En mayo de 2023, más de 350 ejecutivos, investigadores e ingenieros que trabajan en inteligencia artificial (IA) firmaron una carta abierta publicada por la organización sin ánimo de lucro Center for AI Safety, en la que afirmaban que mitigar el riesgo de extinción de la humanidad debido a la IA debería tratarse como una prioridad global. La declaración cristalizó varias tensiones en torno a las tecnologías de IA en un momento fundamental en su evolución. De 2021 a 2023, varios modelos extensos de lenguaje (LLM en inglés de Large Language Model) que permiten el procesamiento de grandes conjuntos de datos textuales a través de la IA, junto con modelos de texto a imagen que generan imágenes a través de indicaciones de lenguaje natural, se pusieron a disposición del público y afectaron a numerosos sectores, desde el comercio y la política hasta el arte y el entretenimiento. Las tensiones que sustentan la consideración de la IA como un riesgo social global son complejas y tienen una larga historia. Incluyen la dicotomía de percibir la tecnología como un vehículo para la salvación o extinción humanas; el problema de asignar responsabilidades para establecer barreras para el desarrollo tecnológico; y los desafíos implicados en la definición de conciencia, inteligencia y, por consiguiente, lo que significa ser humano. A lo largo de las décadas, el arte basado en IA ha explorado de forma crítica estas tensiones y desafíos en relación con las tecnologías de IA a medida que han desarrollado, probado y refinado los sistemas a la vez que destacan sus características y valores inherentes.
Cabe destacar que los signatarios de la carta abierta incluían a altos ejecutivos de empresas líderes de IA, como Sam Altman, director ejecutivo de OpenAI; Demis Hassabis, director ejecutivo de Google DeepMind; y Dario Amodei, director ejecutivo de Anthropic, fundada por antiguos miembros de OpenAI. Las mismas empresas que desarrollaron las tecnologías contra las que estaban advirtiendo eligieron lanzarlas y venderlas, a pesar de sus propias preocupaciones sobre las implicaciones y la escalabilidad. Esta advertencia, por lo tanto, debería considerarse como un movimiento calculado para posicionar a las empresas como posibles salvadoras mientras negocian las responsabilidades de las posibles consecuencias de la IA buscando regulaciones gubernamentales y legislativas para salvaguardar la IA corporativa. No es de extrañar que las preocupaciones sobre la extinción de la humanidad apenas se mencionaran cuando la administración Trump reveló planes para el proyecto Stargate, una inversión de 500.000 millones de dólares en infraestructura de IA, en las primeras semanas de 2025.
Los artistas han explorado el potencial y el impacto de la IA desde al menos principios de la década de 1970, quince años después de que el campo se formalizara en el Proyecto de Investigación de Verano de Dartmouth de 1956 sobre inteligencia artificial. Han investigado sus posibilidades creativas y han abordado su ética y sus prejuicios, junto con sus efectos sobre las ecologías y el trabajo, a menudo desarrollando sus propios modelos y arquitecturas híbridos.
La práctica artística en el campo ganó un nuevo impulso con el lanzamiento del modelo de lenguaje extenso de OpenAI, ChatGPT, el 30 de noviembre de 2022, junto con herramientas de texto a imagen como DALL-E (2021) y DALL-E 2 (2022) de OpenAI, Midjourney de Midjourney Inc. (2022) y Stable Diffusion de Stability AI (2022). La publicidad que rodeaba a los modelos de texto a imagen condujo rápidamente a un debate polarizado, con afirmaciones de que la IA reemplazaría permanentemente a los artistas, por un lado, y el descarte de estas herramientas como meros motores insta-kitsch sin valor estético por el otro. Si bien la primera posición parece carecer del vocabulario estético necesario para evaluar el arte, esta última pasa por alto el compromiso más matizado de los artistas con estas herramientas de IA. Ambas perspectivas tienden a reducir el arte basado en IA a imágenes creadas a través de sencillas selecciones dinámicas de texto. Para centrar la conversación, es esencial considerar la evolución del arte basado en IA y rastrear los cambios en los enfoques de los artistas para colaborar con, modificar, manipular y/o criticar los sistemas de IA. En el corazón de este arte se encuentra la capacidad de los humanos y las máquinas para adquirir y aplicar habilidades y conocimientos, lo que plantea la cuestión de lo que la codificación de «inteligencia» podría significar para ser humano. En los últimos años, los artistas también han mirado más allá de las relaciones entre lo humano, el hardware informático y el software para explorar cómo la IA podría trascender los modelos antropocéntricos de creación de conocimientos. Por ejemplo, en su exposición Distributed Consciousness (2024) en la Gallery QI de San Diego, el artista y tecnólogo creativo Memo Akten se inspira en la cognición de los cefalópodos, que poseen la mayoría de sus neuronas distribuidas por todo su cuerpo en lugar de en un cerebro central, para crear un manifiesto generado por IA, yuxtaponiendo la naturaleza descentralizada con la inteligencia sintética.
