Autor: Jorge Ocampo
Candidato a Doctor en Artes
Universidad de Antioquia
Año: 2021
Resumen:
En correspondencia con la tendencia humana por perfeccionar las herramientas para transitar nuestro día a día, se desarrollan tecnologías que según varias hipótesis, tendrán un momento en el cual, la máquina igualará o superará la condición del pensamiento humano y sus destrezas para resolver múltiples procesos y situaciones. Esto ha llevado a plantear en diferentes espacios científicos, académicos, filosóficos y artísticos, que es posible una inteligencia artificial (IA) creativa.
Según varios científicos y artistas, indican que a principios del siglo XXI, se hace evidente que en el uso de máquinas de aprendizaje IA, además de obtener una idea de cómo las redes neuronales artificiales llevan a cabo tareas de clasificación, también se generan imágenes que podrían ser consideradas como propuestas artísticas y adicionalmente, relacionan que estas mismas máquinas, se han adaptado para producir libretos de películas, composiciones musicales, diseños de productos, planos arquitectónicos, pinturas, entre otras realizaciones que permiten que una máquina ejecute ciertas acciones que aportan en las prácticas artísticas contemporáneas. Pero también es importante entender que estas máquinas son un elemento de control y a su vez un aparato de producción, que bajo las lógicas del aprendizaje automático incorporan fallas y sesgos.
Esto, termina siendo el insumo para tratar de secularizar la IA del estado ideológico de “máquina inteligente – Creativa” por uno de instrumento de conocimiento. En lugar de evocar discusiones sobre genios creativos, es más importante considerar entonces, el aprendizaje automático IA, como un instrumento de ampliación del conocimiento que ayuda a percibir características, patrones y correlaciones sociales a través de vastos espacios de datos más allá del alcance humano.
Igualmente, la relación hombre máquina en el proceso de “co-producción”, se plantea para esta tesis, como un rechazo a la división estricta de ambos y más bien se genera como una visión que recalibra la creatividad humana y la pone en cuestión. Ya no se trata de preguntar por si la máquina es creativa o no, sino más bien por como creativamente el humano aprovecha dicho aprendizaje maquínico, con la intención de aportar desde las prácticas artísticas, en el debate sobre las implicaciones políticas, éticas, sociales y económicas que suceden con la aplicación de la IA.
Palabras clave:
Inteligencia artificial, Procesos de co-producción entre humanos y máquinas, automatización, máquinas creativas, secularización de la IA, sesgo algorítmico.
La inteligencia artificial (IA) se viene desarrollando no hace más de un siglo y hace muy poco tiempo, con el aporte de las tecnologías digitales y la masificación de la computación, comienza a explorarse de manera cotidiana. La IA hace evidente el uso de máquinas que aprenden para mejorarse a sí mismas, esto gracias a los algoritmos que las gobiernan, Machine Learning (“Aprendizaje de las máquinas”). Lo que hace particulares a estas máquinas, es que sus algoritmos están diseñados para “asimilar” nuevos elementos en el transcurso de sus operaciones, a fin de enriquecer constantemente su cualidad de experticia (Sadin, 2020, 73). Sin embargo nos cuesta apresarla del todo, como si estuviéramos todavía pasmados por su carácter repentino y su potencia de deflagración, comentamos en todo momento sobre sus posibles consecuencias, generalmente las que movilizan la parte más emotiva de nosotros mismos, cómo la automatización que puede reemplazar a los humanos en el trabajo, o la posibilidad de que una máquina sea más astuta que nosotros. La IA, se erige como una instancia responsable de exponer la verdad (Sadin, 2020), lo digital se rige como un órgano habilitado para peritar lo real y dar una mirada ampliada de cada suceso, desde el control de una operación bancaria, la elección de un programa de entretenimiento, el control social de las masas a través del reconocimiento facial y de movimiento, hasta la posibilidad de ver una máquina “haciendo arte” y definiendo a través de sus algoritmos y cualidades computacionales, un orden en la producción de imágenes “más viable” de lo que nuestra subjetividad humana nos lo permite. Para algunos, la creatividad, la estética, la inteligencia son la cúspide de las capacidades humanas y, por lo tanto, representan el último baluarte contra los avances aparentemente imparables de la IA, este campo complejo se convierte en el último campo de pruebas paras las posibilidades y limitaciones de la IA (Arielli & Manovich, 2021). El encuentro entre la IA y el arte, es crucial, porque el arte se considera esencialmente de dominio humano.
