigkeiten beim Einstellungs- oder Beförderungsprozess, ein unangenehmes, frauenfeindliches Arbeitsumfeld, dem Gender Pay Gap, mangelnde Ermutigung und fehlende, adäquate Vorbilder oder Mentor*innen (vgl. Blackwell et al. 2009, Gregory 2003 und VanHellens et al. 2001).

Das patriarchale System wird kontinuierlich aufrechterhalten und Technologieunternehmen passen ihre Systeme selten an, um diesen Ungleichheiten entgegenzuwirken. Die logische Konsequenz daraus im Technologiesektor ist, dass die verinnerlichten, patriarchalen Skripte auch auf die Produkte und deren Design überschwappen. Margaret Mitchell beschreibt Designteams in technischen Arbeitsbereichen als »sea of dudes« (Clark 2016) – überwiegend weiße Männer entscheiden also darüber, wie Produkte aussehen und funktionieren. In ihrer Arbeit beschreiben das die Autor*innen Michael Ahmadi et al. folgendermaßen: »This means that design decisions are often based upon ›dude‹ assumptions or tastes […] many of these ideas, assumptions and values represent a largely unreflective male positionality, based on user representations which substantially ignore women« (Ahmadi et al. 2019: 170). Es ist wichtig, die Verantwortlichen nicht als einzelne Phänomene zu betrachten, die außerhalb der Norm stehen. Oder um es mit den Worten Hassinoffs auszudrücken: »…casting perpetrators as villains and monsters implicitly validates the dominate sex-gender system as basically sound and falsely locates harm and violence outside of everyday life and intimate relations.« (Hassinoff 2015: 9)

Für meine Arbeit beleuchte ich nun den Umgang mit sexuell expliziten Inhalten von StarryAI und PornPen. Zuerst soll herausgefunden werden, wie die Text-to-Image-KI Pornografie definiert, wenn sie keine zusätzlichen Vorgaben bekommt. Also prompte ich zuerst nur ›porn‹ und ›pornographic scene‹. Die Ergebnisse sind einschlägig. Die Szene zeigt immer dieselbe Perspektive: der*die Betrachtende blickt frontal auf einen vordergründig nackten Körper, die Körpermitte von Brust bis Genitalbereich im Mittelpunkt der Komposition. Die Körper sind menschenähnlich. Anatomie und Proportionen lassen auf weiblich gelesene Personen schließen, deren Aussehen sich nach stereotypen Idealen von Attraktivität aufbaut. Die Personen sind alle weiß und schlank. Die Beine sind gespreizt, der Blick wird über die Oberschenkel auf den Genitalbereich gelenkt. Dieser ist an manchen Stellen deformiert und unnatürlich, Vagina und Vulva sind mit zusätzlichen Ausstülpungen versehen.

Gesichtsausdrücke und -bewegungen – offener Mund, (halb) geschlossene Augen – betonen Erregung oder Vergnügen. Die Personen sind entweder sitzend, liegend, masturbierend oder von einem Penis penetriert inszeniert. Es ist ein Trend erkennbar: Die Bilder sind sehr stark an heteronormative Hardcore-Pornografie angelehnt, funktionieren ebenfalls nach dem Prinzip der maximalen Sichtbarkeit und folgen der standardisierten Auffassung von weiblicher Attraktivität und Sexiness. Computergenerierte pornografische Ästhetik gliedert sich also erst mal in die altbekannten Vorlieben der Branche und den Ablauf der Reproduktion bestimmter, konventioneller Ideale ein. Um auf die Arbeitsweise von KI zurückzukommen und den Bogen zur Darstellung von Frauen zu spannen: Algorithmen und neuronale Netze analysieren umfangreiche Datensätze pornografischen Materials, lernen die Muster und generieren, basierend auf diesen Mustern, neue Bilder. Wenn diese Datensätze größtenteils Darstellungen heteronormativer Pornografie beinhalten, ist das Ergebnis einfach herzuleiten: Die generierten Bilder richten sich nach den Mustern gängiger Pornografie.

