Literaturwissenschaftler und Programmierer haben selten miteinander zu tun, dabei ist eine Programmiersprache erst einmal nichts anderes als Sprache. Und ein Quellcode ist nichts anderes als ein Text: ein Text, in dem Handlungsanweisungen formuliert sind, die ein Computer ausführen soll. Programmieren lässt sich in diesem Sinne als eine Art von Schreiben verstehen, mit eigenen Regeln, aber auch einer eigenen Ästhetik.
Einen Eindruck davon bekommt man, wenn man sich die Style Guides verschiedener Programmiersprachen ansieht. In diesen Style Guides wird beispielsweise festgelegt, wie man Benennungen vornehmen kann oder wie der Code formatiert werden soll, damit ein einheitliches Schriftbild entsteht. Es handelt sich um eine eher trockene Angelegenheit, und wenn man diese Texte liest, denkt man nicht unmittelbar an Literatur.
Trotzdem ist eine mittlerweile sehr lebendige, avantgardistische literarische Schule entstanden, die Quellcode nicht nur als Text begreift, sondern ihn auch als literarisches Handwerkszeug nutzt. Diese Codepoesie, in der es heute so experimentiell und verkopft zugeht wie in den Anfangstagen der elektronischen Musik, gründet sich auf dem Prinzip, dass Mensch und Maschine gemeinsam schreiben.
Der Bot @pentametron retweetet Tweets, die zufällig ein Pentameter aufweisen
Ein beliebtes Spielfeld dieser Künstler ist Twitter: Die strenge Zeichenbegrenzung begünstigt die Entstehung von Bots, das heißt, von Programmen, die automatisiert Texte verfassen, retweeten und andere Tätigkeiten innerhalb der Twitter-Struktur übernehmen. Während diese kleinen Programme vor allem dafür bekannt sind, die Twitter-Accounts diverser Unternehmen zu betreuen, gibt es auch eine Vielzahl von literarischen Projekten.
Der Algorithmus des Twitter-Bots @pentametron etwa wählt Tweets aus dem Nachrichtenstrom aus, die zufällig das Versmaß eines Pentameters aufweisen, und retweetet diese dann. Ranjit Bhatnagar, der Programmierer von @pentametron schreibt, der Bot schwebe "irgendwo zwischen konzeptueller Dichtung, Cut-up und generativer Kunst, und irgendwie kommt es mir so vor, als habe er schon immer in Twitter geschlummert und nur darauf gewartet, gefunden und herausgelassen zu werden".
Viele Twitter-Bots lassen sich als Formen konzeptuellen Schreibens begreifen, die an Traditionen wie Oulipo anknüpfen, das sich dem Schreiben unter formalen Zwängen verpflichtet. Der Fokus der Twitter-Bots liegt nicht auf der Neuproduktion von Text, sondern auf einem Abschreiben, Umschreiben und auf der De- und Rekontextualisierung von Textpassagen aus diversen Korpora. Der Unterschied ist, dass diese Schreibprozesse automatisiert im Hintergrund stattfinden. Bei Twitter-Bots gibt es in diesem Sinne zwei Textebenen: den Tweet selbst und den Quellcode.
Die automatisch generierten Biografien werden oft für echt gehalten
Ein anderes berühmtes Beispiel ist der Twitter-Bot @censusAmericans. Er tweetet stündlich Kurzbiografien basierend auf Datensätzen von Personen, die an der Datenerhebung des U.S. Census Bureau im Jahr 2013 teilgenommen haben. Die einzelnen Tweets wirken, als seien sie von echten Personen verfasst: "I am looking for work. I only worked around 3 months last year. I don't have health insurance. I am divorced. I got married in 1992."
Die Ich-Erzähler der Biografien geben Fakten aus ihrem Alltag an, beispielsweise wie lange ihr Weg zur Arbeit dauert, welcher Tätigkeit sie nachgehen und welche Sprachen sie sprechen. Und der literarische Effekt funktioniert: Teilweise sprechen Twitter-Nutzer die Person hinter der Kurzbiografie an, geben ihnen Tipps, stellen ihnen Fragen, obwohl die Tweets von einem Bot stammen, der ihnen gar nicht antworten kann.
Der Datensatz, aus dem der Bot schöpft, besteht aus Kodierungen, die ein Mensch erst mühsam nachgeschlagen müsste, um sie zu verstehen. Der Quellcode von @censusAmericans automatisiert diese Arbeit und wandelt die Tabelleninhalte in "echte Personen" um. Die Programmiererin hinter dem Bot, Jia Zhang, wählt dabei die genauen Formulierungen, wie "It takes me 35 min to get to work" oder "I am divorced" und bringt die Ich-Perspektive mit ein, sodass vordergründig die Daten für sich selbst sprechen. Auf den ersten Blick wirkt Jia Zhang als Autorin.
Im Laufe des Programmierprozesses gibt sie jedoch eine wichtige Autorfunktion auf: Im Rohzustand sind die Einzelbiografien viel zu lang für einen Tweet. Um einen Tweet zu erzeugen, wird nur auf drei oder vier einzelne Sätze zurückgegriffen. Diesen Auswahlprozess gibt die Programmiererin an die Maschine ab.
Die Frage lautet: Welche Narrative entstehen bei der maschinellen Datenverarbeitung?
Es ist noch nicht einmal ihr eigener Quellcode, der darüber entscheidet, aus welchen Sätzen die Kurzbiografien letztendlich bestehen. Entscheidend in Jia Zhangs Code ist die Funktion "random.sample()", welche auf eine Zufallsfunktion aus dem Python-Modul "random" zurückgreift. Die "random.sample()"-Funktion wählt die Textbausteine, aus denen der spätere Tweet besteht, zufällig aus.
Ein wichtiger Schritt: Die Biografien erhalten hier ein erzählerisches Element, denn die Daten bestimmen das Bild, das die Leser von der Person und ihrem Leben bekommen. Dass dieser Schritt in der Programmierung der "Maschine" überlassen wird, könnte man als konzeptuell-literarische Entscheidung auffassen: Es stellt die Frage nach den Narrativen, die im maschinellen Verarbeitungsprozess der Daten entstehen.
@censusAmericans ist angelegt auf eine absurd lange Laufdauer, der Bot arbeitet sich durch eine Datensammlung mit insgesamt 15 450 265 Zeilen und hört erst auf zu twittern, wenn alle Zeilen abgearbeitet sind, was noch ziemlich genau 1760 Jahre dauern wird. Für Menschen wäre es utopisch, diesen Datensatz tatsächlich zu lesen. Das Kürzen auf Tweet-Länge wird auf diese Weise zum entscheidenden Schritt: Hier werden die Daten für Menschen verarbeitbar aufbereitet.
Die Entscheidung, das Kürzen der Biografien randomisiert vonstattengehen zu lassen und es damit gänzlich in die Hände der Maschine zu geben, zeigt, dass die Maschine in die Erzählung selbst gestalterisch eingreift und sie gewissermaßen fiktionalisiert. Gleichzeitig scheint es diesen fiktiven Anteil zu brauchen, damit eine Leserschaft die Daten überhaupt bewältigen und analysieren kann. Wenn man den Bot als Kunstwerk lesen möchte, wäre genau das sein Thema: @censusAmericans diskutiert den Automatisierungsprozess, aus dem er entstanden ist.