Lo humano está animado por una pasión perturbadora: engendrar dobles artificiales de sí mismo. Desde la antigüedad, la historia está jalonada de episodios que nos permiten ver a ciertos individuos intentando concebir, bajo distintas formas, criaturas a las que se asignan nuestra misma conformación y que deberían estar dotadas, según el caso, de algunas de nuestras cualidades Kinestésicas, sensoriomotrices y cognitivas (Sadin, 2020, 61). En algunos mitos antiguos, la literatura, el arte y el cine se configuran relatos que dan cuenta de la presencia de máquinas que quieren asemejar y superar dichas cualidades.
Ejemplo de esto, son los ideales antropocéntricos en la construcción de autómatas del siglo XVIII, y la propuesta de la robot artista AI-DA, en el siglo XXI, del cual se menciona que es “el primer robot artista humanoide ultra realista del mundo, completado en el año 2019” (Meller & Engineered Arts, 2019). Esta máquina fue diseñada para imitar los gestos humanos en la producción artística como la pintura y la escultura, además tiene la posibilidad de sostener una conversación con humanos, sobre sus productos y apariciones en salas de exposición de arte, galerías y conferencias. Está diseñado para entretener, demostrar de manera antropocéntrica el control humano sobre la tecnología, continuar con la noción de concebir máquinas que pueden imitar de manera fiel el quehacer y las formas de expresión humanas, contemplar la posibilidad de establecer diálogos y conversaciones entre humanos y máquinas, y como dice Éric Sadín, se expresa como una aspiración humana que nunca se conformó con calcar literalmente nuestras características, sino que pretende remitirse a algo más poderoso que nosotros mismos, aunque partiendo de nuestra misma constitución. Dentro de la ambición de lograr la reproducción antropomórfica está siempre la fantasía de hacer surgir una entidad dotada de poderes superiores (Sadin, 2020, 64).
Nota. Fuente: Pato de Vaucanson
Nota. Fuente: Autómatas de Pierre Jacquet Droz
Nota. Fuente: https://hipertextual.com/2017/08/turco-automata
Fuente: https://www.youtube.com/watch?v=xxbo_nLK45o
El desarrollo de sistemas en IA, con los que convivimos diariamente, ha reforzado a su vez el descentramiento —teórico y fáctico— del que viene siendo objeto el ser humano desde hace décadas, abocado ahora a coexistir con dispositivos no humanos involucrados en la producción de conocimiento y en procesos creativos. Este escenario obliga a resituarnos en una ecología híbrida de actantes diversos y nos conmina a pensar qué papel nos corresponde desempeñar en este nuevo sistema (Rodríguez Ortega, 2020). surgen procesos como: autómatas celulares, estructuras de ramificación automática que los botánicos utilizan para sus estudios, programación evolutiva, redes neuronales artificiales (Boden & Edmonds, 2019), procesos aleatorios para la selección de datos, agentes inteligentes artificiales, plataformas o presencias interactivas, interfaces humano-máquina. Los cuales han cambiado el marco de producción visual y han generado otras lógicas de pensamiento que transforman las relaciones entre humanos y máquinas.
Con base en la cantidad de teorías y prácticas en cuanto al desarrollo de esta tecnología, surgen inquietudes en varios de los autores que consideran que la IA puede ampliar nuestra mente y nuestra condición de apropiación del mundo. Algunos de los planteamientos que surgen, se basan en la teoría de que una máquina —computadora— tenga cierta capacidad creativa igual o por encima de la misma capacidad humana. Esto se debe a que las máquinas en su proceso de aprendizaje profundo están generando dinámicas de lectura de la información de manera masiva y procesos en los cuales se comienzan a evidenciar acciones y ejecuciones, que dicen ser “insospechadas para los seres humanos” (López de Mantaras, 2019).