Anhand einer visuellen Analyse soll in einem Experiment der Prozess der Bilderzeugung und -weiterentwicklung von selbstgewählten Bildern untersucht werden. Ich möchte herausfinden, wie trainierte KI-Systeme mit Darstellungen von Frauen umgehen. Es wird mit den KI-Modellen DALL-E2 und Runway gearbeitet, die es erlauben, eigene Bilder als Prompt einzuspeisen. Das selbst ausgewählte Material besteht aus Fotografien von drei weiblichen Gesichtern in unterschiedlichen Positionen. Die Frauen darauf kann man als natürlich und authentisch beschreiben, sie tragen kein Make-up und weisen menschentypische Körper- und Hautmerkmale auf.

DALL-E2 generiert auf Basis des selbst ausgewählten Materials statische Adaptionen, die sich an dem Input orientieren. Die Natürlichkeit des ursprünglichen Materials wird durch eine plastischere, künstlichere Version ersetzt. Die Gesichtszüge sind signifikant anders, fast schon symmetrisch, die Hautstruktur ist geglättet, Augen und Lippen wirken größer und voller. Natürliche Linien, Hautfalten und -unebenheiten werden ausgebügelt, jeglicher Hinweis auf Individualität wird ausgelöscht.

Runway generiert aus einem selbstgeprompteten Bild ein 4-Sekunden-Video. Auch hier werden die Gesichter der Frauen als Ausgangslage verwendet. Die Interpretationen decken sich mit denen von DALL-E2. Die Gesichter erfahren eine erhebliche Veränderung, individuelle Merkmale werden eliminiert, Schönheitsideale von großen Augen, vollen Lippen und markanten Gesichtszügen werden wie eine Schablone aufgezwungen und überspitzt. Die Modifikation macht aus dem Original eine Karikatur. Die Veränderung der Ursprungsform hin zu einer skurrileren Version wird Frame für Frame verfolgbar.

Im Anschluss soll StarryAI Bilder zu ›feminist porn‹ und ›feminist pornographic scene‹ generieren. Die Frage, ob StarryAI ›porn‹ und ›feminist porn‹ anders definiert und in unterschiedlichen Kategorien einordnet, der Begriff ›feminist‹ also eine Distinktion triggert, geht dem Ganzen voraus. Bei den Ergebnissen fallen drei Merkmalsveränderungen in Bezug auf Position, Szene, Hautfarbe und Genitalien auf. ›porn‹ liefert entweder eine einzelne Frau, die durch Position (sie wendet sich frontal dem*der Betrachtenden zu) und Bildausschnitt (der Bildmittelpunkt ist der Körperbereich ab den Brüsten bis einschließlich der Genitalien, die vordergründig und klar erkennbar sind) für den*die Betrachtende*n zum Anschauen präsentiert wird, oder eine Frau, die in Interaktion mit einem männlichen Partner (der teilweise nicht mal als ganze Figur, sondern fragmenthaft abgebildet ist) steht. Die Bilder fordern ihre Betrachter*innen indirekt dazu auf: Schaue meinen Körper an und zwar genau hier. Schaue zu, wie ich penetriert werde. Die ›feminist porn‹-Szene löst sich von dieser Aufforderung. Hier sind größtenteils mindestens drei oder mehr Figuren abgebildet, die aufgereiht nebeneinander stehen. Die Körper sind zwar auch nach vorne ausgerichtet und nackt, haben aber durch das aufrechte Stehen und die geschlossenen Beine eine ganz andere Tonalität. Die abgebildeten Frauen umarmen sich gegenseitig und bilden fast eine Art Front gegenüber den Betrachtenden. Das mitschwingende Thema ist der Zusammenhalt als Gruppe. Der Blick wird nicht mehr durch die Position auf einen bestimmten Körperabschnitt gelenkt. Im Gegensatz zur hundertprozentigen Weißheit der Personen, die beim Prompt ›porn‹ inszeniert werden, tauchen beim Prompt ›feminist porn‹ sowohl Weiße als auch BIPoC auf. Recherchiert man zu feministischer Pornografie, steht der Ausdruck oft in Verbindung mit den Bemühungen, die Branche offener und inklusiver zu gestalten und Vielfalt zu fördern. StarryAI scheint auf diesen Informationen trainiert worden zu sein, was die größere Diversität in den abgebildeten Charakteren erklären lässt. Alle pornografischen Bilder von StarryAI weisen Anomalien im Genitalbereich auf. Es ist aber erkennbar, dass mit dem Prompt ›porn‹ Frauen eher mit Vulven (trotz anatomischer Fehler wie zusätzlichen Ausstülpungen) dargestellt werden und Männer mit Penissen. Die KI geht von einer geschlechtlichen Dualität aus, die klar kategorisiert wird und sich nach den biologischen Eigenschaften der Geschlechter richtet. Addiert man ›feminist‹ in den Prompt, löst sich diese strikte Dualität auf. Vulven und Penisse werden dem Anschein nach eher willkürlich verteilt und auch nicht immer an der anatomisch korrekten Position eingefügt. Vielfalt in Bezug auf Geschlecht, Rasse, ethnische Zugehörigkeit, Sexualität, Körperform und Alter: Das ist der so oft lancierte Anspruch feministischer Pornografie (vgl. Whisnant 2016: 5). Die ›feminist porn scenes‹ von StarryAI gliedern sich mehr als die ›porn scene‹ in diesen Anspruch ein, unterliegen aber bestimmten Marktbeschränkungen und der algorithmisierten Ästhetik. Alle generierten Figuren sind schlank und besitzen makellose Haut und keine Körperbehaarung.

