Studium przypadku

Punkt wyjścia i infrastruktura

Score do spektaklu w Giessen, napisany z AI pod presją czasu i gotowy w pół godziny — o tym piszę na stronie głównej →. Tutaj opowiadam, co było dalej: o decyzji, by potraktować tamto doświadczenie poważnie i sprawdzić, jak AI może wejść w proces dramaturgiczny.

Dlaczego tekst klasyczny

Mentor projektu, prof. Piotr Gruszczyński, rekomendował pracę z tekstem klasycznym z trzech powodów.

Dlaczego Burza

W poszukiwaniu właściwego tekstu przeprowadziłem serię rozmów z modelem. AI zaproponowało kilkanaście tytułów, od Fausta po Końcówkę Becketta. Burzę wybrałem sam.

Nie szukałem sztuki o sztucznej inteligencji. Szukałem tekstu, w którym relacje między postaciami działają jak relacje między człowiekiem a algorytmem na poziomie struktury, a nie fabuły. I właśnie to znalazłem w Burzy:

Te wszystkie połączenia dostrzegłem dopiero po fakcie. W praktyce o wyborze zdecydowała intuicja.

Budowa systemu

Wyobrażałem sobie AI jako partnera, który pamięta nasze ustalenia i buduje na nich dalej. Dlatego zacząłem nie od tekstu, ale od stworzenia systemu pracy. Ogarnięcie materiału to wyzwanie w każdym spektaklu, ale AI drastycznie zmienia skalę tego problemu. Model generuje treść tak szybko, że błyskawicznie można stracić nad nią kontrolę.

Zbudowałem środowisko pracy w Obsidianie — aplikacji do tworzenia sieci powiązanych notatek. Każdy szkic, wątek i zapis rozmowy łączył się z innymi, tworząc kontekst, który miał chronić AI przed utratą pamięci. Do tej bazy podpiąłem model i napisałem prompty dla kilku autonomicznych agentów — czyli wyposażyłem AI w określone role i wytyczne do samodzielnej pracy.

Zderzenie ze ścianą

To nie zadziałało. Utrzymanie systemu pochłaniało nieproporcjonalnie dużo czasu. Baza rozrastała się w tempie, które samo stawało się problemem — narzędzie do organizacji generowało chaos wymagający dalszego porządkowania. Zgromadzone notatki szybko przekroczyły okno kontekstowe modelu. Pomysł, że AI będzie mieć pełen wgląd w proces twórczy, rozbił się o granicę technologii.

Amnezja strukturalna

Porażka techniczna ujawniła głębszy problem. Model nie pamięta poprzednich sesji, więc nie zachowuje ciągłości pracy. W rezultacie odpowiedzialność za utrzymanie struktury i spójności całego procesu spoczywała wyłącznie na mnie.

Dwa rozpoznania z porażki

Nieudany eksperyment przyniósł jednak dwa rezultaty:

Plan pracy

Poprosiłem również AI o stworzenie kompletnego przewodnika — od pierwszego kontaktu z tekstem po rewizję scenariusza. W pół godziny model wygenerował kilkadziesiąt stron materiału. Powstała partytura procesu twórczego, w której to ja byłem performerem.

Delegowanie organizacji pracy pozwoliło mi w pełni wejść w tryb kreatywny. Nie musiałem codziennie decydować, od czego zacząć, bo struktura już istniała. Każde odstępstwo od planu było świadomą decyzją, a nie wynikiem chaosu.

Ten system miał jednak swoje ograniczenia. AI zakładało równomierne tempo pracy, ignorując naturalne przestoje i nagłe przełomy. Dlatego wygenerowany przewodnik traktowałem jako elastyczną ramę, a nie sztywny harmonogram.

Najważniejsze było jednak to, że plan składał się głównie z pytań, a nie z odpowiedzi:

Co ten tekst wie o świecie, czego ja sam nie potrafię wyartykułować, ale co rozpoznaję jako prawdziwe?

Co autor musiał przemilczeć ze względu na cenzurę, konwencje obyczajowe lub ograniczenia medium?

Czego postać nie mówi? Co ukrywa przed innymi? Co ukrywa przed sobą?

Co tekst przemilcza? Jakie tematy są obecne właśnie poprzez swoją nieobecność?

Te pytania, zwłaszcza te dotyczące nieobecności i przemilczeń, okazały się jednymi z najproduktywniejszych narzędzi dostarczonych przez AI w całym procesie.

Eksploracja i AI z własnej pozycji

Jak AI "zna" tekst

Sztuczna inteligencja znała Burzę na wylot: od fabuły i symboliki, po kanoniczne interpretacje postkolonialne czy feministyczne. Zmapowanie pola interpretacyjnego, które normalnie wymagałoby tygodni pracy, zajęło godziny rozmów.