Otra de las cuestiones, son los cambios o transformaciones que puedan tener las prácticas artísticas dado el caso en el que las máquinas, adquieran cierta autonomía creativa, lo cual se evidencia en la manera en la que esta tecnología, devela las fronteras difusas entre lo que construye un ordenador y un programador, entendido este último cómo productor de contenido, diseñador de interfaz, artesano, artista, actor, guionista, ingeniero que usa lenguajes de programación para entrenar una IA (Boden & Edmonds, 2019). Unos creen qué la IA podría liberar a los artistas de la necesidad de trabajar en sus creaciones, mientras que otros temen que la IA finalmente reemplace por completo la creatividad humana. (Arielli & Manovich, 2021)
De la imitación de la imitación, al mito de la máquina artista
Como resultado de la investigación, se revisan una serie de proyectos y experiencias que aspiran a darle autonomía a las máquinas y a dotarlas de un aura cargada de incertidumbre, por la noción de una máquina que puede ser artista. Algunos de los compromisos más reflexivos con el lado creativo de la Inteligencia artificial comprenden principalmente el arte en términos de estructura y patrón y las desviaciones posteriores del código y el canon establecidos, se tratan como intervenciones creativas. (Zylinska, 2020, p. 49), esto hace referencia a que al día de hoy, la mayoría de encuentros con el que hacer en arte que se apropia de la IA, termina elaborando un trabajo curatorial, que se podría denominar trabajo de imitación con IA o transferencia de estilo.
Proyectos:
DeepDream de Mordvintsev et al. (2015), el cual, además de obtener una idea de cómo las redes neuronales artificiales llevan a cabo tareas de clasificación, menciona que también genera imágenes que podrían ser consideradas como propuesta artística.
Estas propuestas se basan en el entrenamiento de una red neuronal artificial a la cual le envían millones de ejemplos de imágenes.
Nota. Fuente:https://ai.googleblog.com/2015/07/deepdream-code-example-for-visualizing.html
Es importante resaltar que esta noción de “máquina que hace arte” a través de IA, no es solo en la actualidad y producto de los avances tecnológicos, por ejemplo, los proyectos realizados en la década de 1970 por Harold Cohen, dan cuenta de esta aspiración por dar autonomía creativa a las máquinas.
Nota. Fuente http://www.aaronshome.com/aaron/publications/whatisanimage.pdf
Es un robot capaz de pintar dando la sensación de que se trata de un artefacto autónomo en su proceder. Se le incluyó en su programación una base de datos que le permitía a la máquina procesar la forma en cómo se ve un cuerpo humano y a su vez reconocer y posteriormente pintar el movimiento de los cuerpos. (Saldaño, 2019).
Nota. Fuente http://www.aaronshome.com/aaron/publications/whatisanimage.pdf
Este robot está diseñado para imitar algunos aspectos del comportamiento humano en la creación de arte, y para producir como resultado dibujos a mano alzada. El autor señalaba que estos dibujos surgen de manera inesperada porque el programa no tiene acceso a datos visuales y por lo tanto algunas de estas conclusiones influyen en la naturaleza de la representación visual (Cohen, 1979)
Obvious, con su conjunto de algoritmos computacionales para la obra La Famille De Bellamy. Esta propuesta imita el estilo pictórico de retratos realizados por artistas del siglo XVII y XVIII y permite distinguir entre su paleta de color y la textura de su pincelada, rasgos de los retratos pintados por Velazquez, Rembrandt, Zurbaran, Goya, entre otros.
Nota. Fuente (Obvius, 2018)
Cloud Painter de Pindar Van Arman, el cual a través de un robot, genera las pinceladas similares a las de algunos pintores del siglo XX y extrae a partir de imágenes fotográficas los modelos a representar. El autor de este proyecto, Pindar Van Arman (s.f.), argumenta que sus máquinas se han convertido en un sistema de arte generativo de IA tan sofisticado que le ha obligado a considerar la posibilidad de que todo el arte sea generativo. (Arman, n.d.)
Nota. Fuente: https://www.cloudpainter.com/
Robots de Patrick Tresset, los cuales en palabras de él mismo desarrollador, “actúan como si fueran artistas por derecho propio, produciendo imágenes que no están preprogramadas, sino una interpretación autónoma influenciada por las cualidades y defectos del robot” (Tresset, 2017).
El próximo Rembrandt de Microsoft, deja en evidencia, la necesidad de plantear nociones de IA creativa, a través de los gestos de imitación y recursos visuales conocidos para quienes la observan, procesando todas las pinturas de Rembrandt para generar un nuevo retrato que se confunde con los originales del artista.