El término «arte basado en IA» se entiende comúnmente como referencia al arte que emplea tecnologías de IA en su creación, pero esta concepción merece un examen adicional. No distingue entre el uso de la IA como herramienta frente a su uso como medio y pasa por alto el compromiso conceptual de la obra de arte con la IA. El arte basado en IA puede definirse como una subcategoría de arte digital o computacional, entendido como aquel que utiliza herramientas y medios digitales para crear y contextualizar el arte: incorpora tecnologías de inteligencia artificial tanto como herramienta como medio, interactuando con él de manera práctica y conceptual. El simple hecho de emplear un prompt de texto para generar una imagen mediante software comercial de texto a imagen no clasifica automáticamente la imagen resultante como arte basado en IA. El uso de la IA como medio –aplicando sus sistemas y características inherentes– de modo consciente en base a un enfoque conceptual distingue un trabajo como arte realizado mediante IA. El arte computacional y su estética se reconocen como campos establecidos pero en constante evolución. Como subconjunto del arte computacional generativo, el arte basado en IA requiere una reevaluación continua de sus modelos y expresiones. Lo que sigue se centrará en los momentos clave de la historia del arte basado en IA, rastreando su desarrollo en relación con los avances tecnológicos e investigando el potencial del arte para contribuir al discurso crítico que ha surgido en torno a la estética de las tecnologías de IA, así como los impactos culturales, sociopolíticos y éticos de estas.
La colaboración está en el corazón de uno de los primeros programas de inteligencia artificial para la creación de arte: AARON (1928-2016) de Harold Cohen, uno de los proyectos en curso más antiguos del arte contemporáneo. Cohen, un pintor británico reconocido, comenzó a explorar el potencial del software para la creación de arte en 1968 cuando se convirtió en profesor invitado en la Universidad de California, San Diego (UCSD). Llamó oficialmente AARON a su programa en 1973, después de ser invitado al Laboratorio de Inteligencia Artificial de la Universidad de Stanford.1 A diferencia de la IA estadística actual, que ha sido entrenada en grandes conjuntos de datos de imágenes, AARON fue una forma de IA simbólica que encapsulaba «conocimientos» sobre dibujo y composición, codificada en lenguajes de programación diseñados por Cohen. AARON no implica la estandarización, el promedio y la optimización empleados en los modelos actuales, que están entrenados en enormes conjuntos de datos de imágenes existentes. Más bien, AARON se vio influenciado por la propia estética de Cohen, ya que desarrolló continuamente el software hasta su muerte y experimentó con cambios de estilo, desde formas simples y evocadoras hasta figuras y entornos selváticos, y pasó de la producción monocromática a la producción en color. Desde la década de 1970 hasta la de 1990, Cohen construyó sus propias máquinas de dibujo y pintura que trazaban y creaban las obras de AARON, y en la década de 2000, cambió a presentaciones puramente basadas en pantalla.
Tras las primeras exploraciones artísticas de IA representadas por AARON, el arte basado en IA evolucionó en tres fases principales desde la década de 1990 hasta principios de 2020, cambiando su enfoque a explorar e investigar los desarrollos tecnológicos a medida que surgían.
