Zeitgenössische Kunst ist global und divers. In Sammlungen, Datenbanken und Forschung sind jedoch vorrangig Werke weißer cis hetero able-bodied Männer mit akademischem Hintergrund vertreten. Für eine repräsentative Perspektive auf Kunst im Hinblick auf Knowledge Equity braucht es daher intersektionale Ansätze, die Machtstrukturen kritisch betrachten, marginalisierte Perspektiven miteinschließen und erweitern, welches Wissen als solches anerkannt wird.
GAIA verortet sich postdisziplinär zwischen Kunst, Sozial- und Informationswissenschaften. Das Forschungsvorhaben beinhaltet machtkritische Ansätze sowie die Auseinandersetzung mit Klassismus, Ableismus, Psychismus, kolonialen Kontinuitäten, Eurozentrismus und Othering Prozessen. Forschungsgegenstand ist internationale zeitgenössische Kunst von professionellen, autodidaktischen und Nicht-Künstler*innen. Zur Analyse dieser werden datenwissenschaftliche Methoden eingesetzt und kritisch untersucht, mit welchen gesellschaftlichen sowie statistischen Verzerrungen Bildanalyse bislang verbunden ist. Kurz: Wie können wir Kunst intersektional und dadurch objektiver betrachten?
Ziel des Forschungsvorhabens ist die Erstellung eines diversen digitalen Bilddatensatzes, die kritische Prüfung eines Machine Learning Prototyps zur Bildanalyse sowie die Entwicklung eines auf neuronalen Netzen basierenden Open Methdology Tools, das frei von Verzerrungen ist und eine intersektionale Analyse Bildender Kunst erlaubt. Um kritisch zu prüfen, ob dies gelingt, werden als Referenzpunkte zu Werk und Künstler*in Metadaten, Rezensionen sowie Verschlagwortung mittels Linked Data verknüpft und analysiert.