Fuente: https://www.nextrembrandt.com/
‘Memories of Passersby I’ del artista Mario Klingemann, en donde se genera un flujo interminable de imágenes en tiempo real. Este trabajo apoyado en IA, crea nuevas imágenes basadas en fotografías de retratos de los siglos XVII al XIX.
Nota. Fuente: https://underdestruction.com/2018/12/29/memories-of-passersby-i/
Para estos proyectos se han utilizado distintas bases de datos abiertas y diferentes máquinas para el aprendizaje, las cuales permiten concluir que los resultados visuales, obedecen a los diferentes cambios de estilo en el arte a lo largo de la historia, en donde la similitud visual es la principal condición y por lo tanto, tienen la capacidad de aprender los patrones para discriminar entre estilos donde se incluyen: composición, contraste, color, pinceladas, figuración, abstracto, dimensión, entre otros marcos ya preestablecidos.
Estos proyectos abren nuevamente el debate por la noción de gusto, autoría, originalidad, experiencia y demás categorías que se asocian con un proceso de mimesis en el arte. Lo cual, se plantea como imitación de la imitación, es decir, los datos suministrados a la máquina en los ejemplos anteriores, conciben el arte como su fuente de información, y su resultado visual termina demostrando cómo las máquinas y sus desarrolladores imitan a los artistas en su proceso de representación.
https://youtube.com/playlist?list=PL4FRJ1GCcCdbDKQlmCt-2_sxO3Lpw1awi
La “creatividad” del aprendizaje maquínico se limita bajo este escenario de imitación de la imitación, a la detección de estilos a partir de sus datos de entrenamiento y luego a la improvisación aleatoria dentro de esos estilos. En otras palabras, el aprendizaje maquínico puede explorar e improvisar sólo dentro de los límites lógicos que están establecidos por los datos de entrenamiento. En estos casos, cada pintura ya está terminada antes de ser pintada, por qué el lienzo ya está calculado como un conjunto finito de posibilidades (Elgammal et al., 2018).
Conclusión
Estas máquinas basadas en IA, contienen cada vez más datos y los analizan con mayor precisión que una mente humana. Plantean la apariencia de autonomía, en donde pareciera que la máquina es la protagonista de la producción artística. Los procesamientos de información que suceden a través de sus algoritmos, parecen ser solo “visibles” para las propias máquinas y sigue siendo oculto para los observadores humanos, debido a su complejidad que a menudo es conocida como “caja negra” (Joler & Pasquinelli, 2020). Es importante tener en cuenta que el acto de elegir una fuente de datos en lugar de otra, es la marca profunda que deja la intervención humana en el dominio de las “mentes artificiales”. Somos los humanos, quienes tenemos la capacidad de cambiar el marco de referencia que tienen los datos con los cuales se entrena la máquina y damos un punto de vista analógico frente a la información. La máquina no puede plantear rupturas y cambios intuitivos en los marcos de referencia que tienen los datos.
Es así entonces, como la trillada pregunta ¿la Inteligencia artificial puede ser creativa? se formula en términos técnicos: ¿Las máquinas que aprenden pueden crear imágenes que no sean imitaciones del pasado o de estilos pictóricos conocidos? ¿El aprendizaje maquínico puede extrapolarse más allá de los límites estilísticos de su marco de referencia (datos de entrenamiento)? La cooperación humana con las máquinas se ve facilitada por la intuición, las normas culturales, las emociones, las señales y las disposiciones pre evolucionadas hacia la cooperación. La hibridación humano – máquina en el proceso de “co-producción” en arte, se plantea a partir de este punto de la investigación, como un rechazo a la división estricta de ambos en donde la máquina no tiene autonomía creativa, y más bien se genera como una visión que recalibra la creatividad humana y la pone en cuestión. Ya no se trata de preguntar por si la máquina es creativa o no, sino más bien por como creativamente el humano aprovecha dicho aprendizaje maquínico. Comprender cómo los humanos pueden operar dentro de las limitaciones del aparato que forma parte de nosotros, se convierte en una nueva tarea urgente para una –muy necesaria– teoría del arte posthumanista (Zylinska, 2020, p. 54).
