ARTigo-Spieler taggen ihr Fachwissen zuerst!

Im Laufe einer ARTigo-Spielrunde geben Spieler in der Regel mehere Tags ein. Je nachdem, wie auffällig die Objekte im Bild sind, düften sie dem Spieler mehr oder weniger schnell ins Auge springen. Es stellte sich mir die Frage, welche Tags zuerst eingegeben werden. Einen Zeitstempel tragen die Eingaben ja.

Dazu kategorisierte ich alle zu einem Bild vorhanden Tags und ließ mittels eines Algorithmus die durchschnittliche Position der Kategorie errechnen.[1] Die Kategorien wurden individuell für jedes Bild gewählt. Beim Beispielbild Rote Dächer unter Bäumen hätte man die Tags der Kategorie Abstrakt auch der Kategorie Kunstwissen zuordnen können. Wenn eine Kategorie zu groß wurde, habe ich sie lieber unterteilt, um einen differenzierteren Blick auf die Tag-Eingabe zu erhalten.

Als eine Kategorie ergab sich das Kunstwissen der Spieler. Und hier verbarg sich eine Überraschung.

Als Beispiel soll das Bild Rote Dächer unter Bäumen von Christian Rohlfs dienen:Bei diesem abstrakten Bild geben schwungvolle Striche und Flächen dem Bild eine starke Dynamik. Die Kategorien bilden sich z.B. aus folgenden Begriffen:

  • Abstrakt: abstrakte Kunst, abstrakte Malerei, abstrakt,
  • Kunstwissen: Acryl, Action Painting, Avant Garde, Blauer Reiter, Chagall, Expressionismus, Franz Marc, Grundfarben, Klee, Kreide, Kubismus, Macke, Moderne Kunst, Ölbild, Picasso, Querformat, Schichten, Spachtel, Zeichnung,
  • Wahrnehmung: braun, bunt, dunkel, Farben, grau, hell, klein, Muster, ocker, orange, rosa, verschwommen,
  • Geometrie: Bögen, Flächen, Formen, gebogen, gekrümmt, Geometrie, Halbbogen, Kreis, Kurven, Linien, Prismen,
  • Deutung/Assoziation: Baum, Dächer, Erde, Figuren, Füße, Gräser, Graffiti, Häuser, Halme, Regen, Reiter, Rinder, Schlacht, Sonne, Stadt, Tier, Wald, Wiese, Wolken,
  • Dynamik: aufgewühlt, Bewegung, Chaos, Durcheinander, Dynamik, Emotion, geschwungen, Gewusel, Leben, Rhythmus, Schlag, Sturm, Unordnung, vibrierend, wild, wild, wirr.

Folgende durchschnittliche Tag-Reihenfolge lässt sich aus den verschiedenen Kategorien errechnen:

Kategorie Anzahl Tags durchschnittliche Position
abstrakt 45 2,73
Kunstwissen 44 3,66
rot 49 3,69
Wahrnehmung 44 3,77
blau 47 3,83
gelb 47 4,43
Geometrie 43 5,77
weiss 44 5,89
grün 29 6,00
Deutung/Assoziation 26 6,23
Dynamik 20 6,50
schwarz 13 6,92

Zunächst nehmen die Nutzer die Abstraktheit des Bildes wahr und taggten diese. Darauf folgt das Kunstwissen und sogleich die erste Farbe – hier Rot. Da es sich hier um ein abstraktes Bild handel, wird Farbe eher als bei anderen gegenständlichen Bildern, die ich untersucht habe, getaggt. Es folgen weitere Tags, die der Kategorie Wahrnehmung zugeordnet wurden und u. a. subjektive Bewertungen enthalten. Dann werden zwischen einzelnen Farben zunächst Tags der Kategorie Geometrie vergeben. Dies geschieht erst nach einem als Orientierungsphase zu bezeichnenden Zeitabschnitt, der durch den Mangel an erkennbaren Objekten und die fortschreitende Spielzeit gekennzeichnet ist.