En los años 90 y principios del 2000, los artistas crearon sistemas de IA que se comprometían de forma crítica con la aparición de agentes de software, aplicaciones que ejecutaban tareas automatizadas en internet para filtrar o imitar acciones humanas, así como chatbots. Los aspectos problemáticos del filtrado de información impulsado por software y la codificación de la comunicación humana, junto con la «personalidad» de los bots, se convirtieron en un área activa de exploración. El chatbot de Lynn Hershman Leeson, Agent Ruby, publicado en 2000, examinó los chatbots como seres esencialmente sociales, personajes autónomos con vidas propias, mientras que MrMind de Peggy Weil (1998-2014) se diseñó específicamente para destacar las diferencias entre humanos y máquinas. La serie The Bush Soul (1997-1999) de Rebecca Allen investigó la comunicación entre usuarios y criaturas autónomas en un entorno virtual y sentó las bases para proyectos más recientes que involucraban formas de vida impulsadas por IA, como las obras de arte de Ian Cheng.
La década de 2010 fue testigo de un cambio en la práctica artística basada en IA, respondiendo a una nueva era de análisis de big data y redes neuronales, que se originaron en la década de 1920 y ahora se benefician de un amplio procesamiento de datos, así como de la aparición de redes generativas adversativas (GAN en inglés, de Generative Adversarial Network) y transformadores generativos preentrenados (GPT en inglés, de Generative Pre-trained Transformer). Los artistas se enfrentaban cada vez más a los sesgos en los conjuntos de big data y a los dilemas éticos derivados del procesamiento algorítmico. Las dimensiones sociopolíticas del reconocimiento de patrones y la apofenia, la percepción de un patrón significativo entre elementos no relacionados o aleatorios,2 desempeñó un papel significativo en el discurso crítico y el arte que explora conjuntos de datos a gran escala. Stephanie Dinkins contrarrestó directamente la noción de los beneficios del big data utilizando un conjunto de datos claramente pequeño, examinando la IA en el contexto de la raza con Not The Only One (N’TOO) (2018), un narrador escultural de IA entrenado en datos proporcionados por tres generaciones de mujeres de una familia afroamericana, destacando un conjunto de datos drásticamente infrarrepresentado. Dinkins también investigó los conjuntos de datos y el proceso de aprendizaje de una IA en Conversations with Bina4 (2014 – presente). Esta obra documenta los diálogos continuos del artista con Bina48 (cuyo nombre deriva de «Breakthrough Intelligence via Neural Architecture, 48 exaflops per second» [Inteligencia innovadora a través de la arquitectura neuronal, 48 exaflops por segundo]), un robot «social» inteligente inspirado en una mujer negra, creado por la Fundación Terasem Movement. Las Conversations with Bina4 de Dinkins profundizan en qué significan la identidad, la raza y los parentescos para la inteligencia artificial y si podemos establecer relaciones sostenidas con el creciente número de entidades no humanas que nos rodean.
Si bien el compromiso del arte basado en IA con las GAN y los transformadores GPT puede variar significativamente en enfoque, el problema central de estas formas de IA estadística sigue siendo la automatización de la generación de imágenes y texto a través de conjuntos de datos que contienen sesgos integrados. Las GAN son redes neuronales que aprenden en las que los algoritmos generativos, entrenados en un conjunto de datos específico, producen nuevas características de intercambio de imágenes originales con el conjunto de entrenamiento. A continuación, estas imágenes se evalúan mediante algoritmos discriminatorios que, basándose en su propia formación, evalúan si los datos recién producidos parecen auténticos. Las GAN, en particular, han dado lugar a una explosión de proyectos artísticos que exploran su potencial para la generación de imágenes basándose en conjuntos de formación específicos y objetivos estéticos. Los trabajos menos exitosos se han mantenido al nivel del «juego de la imitación», examinando la estética de las GAN y las capacidades del software de IA para reproducir imágenes con el estilo de un período artístico reconocido. Por el contrario, Origin Story [Grace:AI] de Mary Flanagan (2019) se centra en la estética de utilizar un conjunto de datos con sesgo de género deliberado. Flanagan entrenó a una GAN en miles de imágenes de pinturas y dibujos solo de artistas femeninas, y luego encargó al software la creación de su «historia original» analizando 20.000 imágenes en línea del monstruo de Frankenstein para producir su retrato. [Grace:AI] alude tanto a la crítica feminista de Mary Shelley sobre la vida artificial como a la creación dominada por hombres en Frankenstein mientras investiga si un conjunto de datos de entrenamiento con sesgo de género produce un estilo distintivo.