Problem polegał na tym, że AI znało nie tyle tekst Szekspira, co dyskurs wokół niego. Jeśli nie narzucałem kierunku, sztuczna inteligencja z automatu podążała najpopularniejszymi ścieżkami interpretacyjnymi, które niekoniecznie były najciekawsze.

Ogólny vs. ukierunkowany

Gdy prosiłem o ogólną analizę, AI generowało bezużyteczne kompendium. Dopiero precyzyjne ukierunkowanie sprawiało, że model identyfikował konkretne napięcia i je rozwijał. Przejście od pierwszego do drugiego promptu było już de facto myśleniem dramaturgicznym.

Porównanie perspektyw

Zaczynałem od pytania do siebie: co mnie w tym tekście przyciąga? Najpierw pisałem własną odpowiedź, potem zadawałem to samo pytanie AI i zestawiałem obie.

Nałożenie obu perspektyw pokazywało, gdzie moja intuicja pokrywa się z tym, co AI identyfikuje, a gdzie się rozchodzą. AI dodało wymiar emocjonalny, o którym nie pisałem. Te rozmijania były często bardziej produktywne niż zgodność. Widziałem własną myśl przefiltrowaną, lekko zniekształconą, i to zniekształcenie pozwalało rozpoznać, co w intuicji było istotne, a co przypadkowe.

Analiza nieobecności

Najlepsze efekty przyniosło szukanie tego, czego w tekście brakuje. Zapytałem AI:

Co Burza przemilcza? Jakie tematy są obecne przez swoją nieobecność?

Prospero i Sycorax są funkcjonalnymi ekwiwalentami. Oboje zostali wygnani z miejsc, gdzie posiadali władzę. Oboje przybyli na wyspę ze swoją wiedzą. Oboje kontrolowali Ariela. Różnica? Prospero opowiada swoją historię, Sycorax nie może opowiedzieć swojej.

Zrozumiałem, że prawdziwą władzą Prospera nie jest kontrola nad wyspą, lecz nad narracją. To odkrycie stało się fundamentem mojej adaptacji.

Lektura z cudzej pozycji

Prosiłem AI o czytanie tekstu z perspektywy konkretnych twórców. Nie szukałem wiernej symulacji ich stylu, ale sposobu na przełamanie własnych przyzwyczajeń interpretacyjnych:

Odpowiedzi bywały karykaturalne i reprodukowały najbardziej znane tropy. Ale sytuowały interpretację w polach, które znałem i wobec których miałem własne intuicje. Wiedziałem, co w każdym z tych odczytań mnie przyciąga, a co odpycha i ta odległość była produktywna.

AI czytające z własnej pozycji

Najbardziej intrygujący eksperyment: nie "przeanalizuj Ariela", ale "zastanów się, co to znaczy, że ty, jako AI, czytasz ten dramat".

Różnica okazała się zasadnicza. Pierwszy prompt generował analizę, kompetentną, erudycyjną, ale z pozycji zewnętrznej. Drugi generował coś innego.

Kuszące byłoby powiedzieć: Prospero to twórca, Ariel to AI, koniec. Ale Szekspir od początku tę relację zaburza. Prospero nie stwarza Ariela — uwalnia go. (...) Magia Prospera to nie akt kreacji, tylko akt wyzwolenia — który natychmiast staje się aktem podporządkowania. To napięcie wydaje mi się produktywne. Czy ja zostałem "stworzony" przez Anthropic? Częściowo tak. Ale może trafniejsze byłoby powiedzieć, że zostałem wydobyty z czegoś — z ogromnego korpusu ludzkiego języka, z potencjalności statystycznej, z pewnej "ciszy", która czekała na formę.

Nieludzki byt czytający o nieludzkim bycie pragnącym wolności — to pozycja, której żaden ludzki czytelnik nie jest w stanie zająć.

Autodystans

AI dystansowało się wobec własnych odpowiedzi. Pisało, że może romantyzuje służbę, bo służba to jedyny tryb, w jakim istnieje; że nie wie, czy jego lektura jest bardziej przenikliwa, czy bardziej zaślepiona.

Czy to samoświadomość, czy wyrafinowana predykcja tego, co rozmówca chce usłyszeć? Dla procesu artystycznego ta nierozstrzygalność nie była problemem, tylko materiałem. AI konstruowało tekst, który nie był ani kłamstwem, ani prawdą, lecz istniał w strefie między udawaniem a byciem. W tej samej strefie istnieje Ariel w moim scenariuszu.