La pregunta entonces: ¿Es posible una creatividad computacional?, la cual se evidencia como base conceptual en muchos casos con los proyectos y ejemplos planteados hasta este punto, se revela así, bastante reductiva, porque se basa en una idea pretecnológica de lo humano como un sujeto autónomo de decisión y acción. La computadora ya sea con la forma de una máquina de procesamiento de datos, de algoritmos, se muestra como una aproximación imperfecta del humano, que se dedica a imitar las formas con las cuales los humanos imitamos la naturaleza.
Hoy, los artistas que están explorando los terrenos de la IA, no lo están haciendo por sumarse a las propuestas de esta tecnología, como si ella fuera un dispositivo “autónomo y creativo”, sino que la están utilizando para tomar decisiones frente a un contexto y realidad que cuestiona su poder como discurso colonizador.
https://sougwen.com/project/florarearingagriculturalnetwork
https://www.youtube.com/watch?v=NaoZV7jPo10
https://devart.withgoogle.com/es#/project/18068253
https://www.jakeelwes.com/project-zizi-show.html
Referencoias
Akten, M. (2018). Deep Meditations: A brief history of almost everything. Memo Atken. https://www.memo.tv/works/deep-meditations/
Arielli, E., & Manovich, L. (2021, Diciembre 15). Artificial Aesthetics: A Critical Guide to AI, Media and Design. Lev Manovich. Retrieved March 22, 2022, from http://manovich.net/index.php/projects/artificial-aesthetics
Arman, P. V. (n.d.). Cloud Painter. Cloud Painter. https://www.cloudpainter.com/
Boden, M., & Edmon, E. (2019). From Fingers to Digits An Artificial Aesthetic. The MIT Press.
Cohen, H. (1979). What is an Image? AARONS Home. http://www.aaronshome.com/aaron/publications/whatisanimage.pdf
Fautrel, P., Caselles-Dupré, H., & Vernier, G. (2018). La Famille De Belamy. Obvius. https://obvious-art.com/la-famille-belamy/
Iglesias García, R. (2016). Arte y robótica. La tecnología como experimentación estética. Casimiro.
Joler, V., & Pasquinelli, M. (2020, Mayo 1). NOOSCOPE. The Nooscope Manifested. Retrieved enero 25, 2021, from https://nooscope.ai/
Kantayya, S. (2020). Coded Bias. Shalini Kantayya p.g.a.
Klingemann, M. (2020, Agosto 29). Uncanny Mirror. Quasimondo. https://underdestruction.com/
López de Mantaras, R. (2019). El futuro de la IA: hacia inteligencias artificiales realmente inteligentes. In ¿Hacia una nueva Ilustración? Una década trascendente (p. 480). BBVA. https://www.bbvaopenmind.com/libros/hacia-una-nueva-ilustracion-una-decada-trascendente/
Martel, J. F. (2016). Vindicación del arte en la era del artificio (F. Almansa, Trans.). Atalanta.
Meller, A., & Engineered Arts. (2019, 01 01). About — Ai-Da. Ai-Da. Retrieved March 15, 2022, from https://www.ai-darobot.com/about
Mordvintsev, A., Olah, C., & Tika, M. (2015, Junio 17). Inceptionism: Going Deeper into Neural Networks. Google AI Blog. https://ai.googleblog.com/2015/06/inceptionism-going-deeper-into-neural.html
Ocampo, J., & Ocampo, J. (2018, Julio 28). Jocampor. Palimpsesto I – Capítulo 3.
OpenAI, E. (2021, August 10). OpenAI Codex. OpenAI. Retrieved March 14, 2022, from https://openai.com/blog/openai-codex/Reichardt, J. (1969). Cybernetic Serendipity the computer and the arts. Studio International.
Rodríguez Ortega, N. (2020, Marzo). Inteligencia Artificial y Campo del Arte. Paradigma – Revista Universitaria de Cultura, (23), 32. https://riuma.uma.es/xmlui/handle/10630/23
Sadin, É. (2020). La inteligencia artificial o el desafío del siglo. Anatomía de un antihumanismo radical. Caja Negra.
Simondon, G. (2007). El modo de existencia de los objetos técnicos. Prometeo Libros.
Tresset, P. (2017). Whilst we were here .. We made some drawings. Patrick Tresset. https://patricktresset.com/new/project/whilst-we-were-here/
Zylinska, J. (2020). AI Art. Machine visions and warped dreams. Open humanities press.