Dijital sanat tarihi ve nicel yöntemler

Açılış: bin nesne aynı anda

Geçen derste tek bir nesnenin maddesini okuduk.

Şimdi ölçek değişiyor. Binlerce nesnenin kaydı bir arada duruyor ve sorabileceğimiz sorular başkalaşıyor.

Ama bir uyarıyla başlamak gerekiyor: sayı her soruya cevap vermiyor. Belirli bir soru biçimine cevap veriyor.

Bu ders iki şeyi birlikte öğretiyor. Hangi soruların sayıya geldiğini ve bir sayının ne zaman güvenilmez olduğunu.

İkincisi daha önemli. Çünkü nicel bir sonuç yanlış olduğunda bile ikna edici görünüyor.

Bu derste ne olacak

Önce bir soruyu sayılabilir hâle getirmenin ne gerektirdiğini kuracağız.

Sonra hangi soru ailelerinin sayıya iyi geldiğini göreceğiz.

Ardından verinin nereden geldiğini ve hangi eğrileri taşıdığını işleyeceğiz.

Son olarak görüntü işleme ile ağ analizini, eleştirileri ve yeniden üretilebilirliği konuşacağız.

Sıfır noktası: bir kütüphane kataloğu

Bir kütüphane kataloğunda arama yapıyorsun. Başlığında "deniz" geçen kaç kitap olduğunu saniyede öğreniyorsun.

Sonra ikinci bir soru soruyorsun: bu kitaplardan hangisi daha iyi?

Katalog susuyor. Çünkü o soruyu cevaplayacak bir alanı yok.

Fark burada ve bütün ders bu farkın üzerine kurulu. Katalog, kayda geçirilmiş olanı sayıyor. Kayda geçirilmemiş olan hakkında hiçbir şey söylemiyor ve söylemediğini de söylemiyor.

Bir soruyu sayılabilir yapmak

Üç şey gerekiyor ve üçü de karar.

Birim. Neyi sayıyorsun? Eser mi, kayıt mı, sanatçı mı, satır mı? Aynı koleksiyon üç birimle üç farklı sayı veriyor.

Ölçüt. Bir şeyin sayıya girme koşulu ne? "Portre" saydığında hangi kayıtları içeri aldığını tanımlaman gerekiyor.

Kapsam. Hangi küme üzerinde çalışıyorsun? Bir müzenin tamamı mı, sergilenenler mi, dijitalleştirilmiş olanlar mı?

Üçüncüsü en çok atlananı ve en belirleyicisi. Çoğu nicel çalışma "koleksiyon" derken aslında "dijitalleştirilmiş kayıtlar" demiş oluyor ve ikisi aynı küme değil.

Bu üç kararın yazılmaması, sonucun yorumlanamaz olması demek. Sayı görünür, sayının neyi saydığı görünmez.

Sayıya iyi gelen dört soru ailesi

Bütün sorular sayıya gelmiyor ama dördü çok iyi geliyor.

Dağılım. Bir özellik küme içinde nasıl yayılmış? Hangi malzeme ne kadar, hangi bölge ne kadar?

Değişim. Bir özellik zaman içinde nasıl gidiyor? Artıyor mu, azalıyor mu, dalgalanıyor mu?

İlişki. İki özellik birlikte mi hareket ediyor? Belirli bir malzeme belirli bir işlevle birlikte mi görünüyor?

Aykırılık. Kümeden sapan örnek hangisi? Beklenmeyen yerde duran kayıt nerede?

Dördüncüsü sanat tarihi için en verimlisi ve en az kullanılanı. Nicel yöntemin asıl gücü ortalamayı bulmak değil, bakılacak yeri işaretlemek.

Bir sapma bulunduğunda iş bitmiyor; asıl iş başlıyor. Sapan kayda tek tek bakılıyor ve çoğu zaman ya bir hata ya da bir bulgu çıkıyor. İkisi de değerli, çünkü ikisi de veriyi düzeltiyor.

Üçüncü aile için de bir uyarı gerekiyor. İki özelliğin birlikte hareket etmesi, birinin ötekini doğurduğunu göstermiyor. Aradaki bağı kuran şey üçüncü bir etken olabiliyor ve o etken çoğu zaman kaydın kendi tutulma biçimi.

Ve bu, TEM-203.6'da göstergebilim için kurduğumuz sapma arama adımının veri ölçeğindeki hâli. Sistem kurulduğunda ona uymayan örnek kendiliğinden öne çıkıyor.

