Das Modul (Un)Creative Machines beschäftigt sich kritisch mit der Rolle Künstlicher Intelligenz im Bereich Gestaltung und Kunst und bietet einen Einstieg um KI in die eigene künstlerische Arbeit einzubinden. In interdisziplinärer Zusammenarbeit entwickeln die Studierenden mehrere kleine Projekte und lernen Grundtechniken von KI wie Tracking, Detection, Classification oder Generative AI kennen. Im Zentrum steht das spielerische Experimentieren mit KI basierter Software und einsteigerfreundlichen Code Libraries um zu verstehen wann, wo und wie KI einen Nutzen für die eigene künstlerische Arbeit darstellt. Gestalterische Inputs von Designer- und Künstler:innen sowie theoretische Inputs zu ökologischen, ökonomischen, sozialen und politischen Herausforderungen von KI begleiten das Modul und unterstützen die Studierenden dabei ihre eigene Haltung zu beziehen.
Max Frischknecht, max.frischknecht[at]hslu.ch (Data Design + Art)
Michael Flückiger, michael.flückiger[at]hslu.ch (Data Design + Art)
Paulina Zybinska, hey[at]zybinska.com
Raum 113, 1. Stock
Hochschule Luzern
Design Film Kunst
745 Viscosistadt
Nylsuisseplatz 1
6020 Luzern-Emmenbrücke
Texte für Di, 29.4.2025:
- Audry, S. (2021). 5 Beyond Human Understanding. In Art in the Age of Machine Learning (pp. 113-135). The MIT Press.
- Ivanova, V., Jäger, E., Milne, A., & Zhang Zhexi, G. (2024). Defining Public AI. In Future Art Ecosystems Vol 4. Art x Public AI (pp. 26–59). Serpentine Galleries. https://reader.futureartecosystems.org/briefing/fae4/artist
Texte für Do, 1.5.2025
- Alpaydin, E. (2021). Why we are interested in machine learning. In Machine Learning (pp. 1–34). MIT Press. https://doi.org/10.7551/mitpress/13811.001.0001
Texte für Mi, 7.5.2025
- Crawford, K., & Paglen, T. (2019, September 19). Excavating Ai: The Politics of Images in Machine Learning Training Sets. https://excavating.ai/
- Pasquinelli, M., & Joler, V. (2021). The Nooscope manifested: AI as instrument of knowledge extractivism. AI & Society, 36(4), 1263–1280. https://doi.org/10.1007/s00146-020-01097-6
Python Introduction
- https://colab.research.google.com/
ML5 Introduction
- https://ml5js.org/
- https://editor.p5js.org/
Natural Language Processing (NLP)
- https://huggingface.co/docs/transformers/v4.17.0/en/index
Open Source Large Language Models (LLMs) & UIs
- https://ollama.com/
- https://ollama.com/library/mistral-nemo
- https://openwebui.com/
- http://gpt4all.io/
- https://dev.to/simplr_sh/mastering-system-prompts-for-llms-2d1d
Tools & Plattforms
- https://huggingface.co/
- https://replicate.com/
- https://www.docker.com/products/docker-desktop/
- https://ffd8.github.io/cli-for-artists-and-designers/