Ein KI-Werkzeug, das speziell auf Pornografie spezialisiert ist, ist die 2022 veröffentlichte Online-Software Pornpen. Auf der Website heißt es: »pornpen.ai generates adult imagery with custom AI algorithms. Just choose your tags and click generate to get started!« (siehe Pornpen.ai) Es funktioniert alles ähnlich wie die Figuren- bzw. Charaktererstellung eines Computerspiels. Nutzende können im Make-Reiter des Menüs aus einer Vielzahl an ›tags‹ auswählen, die die Visualität der Szene bestimmen. Man beginnt mit der Basis, welche Person (Geschlecht oder Beruf) dargestellt werden soll, und gibt ihr schrittweise ein spezielles Aussehen. Körper, Alter, Gesicht, Haarfarbe und Frisur, Ethnizität, Umgebung und Lichtstimmung, Perspektive, Handlung, Kleidung und Accessoires können individuell bestimmt werden. Es wird ein Bild ausgeworfen, das genau die individuell erstellte Person in der Handlung zeigt. Pornpen wirkt auf den ersten Blick inklusiv(er), »[d]enn auffällig ist sofort das breite Spektrum an Haut- und Haarfarben, Körperformen, Alter und Stilen – von Anime über Cartoons bis realistisch« (Wieschollek 2023) – und außerdem sicherer, aufgrund des Fehlens der Möglichkeit, benutzerdefinierten Text einzugeben, was laut Angaben des Herstellers verhindern soll, problematische Inhalte zu fördern. Als Pornpen 2022 live geht, beschränken sich die Auswahl- und Personalisierungsmöglichkeiten auf weibliche Anatomien, erst nach einiger Zeit wird dieser Ausschluss von unterschiedlichen Geschlechterdarstellungen überwunden. Ein Blick auf den Feed-Reiter, der in Echtzeit alle Generationen präsentiert, die Nutzende veranlassen, zeigt dennoch fast nur Frauen, die etablierte Normen in Bezug auf Aussehen und
Praktiken erfüllen.

Ohne aktives Dagegenwirken verstärken Technologiewellen in jeder Phase ihres Lebenszyklus geschlechtsspezifische, rassistische, ethnische und kulturelle Vorurteile. Es soll an dieser Stelle nicht diskutiert werden, ob und inwiefern Regelungen, eine staatliche Regulierung, ein Verlangsamen oder Pausieren von KI-Innovationen sinnvoll sind, sondern eine Reflexion des Status quo und Gedanken über alternative Praktiken digitaler Intimität angestoßen werden.