Veri nereden geliyor ve ne taşıyor

Veri gökten inmiyor. Birinin, bir amaçla tuttuğu kayıtlardan geliyor.

Bu, TEM-203.7'deki form örneğinin doğrudan devamı. Formun kutucukları neyse, veri tabanının alanları o.

Dört tür sorun taşınıyor.

Boş alan. Bilgi yok mu, yoksa girilmemiş mi? İkisi veri tabanında aynı görünüyor.

Tutarsız terim. Aynı şey farklı adlarla yazılmış. Sayım bunları ayrı sayıyor.

Geriye dönük düzeltme. Kayıt sonradan güncellenmiş ama eski hâli saklanmamış.

Kaydın amacı. Alanlar sigorta, envanter ya da sergi için tasarlanmış olabiliyor; araştırma için değil.

Birincisi en tehlikelisi çünkü sessiz. Boş alanlar ayıklandığında kalan küme, "bilgisi olanlar" kümesi oluyor ve o küme rastgele değil: iyi bilinen eserlerin kaydı daha dolu.

Yani eksik veriyi atmak, kümeyi ünlü eserlere doğru kaydırıyor. Bu bir hesap hatası değil, sessiz bir seçim.

Kapsama eğrisi

Şimdi bu alanın en büyük sorunu ve TEM-203.9'da konuştuğumuz eşitsizliğin sayısal hâli.

Dijitalleştirme rastgele yapılmıyor. Üç şey belirliyor.

Kurum bütçesi. Zengin kurum daha çok tarıyor.

Kolaylık. Düz, taşınabilir ve dayanıklı nesneler önce taranıyor.

Beklenen ilgi. Ünlü olanın önceliği var.

Üçü birleştiğinde ortaya çıkan veri kümesi, dünyanın değil dijitalleştirme kararlarının haritası oluyor.

Bunun pratik sonucu şu: nicel bir bulgu, tarihsel bir olgu gibi değil, mevcut veri kümesinin bir özelliği gibi yazılmalı. Aradaki fark bir alçakgönüllülük değil, doğruluk meselesi.

Ve bir düzeltme yolu var: bulguyu kapsama oranıyla birlikte vermek. Bir bölge için verinin yüzde kaçı elde, biliniyorsa yazılıyor; bilinmiyorsa bu da yazılıyor.

Görüntü işleme: ne yapıyor, ne yapmıyor

Görüntüler üzerinde otomatik ölçüm bugün yaygın. Üç iş yapılıyor.

Benzerlik ölçümü. İki görüntünün ne kadar benzediği sayıya dökülüyor.

Renk ve doku istatistiği. Yüzeydeki dağılımlar ölçülüyor.

Öge tanıma. Belirli motiflerin bulunduğu görüntüler işaretleniyor.

Birincisi en çok kullanılan ve en yanlış anlaşılan. Çünkü benzerlik bir ilişki kanıtı değil.

GOR-106.2'de bunu insan gözü için kurmuştuk: benzerlik listesi yapmak kolay, anlamlı ölçüt seçmek zor. Otomatik ölçüm bu sorunu çözmüyor, hızlandırıyor. Elinde binlerce benzer çift oluyor ve hiçbiri neden benzediğini söylemiyor.

Kullanışlı hâli şu: benzerlik ölçümü bir tarama aracı. İncelenecek adayları buluyor, sonucu vermiyor. Aday bulunduktan sonra iş yine tarihçinin.

Ve bir uyarı: ölçüm görüntü üzerinde çalışıyor, nesne üzerinde değil. Işık, temizlik durumu ve tarama ayarı sonucu değiştiriyor. TEM-203.12'de öğrendiğimiz katman sorunu burada da geçerli — görüntüdeki renk, bugünkü vernikle birlikte ölçülüyor.

Ağ analizi

İkinci güçlü araç bu ve ilişki sorularına iyi geliyor.

Bir ağda iki şey var: düğümler ve bağlantılar. Sanat tarihinde düğümler kişi, atölye, kurum ya da yer olabiliyor.

Asıl karar bağlantının ne anlama geldiği. Üç seçenek var ve üçü farklı ağ üretiyor.

Belgeli ilişki. İki kişi aynı sözleşmede geçiyor.

Ortak bulunma. İki nesne aynı envanterde kayıtlı.

Çıkarılmış ilişki. Benzerlik ya da üslup üzerinden varsayılan bağ.