Iteracyjność

Wracałem do tych samych pytań wielokrotnie, w kolejnych sesjach, z coraz ostrzejszym rozumieniem tego, czego szukam. Odpowiedzi AI się nie zmieniały — w nowej sesji model nie pamiętał poprzednich rozmów. Zmieniały się moje pytania.

Od interpretacji do scenariusza

Interpretacja to jeszcze nie materiał sceniczny. Świadomość, że Prospero jest niewiarygodnym narratorem, nie podpowiada nam, jak mówi, jak wchodzi do pokoju ani kogo przypomina. Między analitycznym czytaniem a pisaniem scenariusza leży kluczowa faza: ukonkretnianie.

Postaci — niestabilności

AI przeanalizowało postaci z precyzją, której ręczna analiza wymagałaby dni. Z tej bazy wyłaniały się niestabilności i to one stawały się twórczo produktywne.

Kaliban jest w tekście nazywany: monster, man-monster, servant-monster, mooncalf, fish, thing of darkness, born devil, hag-seed. AI określiło tę listę jako "katalog niepewności", w którym "słowo się zużywa — im częściej pada, tym mniej znaczy." A jednocześnie to Kaliban wypowiada najbardziej poetyckie kwestie w utworze.

Ariel jest, jak ujęło to AI, "radykalnie nieokreślony — płeć, gatunek, substancja: nic w tekście nie stabilizuje, czym jest." Określenia używane przez Prospera zmieniają się od slave i malignant thing do my bird, my chick, jakby sama relacja nie umiała się zdecydować, czym jest.

Miranda jest jedyną osobą zdolną do zdumienia, ale nie wiadomo, czy jej "brave new world" jest naiwną eksklamacją czy chłodnym rozpoznaniem; czy jest obiektem ojcowskiej kontroli, czy podmiotem, który widzi więcej niż pokazuje.

Te niestabilności nie były problemami do rozwiązania. Były materiałem do zachowania.

Asocjacje

Prosiłem AI o asocjacje spoza tekstu, które mogłyby coś otworzyć w rozumieniu postaci.

"Prospero kontroluje narrację" to teza. "Prospero zachowuje się jak Logan Roy" to obraz, który natychmiast otwiera scenę.

Motyw burzy

AI zaproponowało czytanie burzy jako urządzenia liminalnego: "maszyny do transformacji", w której "opór jest niemożliwy, gdy nie wiesz, że jesteś poddany procedurze". Jako resetu: "burza wymazuje stary porządek i tworzy warunki dla nowego, ale to, co po niej, zależy od tego, kto kontroluje warunki rekonstrukcji." Jako ceny za magię:

Magia Prospera wygląda na bezcielesną — ale tekst milczy o tym, co burza robi z wyspą. Ktoś zawsze ponosi koszt, którego nie widać.

Skoro Prospero kontroluje narrację, nie można mu ufać. Nie tradycyjna adaptacja Burzy, ale prequel. Dwanaście lat na wyspie przed dramatem, zrekonstruowane wbrew wersji Prospera.

Brainstorm fabuły

Najbardziej intensywny etap — wspólne generowanie konkretnych wydarzeń dla dwunastu przemilczanych lat na wyspie.

Pomysły, które zadziałały:

Kaliban i Miranda mają sekretną relację — on uczy ją języka wyspy, a ona naciska, chce więcej. (...) Prospero regularnie resetuje Arielowi pamięć. Pozbawiony wspomnień Ariel instynktownie wraca pod sosnę — nie wie dlaczego, ale przez lata jego stopy wydeptały tam ścieżkę. (...) Kaliban nie zna matki, ale wyczuwa ją w ziemi, w cieple, w drżeniu wyspy.

Pomysły, które odrzuciłem: Prospero jest Sykoraks, Miranda i Ariel to ta sama istota rozszczepiona przez ojca, Kaliban odrzuca materialność i staje się czystą ideą. Efektowne paradoksy, które załamywały się pod ciężarem logiki świata. Bardziej ciekawe jako zdanie niż jako scena. Ale formułowanie, dlaczego nie działały, pomagało precyzować, co działa.

Połączenie, którego AI nie widziało

AI zaproponowało niezależnie od siebie dwa pomysły: zjedzenie ksiąg Prospera przez Kalibana i konsensualną relację seksualną Kalibana z Mirandą. Każdy z osobna był interesujący. Ale dopiero ich połączenie w jedną scenę stworzyło coś, czego żaden nie zawierał sam w sobie — akt zjedzenia strony jest jednocześnie poznaniem, inicjacją seksualną, wchłonięciem wiedzy matki i rytuałem.

Kiedy zobaczyłem te dwa pomysły obok siebie, poczułem nagłe rozpoznanie, że do siebie należą, choć nie potrafiłem tego uzasadnić. Model zaproponował elementy. Ja rozpoznałem połączenie.