Es werden also zuerst Objekte, die die Nutzer vor Augen haben, wie „Bögen“ oder „Linien“ getaggt. Danach wird das Gesehene offensichtlich nach Durchlaufen einer tieferen Verarbeitungsstufe gedeutet und interpretiert, zunächst auf einer objekthaften Ebene, was Tags wie „Gräser“ und „Häuser“ zeigen, danach auf einer reflektierten Gefühlsebene, was Begriffe wie „aufgewühlt“, „Sturm“ oder „wirr“ verdeutlichen.

Auf diese Weise habe ich mehrere Bilder analysiert:

  • Porträts
    Vincent van Gogh: Selbstbildnis mit verbundenem Ohr, 1889
    Hans Thoma, Großherzog Friedrich I. von Baden, 1909
  • Stillleben
    Henri Fantin-Latour: Malvenstrauß, 1882
    Vincent van Gogh: Paul Gauguins Stuhl, 1888
  • abstrakte Bilder
    Umberto Boccioni: Elsticià, 1912
    Christian Rohlfs: Rote Dcher unter Bäumen, 1913
  • Bilder mit einer dominanten Farbe
    (Albrecht Altdorfer: Christus am Ölberg, 1513 und Carl Morgenstern: Golf von Bajae, 1834),
  • den Tastsinn ansprechende Bilder
    Willem van Aelst: Stillleben mit Jagdgeräten und totem Rebhuhn, 1668
    Jacques Blanchard: Heilige Familie, 1630

Ich gebe die einzelnen Resultate und Fazits nicht wieder, sie können Sie in der Dissertationsschrift nachlesen [2]. Die Erkenntnisse aus diesen Berechnungen, welche Kategorie von Tags bei welchem Bildtyp zuerst getaggt wird, kann z.B. für eine automatisierte Kategorisierung genutzt werden.

Jedoch möchte ich das zusammengefasste Fazit für die Kategorie Kunstwissen darstellen, das für kunstgeschichtliche Tagging-Anwendungen von Bedeutung sein dürfte:

Die Position der Kategorie KUNSTWISSEN

Die Spieler griffen möglichst zuerst auf ihr Wissen zurück. Das war bei den sehr bekannten Bildern von van Gogh dessen Name. Auch das Genre, in dieser Untersuchung „Abstrakt“, „Porträt“ oder „Stillleben“, das jeweils eine Unterkategorie des Kunstwissens darstellt, wurde stets zu Beginn eingegeben. Es wirkt so, als wollten die Spieler zunächst ihr Wissen „abladen“.

Die sehr frühe Position von Kunstwissen in der Rangliste wird als positives Zeichen für die Motivation der Spieler gedeutet. Ihr verfügbares Wissen möchten sie so schnell wie möglich zeigen bzw. damit zur Verschlagwortung der Bilder beitragen. Es wäre überaus wichtig, diese Motivation ernst zu nehmen und Anwendungen zu schaffen, bei welchen die Spieler mit Spaß und Kurzweil ihr Wissen nicht nur anwenden, sondern noch vermehren können. Spaß und Kurzweil sind deshalb wichtig, weil sie Voraussetzungen für das Eintreten von positiven Emotionen sind. Sie sind die Grundlage für Behaltensleistungen. Es ist anzunehmen, dass sich eine Investition in die Vergrößerung des Wortschatzes der Spieler auszahlt.[3]

Das ist doch eine schöne Legitimation für den Einsatz von kunstgeschichtlichen Tagging-Plattformen.

[1] Der Algorithmus für die Berechnungen in diesem Abschnitt wurde über das statistische Beratungslabor der LMU unter Leitung von Prof. Dr. Helmut Küchenhoff von den Studierenden Yvonne Barth und Andreas Singer programmiert.

[2] Scherz, Sabine (2017): Kunstgeschichte berechnet: Interdisziplinäre Bilddatenanalyse crowdgesourcter Annotationen. Dissertation, LMU München: Fakultät für Geschichts- und Kunstwissenschaften, S. 151 – 178 (urn:nbn:de:bvb:19-214650)

[3] ebd., S. 178



Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

This site uses Akismet to reduce spam. Learn how your comment data is processed.