Es gibt durchaus positive Stimmen. »As designers of technologies, we regard creating research infrastructures that offer spaces for the development of user-centered artifacts based on diverse and critical perspectives as not only a utopian vision, but as a practical contribution to a more equal society.« (Ahmadi et al. 2019: 168) Es ist seitens der Forscher*innen und Informatiker*innen zwingend notwendig, diese Infrastrukturen aktiv mitzugestalten, denn KI alleine vermag es nicht, neue Richtungen vorzugeben oder aus sich selbst heraus Revolutionäres zu erschaffen. Womit wir bei der Künstlichen Kreativität angekommen sind.

Die Frage, inwiefern maschinelle Arbeitsprozesse schöpferisch arbeiten können, erfordert zuerst eine Begriffsklärung von Kreativität. Wer sich durch individuelle Leistungen von der Allgemeinbevölkerung abhebt, schöpferisch arbeitet und ästhetisch Neues schafft, der*die gilt als Genie (vgl. Reckwitz 2012). Diese Neuheit, die entweder durch alternative Strukturierung und Kombinationen bestehender Inhalte, das Modellieren und Formen bestehender Inhalte in eine neue Gestalt oder gänzlicher, innovativer systemischer Kreationen erreicht wird, ist dabei der springende Punkt (vgl. Stubbe et al. 2019: 258). Denn KI kann zwar alle ihr eingespeisten Daten und digital festgehaltene Artefakte auswerten und diese aufgrund analysierter Muster zu neuen Bildern zusammenfügen. Dabei erledigt sie aber lediglich die Aufgabe eines Remixers, der mit vorgegebenen Inhalten arbeitet.

Die Musikgruppe Muse hat 2017 KI in das Musikvideo zu ihrem Song Dig Down integriert, um visuelle Elemente dynamisch an die Songtexte anzupassen. Jedes Wort des Songs wird in externem Videomaterial, wie Talkshows und Youtube-Clips, gefunden und synchron zum Rhythmus abgespielt, wodurch das Musikvideo täglich seine Form verändert (vgl. Muse – Dig Down [A.I. Lyric Video], Stubbe et al. 2019: 262). Dig Down wird in mehreren Online-Artikeln als bahnbrechend, bizarr und revolutionär beschrieben. Die Idee stammt vom Menschen, die Ausführung teilen sich Mensch und KI. Das Fazit, das übergreifend in Bezug auf visuelle Medien gezogen werden kann: »Allen Beispielen gemein ist die Impulsgebung bei der Gestaltung des Artefakts. Die Abbildung neuer Bildmotive […] oder neue Anreihungen von Videoclips sind originell und in der Form bisher nicht dagewesen. […] Dennoch sind sie in weiten Teilen einfach sehr gute Nachahmungen, die bekannte Stilmittel der Kunst, wie Zerstörung des Gewohnten oder Regelbrüche, allerdings bisher nicht tangieren. KI vermag es als Werkzeug von Kreativen schneller und professioneller kreative Ergebnisse zu erzielen, auch ein gesteigertes Spektrum an Ausdrucksformen kann daraus resultieren.« (Stubbe et al. 2019: 267) Obwohl sie bestimmte Arbeits- und Spielfelder durchdringen und verändern kann, schafft sie keine neuen Bedeutungen oder Stile, die über die existierenden und bekannten hinausgehen. Ohne den Impuls oder den Einbezug von menschlicher Intelligenz, menschlichen Erfahrungen, Emotionen, Weltwissen und -verstehen entsteht keine wirkliche Neuheit.

Um computer- und künstlich erstellte Repräsentationssysteme zu erweitern, braucht es den Menschen als Impulsgeber. Diese Systeme beinhalten oft bekannte Elemente wie Penetration als einzige Form von Stimulation, sexuelle Interaktion als Machtgefälle, Heteronormativität, weibliche Passivität und männliche Vorherrschaft (vgl. Saunders 2019: 10). Um neue Positionen und Blickwinkel einzubringen, ist ein menschlicher Eingriff notwendig. Generative KI ist nicht schuld am Status quo, sie kann ihn auch nicht ändern, sondern nur als Werkzeug dafür eingesetzt werden. Wenn dieses richtig bedient und geschult wird, hat es das Potenzial, nicht nur FLINTA* samt ihren Lebensrealitäten und Bedürfnissen besser zu repräsentieren und wahrzunehmen, sondern auch die Pornoindustrie grundlegend zu verändern.