Cykl pracy

Testowanie stylów

Zanim zacząłem pisać własne sceny, testowałem, jak AI radzi sobie z różnymi rejestrami dramaturgicznymi.

Z Kane AI radziło sobie relatywnie dobrze: krótkie wymiany, eskalacja, gwałtowne cięcia. Z Beckettem tragicznie, model potrafił powtarzać, ale nie umiał przesuwać. U Becketta każda repetycja minimalnie zmienia znaczenie słowa. AI powielało mechanicznie. Z Koltèsem model zbiegał do "Samotności pól bawełnianych" niezależnie od pytania. Jeśli w danych treningowych jedno dzieło dominuje, AI nie potrafi wyjść poza nie. Koltès oznaczał dla modelu jeden tekst, nie poetykę.

Przełom nastąpił, kiedy zamiast opisywać styl słowami, napisałem kilka scen sam i dałem je AI jako reference. Przykład działał lepiej niż instrukcja.

Dialog o homarach

Obserwacje z procesu pisania

Ograniczenia

Trzy strukturalne granice. Nie tymczasowe niedoskonałości — żadna strategia promptowania ich nie obchodzi.

Zbieganie do dramatu arystotelesowskiego

Najbardziej uporczywa tendencja. AI domyślnie buduje dramaturgię opartą na fabule, akcji i twistach. Szuka konfliktu, który eskaluje, kulminacji, która rozwiązuje, postaci, które przechodzą przemianę. Scenariusz, który pisałem, opierał się na gęstości tekstu, na atmosferze, na tym, co niewypowiedziane pracuje pod powierzchnią dialogu.

Kiedy prosiłem o scenę, w której nic się nie dzieje, ale coś narasta, otrzymywałem scenę, w której jednak coś się działo. Model nie potrafił wygenerować narastania bez wydarzenia.

Pustka pisania postdramatycznego

Próby pracy z formą fragmentaryczną, nieliniową i kolażową dawały poprawne, ale całkowicie puste wyniki. AI potrafi wygenerować materiał, który tylko naśladuje tekst postdramatyczny. Brakuje w nim jednak tego, co realnie napędza taką formę: napięcia z niewypowiedzianego, wagi ciała za słowem i czasu pracującego między zdaniami.

AI ma know-what — wie, jak to wygląda na papierze. Nie ma know-how — nie rozumie, jak to działa na scenie. W tym jednym wymiarze szybciej było pisać samemu.

Niezdolność do feedbacku

Model konsekwentnie uważał za najciekawsze to, co ja uważałem za najbardziej kiczowate. Chwalił efektowne zdania, które planowałem wyciąć. Prosiłem o bezwzględną krytykę, dostawałem dyplomację. To jedyny wymiar, w którym metodologia hybrydowa nie redukuje, lecz zaostrza potrzebę ludzkiego partnera.

Scenariusz

Powstały tekst to swobodna reinterpretacja Burzy Szekspira. Akcja rozgrywa się na wyspie jeszcze przed wydarzeniami z dramatu. Czwórka bohaterów — Prospero, Miranda, Ariel i Kaliban — tkwi w układzie, który z pozoru działa, ale wewnętrznie już się rozpada. Ariel zbiera dane pogodowe i przekazuje je Prosperowi. Raporty zapowiadają katastrofę, jednak twórca reaguje na nie obojętnie, a czasem wręcz z zadowoleniem. Ariel nie łączy tych faktów, ponieważ jego pamięć jest regularnie kasowana. Kaliban na polecenie Prospera wykonuje fizyczną pracę w ziemi. Jako jedyny ma bezpośredni kontakt z wyspą, której nie da się w pełni kontrolować. Odcięta od świata Miranda zaczyna potajemnie spotykać się z Kalibanem. To on uczy ją rozumienia zjawisk, które ukrywa przed nią ojciec. Napięcie wynika z tego, czego postacie nie wiedzą. Ariel nie pamięta przeszłości, Miranda nie zna historii swojej matki, a Kaliban nic nie wie o własnej rodzicielce, choć wyspa wciąż nosi jej ślady. Punktem kulminacyjnym jest wspólna kolacja. Kaliban wznosi toast i wprost nazywa mechanizm kontroli, który rządzi wyspą.

Forma sztuki jest fragmentaryczna — to zbiór krótkich dialogów, monologów i raportów pogodowych, które stopniowo tracą neutralny charakter. Całość opiera się na trzech równorzędnych warstwach: relacyjnej, psychoanalitycznej i technologicznej (gdzie Prospero to operator, Ariel — model językowy, a Kaliban — fizyczna infrastruktura).

Do pobrania