Üçüncüsü en zayıfı ve en çok kullanılanı. Bir ağ, çıkarılmış bağlarla kurulduğunda gösterdiği şey ilişkiler değil, araştırmacının benzerlik kararları oluyor.

Kural şu: ağın kenarı ne demek, bir cümleyle tanımlanmalı. Tanımsız bir ağ çizimi güzel görünüyor ve hiçbir şey söylemiyor.

Eleştiriler

Dört eleştiri var.

Sayının otoritesi. Grafik taşıyan bir iddia, taşımayandan güçlü görünüyor. Oysa grafiğin altındaki kararlar tartışmaya açık.

Kapsama gizleniyor. Bulgu genel bir olgu gibi yazılıyor; hangi küme üzerinde çalışıldığı görünmüyor.

Ölçüt gizleniyor. "Portre" ya da "erken dönem" gibi kategorilerin tanımı yazılmıyor ve sayı yorumlanamıyor.

Yeniden üretilemezlik. Veri ve işlem adımları paylaşılmadığında sonuç sınanamıyor.

Dördüncüsü bu alanın en çözülebilir sorunu ve çözümü basit: veriyi, kodu ve karar günlüğünü yayımlamak.

Bu, akademinin baştan beri savunduğu ilkenin sayısal hâli. Her iddianın kaynağını görmek, nicel çalışmada verinin ve işlemin görülmesi demek.

Ve bir not: yeniden üretilebilirlik yalnız denetim için değil. Sonraki araştırmacı aynı veriyle başka bir soru sorabiliyor ve alan böyle birikiyor.

Kalıcı araçlar

Dört araç yerleşti.

Üç kararı yazma. Birim, ölçüt ve kapsamı metnin içinde açıkça söylemek.

Aykırıyı avlama. Ortalamayı değil sapmayı hedef almak ve sapan kayda tek tek bakmak.

Kenarı tanımlama. Bir ağ ya da ilişki iddiasında bağın ne demek olduğunu bir cümleyle yazmak.

Veriyi yayımlama. Sonucu değil, sonuca götüren malzemeyi de paylaşmak.

İkincisi en verimli çalışma alışkanlığı. Nicel yöntem, sanat tarihinde en çok "nereye bakmalı" sorusunu cevaplayarak işe yarıyor; "ne oldu" sorusunu tek başına cevaplamıyor.

Usta katmanı: bir grafiği okumak

Son katman ve günlük hayatta en çok gereken beceri.

Çoğumuz nicel çalışmayı kendimiz yapmıyoruz; başkasının grafiğini okuyoruz. Grafik okumanın dört sorusu var.

Ne sayılmış? Birim eser mi, kayıt mı, sanatçı mı?

Hangi küme? Kapsam ne ve dışarıda ne kaldı?

Eksen dürüst mü? Ölçek sıfırdan mı başlıyor, aralıklar eşit mi?

Eksik veri ne yapıldı? Atıldı mı, sıfır sayıldı mı, ayrı gösterildi mi?

Dördüncüsü en çok fark yaratanı. Eksik verinin sıfır sayılması, bir bölgeyi ya da bir dönemi sessizce boş gösteriyor — ve TEM-203.8'de yokluk için kurduğumuz üçlü ayrım burada bir grafik kararına dönüşüyor.

Ve bir kapanış: bu kursta on üç yöntem gördük. Her biri belirli soruları cevaplıyor ve hiçbiri hepsini cevaplamıyor. Sıradaki ders tam bu noktada duruyor — elindeki soruya hangi yöntemin uyduğunu seçmek.

Yaygın yanlışlar

Uygulama ve kilit özet

Kilit özet: bir soruyu sayılabilir yapmak üç karar gerektiriyor — birim, ölçüt, kapsam — ve üçü yazılmazsa sonuç yorumlanamıyor. Veri dünyanın değil, dijitalleştirme kararlarının haritası. Nicel yöntemin asıl gücü ortalamayı bulmak değil, bakılacak yeri işaretlemek. Benzerlik ölçümü aday üretiyor, ilişki kanıtlamıyor. Bir ağın kenarı ne demek, tanımlanmadan ağ hiçbir şey söylemiyor.

Sonraki derse köprü

On üç yöntem gördük ve her biri belirli soruları cevaplıyor. Peki elindeki soruya hangisi uyuyor ve birden fazlası nasıl birlikte kullanılır? Sıradaki derste yöntemleri birleştirmeye ve yöntem ile soru uyumuna geçiyoruz.