🦾 Inteligencia Artificial ¿Creativa?
En 2018 el cosmólogo sueco-estadounidense, Max Tegmark, dio una charla TED titulada “Cómo empoderarse y no ser dominado por la Inteligencia Artificial”. En la conferencia aborda la diferencia de la inteligencia artificial versus la humana y enseña al público un mapa que intenta representar de forma gráfica un mapa del avance y los desafíos del desarrollo de la IA.
En el mapa las tareas y las dificultades asociadas a ellas están representadas a través de su altura: a mayor altura en el mapa, más difícil es para la inteligencia artificial lograr superar esta tarea. Entre las tareas más altas Tegmark posiciona la ciencia, la escritura de libros, la comprobación de teoremas y también el arte.
Sobre esta última rama el razonamiento es más o menos intuitivo. El arte lo asociamos a la creatividad y a la inventiva humana. Sin embargo, múltiples avances en inteligencia artificial en los últimos años han puesto en tela de juicio la primera tesis. Hoy la IA es capaz de ser creativa y producir obras artísticas (música, imágenes, poemas, por ejemplo), sin embargo, ¿es eso arte? ¿O es esta una actividad que sólo puede hacer el humano?
Inteligencia artificial en el arte: el estado de cosas
Para comprender la pregunta planteada anteriormente es necesario el panorama actual de los usos de la inteligencia artificial dentro del arte. Lo primero es que no es un proceso nuevo, pero sí uno que ha sido ganado más notoriedad en los últimos años por las nuevas capacidades técnicas que ha alcanzado la inteligencia artificial.
Para describir el panorama habría que hacerlo distinguiendo el grado de autonomía que adopta la inteligencia artificial a la hora de desarrollar arte y cuyos resultados pueden o no ser “predichos” a partir de un input específico. En este sentido, podríamos distinguir 3 distintos estados. En primer lugar estarían posicionadas las obras en donde la máquina es una mera herramienta, por ejemplo, el uso de un computador o un instrumento electrónico.
En segundo lugar, el uso de inteligencias artificiales que continúan una programación humana, pero cuyos resultados no son del todo predecibles. Un buen ejemplo de esto son máquinas musicales que producen música a partir de ciertas reglas (en qué escala musical debe estar la pieza o cuál será la progresión de acordes), pero a partir de los cuales la máquina “improvisa” y produce un output inesperado.
En tercer lugar, estarían las obras producidas principalmente por redes neuronales adversariales (GAN1). Estas son máquinas que siguen un proceso de aprendizaje parecido al ser humano; esto es, a través de la prueba y error un sinnúmero de veces para intentar replicar un resultado desde cero. Un ejemplo de esto son las GAN que a partir del análisis de miles de obras de un artista en particular pueden comprender los patrones que definen su estilo y logran replicarlo desde cero. De esta manera hoy hay máquinas que pueden crear obras pictóricas al estilo de Van Gogh, Monet o el cubismo de Picasso u obras musicales al estilo de Mozart, Chopin, Frank Sinatra o The Beatles.
Ejemplos de estas distintas formas de trabajo de las máquinas así como colaboraciones entre humanos y máquinas hay muchos. Te dejamos aquí unos ejemplos:
Neutral Zoo - Sofía Crespo | Diseños de ecosistemas y animales creados vía GAN
A Forest - Max de Esteban | Autoretrato de una GAN
Abraham - Gene Kohan | Una IA que crea arte de forma autónoma
Omina per omnia - Sougwen Chung | Pinturas hechas colaborativamente entre una artista y máquinas
Percepción estética
Pensar la inteligencia artificial en el área del arte para muchos es una quimera. La máquina es conceptualizada como algo artificial y cuyos resultados derivan únicamente de reglas programadas con anterioridad; en ese sentido, resultados previsibles sin el “misterio” que entregaría la sensibilidad humana. Estas son ideas comunes y que permean nuestro juicio. Sin embargo, si esto es así, ¿podríamos distinguir el arte creado por máquinas del arte humano? Tomando las 4 obras que están más arriba, ¿puedes distinguir su origen?2 Y si supieras la respuesta, ¿cómo cambiaría tu percepción de estas?
Estas dos preguntas han sido puestas a prueba en laboratorios y han revelado la presencia de los prejuicios mencionados anteriormente. Por ejemplo, un estudio reveló que las personas no tienen verdaderamente la capacidad para distinguir el origen humano o maquínico de obras de arte y otro estudio reveló que el juicio estético puede variar a la hora de evaluar una obra si los participantes conocen el origen de la obra.
Lo más interesante que revelan estos estudios es la imagen y conceptualización con la que pensamos la inteligencia artificial y el arte mismo. La idea que tenemos de las máquinas sigue vinculada estrechamente al cálculo o la computación y la creatividad y la sensibilidad continúan siendo pensadas como características únicamente humanas. Los avances, por ejemplo, en tecnologías de Redes neuronales adversariales (GAN) hoy están quebrando dichos esquemas y permitiendo la irrupción de la Inteligencia Artificial dentro del arte de forma radical (en áreas como música, pintura o poesía).
Democratización e inteligencias artificiales artísticas
La introducción de la técnica dentro del arte no es un proceso nuevo, la fotografía o el cine son ejemplos de esto. Sin embargo, la entrada de la digitalidad dentro del arte es algo completamente diferente. Hoy la inteligencia artificial tiene la capacidad de desprenderse de la tradición artística e ir más allá, genera arte sin referencia a la representación sensible; y si toda creación artística hasta ahora definida por estas características, ¿cómo hacer sentido de esto?
En su artículo “Machine Learning ‘al aire libre’: construyendo herramientas accesibles para artistas” el desarrollador de la aplicación Runaway, Cristóbal Valenzuela, alude a un ejemplo para imaginar el impacto que estas tecnologías podrán tener en el futuro del arte. Previo al siglo XIX la creación de pintura era un saber reservado para algunos pocos que requería el conocimiento de pigmentos, aceites y herramientas complejas. Todo esto cambió en 1841 cuando el pintor e inventor John Groffe desarrolló los tubos de pintura que permitieron industrializar la producción de pintura y también masificar su acceso. Años más tarde Renoir aludiendo a ellos escribió: “Sin la pintura en tubos, no habría Cézanne, ni Monet, ni Pissarro, ni impresionismo”.
Aun cuando sea imposible plantear predicciones sobre los posibles usos que estas tecnologías tendrán, hoy sí están abriendo nuevas puertas para la expresión de los artistas y también creando nuevas posibilidades de uso para estas herramientas. Por ejemplo, hoy cualquier puede hacer uso del Machine Learning (aprendizaje autónomo en su traducción al español) a través de plataformas web o programas para crear obras o comprender su funcionamiento; hoy la creación y gestión de galerías virtuales para la difusión artística es algo abierto para todo público; o incluso la misma historia del arte, el Big Data y toda la producción artística se reconvierte en una materia para su uso artístico.
Como afirma Jens Schröter, esto puede ser el inicio de una nueva forma de producir y percibir el arte, “la IA puede contribuir a encontrar nuevas caminos de interpretación para trabajos previos y desarrollar nuevas rutas a nuevas técnicas o estilos”.
Aun quedan muchas preguntas e incógnitas sin resolver. Sin embargo, el arte maquínico ya está aquí.
Generative Adversarial Network (GAN) es el nombre en inglés para las Redes generativas adversariales (RGA).
Imagen 1, y 2 creadas por redes neuronales adversariales vía ArtBreeder. 3 y 4 creadas por artistas humanos (Ben Lustenhouwer y Robert Duncanson respectivamente).