Los artistas no solo exploraron la estética de las herramientas de IA, sino que también comenzaron a responder a la aparición de paradigmas de gestión medioambiental, ingeniería e intervención estratégica. Deep Swamp (2018) de Tega Brain critica de forma humorística la optimización medioambiental a través de un tríptico de ecosistemas de humedales semiinundados poblados por agentes de inteligencia artificial con objetivos diferentes. Mientras tanto, Asunder (2019), creado por Tega Brain, Julian Oliver y Bengt Sjölén, examina las posibles ventajas y desventajas de un «gerente medioambiental» ficticio controlado por IA que propone y simula futuras modificaciones en el planeta para mantener su seguridad dentro de los límites de la Tierra.
A partir de 2021, la IA y el arte basado en IA pasaron al dominio público con el lanzamiento de ChatGPT y las herramientas de texto a imagen. Estos últimos modelos utilizan amplios conjuntos de datos de imágenes con texto asociado y, a través de metodologías de aprendizaje profundo, generan imágenes digitales con varios estilos y atributos basados en los prompts de texto de los usuarios o descripciones de lenguaje natural. Aunque los medios de comunicación no especializados debatían si estas capacidades harían que los artistas humanos quedaran obsoletos, la práctica real del arte digital reveló tanto los defectos como el potencial de las herramientas de IA, destacando el trabajo intenso y los rigurosos procesos necesarios para crear obras sofisticadas. La fase de texto a imagen del arte basado en IA ha constituido probablemente el cambio más significativo hasta el momento, con herramientas como DALL-E, Midjourney y Stable Diffusion que hacen que las imágenes estén subordinadas a la clasificación del idioma. Estas herramientas fusionan profundamente los elementos visuales con un registro léxico, aprovechando las dependencias preexistentes. Producen su resultado visual basado en la clasificación textual del conjunto de entrenamiento y los datos fuente. A continuación, sus creaciones visuales se determinan mediante la alineación de prompts de los usuarios con el texto preasociado con las imágenes, lo que genera resultados en capas de taxonomías existentes. Los artistas han comenzado a explorar los aspectos potenciales y problemáticos de estos nuevos marcos semánticos de formas específicas según el medio, evaluando su impacto en la pintura, la fotografía y el cine. Bennett Miller, por ejemplo, estableció paralelismos entre la aparición de la fotografía y los primeros días del poder transformador de los modelos de texto a imagen en su exposición de impresiones de 2023 en la galería Gagosian de Nueva York. Las imágenes, que ocupan un delicado umbral entre lo familiar y lo extraño, permanecen inquietantemente separadas de un sujeto inteligible. Están suspendidas en una realidad alternativa que captura la esencia de una etapa distintiva de la IA y destaca las diferencias entre los procesos fotográficos y las imágenes generadas en un estilo fotográfico por modelos de texto a imagen. Aunque la IA actual puede verse como el resultado de una larga evolución del «aprendizaje automático» en lugar de un nuevo tipo de tecnología, también cuestiona radicalmente las definiciones tradicionales de los modos de expresión de los medios.
El enfoque del compromiso de los artistas con los programas de IA de texto a imagen es variado: algunos utilizan el software más como herramienta en la creación de proyectos que dependen de múltiples tecnologías digitales durante su proceso de creación; otros lo centran como un punto focal para las exploraciones estéticas y conceptuales. Aunque el discurso sobre el arte basado en IA en los medios de comunicación convencionales se ha concentrado en los peligros de que los artistas sean sustituidos por «creadores» de IA, los artistas que abordan de forma crítica las tecnologías de IA están investigando los desafíos planteados a la creatividad mediante la clasificación, estandarización y optimización inherentes de las herramientas de IA que surgen de su base normativa. Los modelos de texto a imagen emplean billones de imágenes existentes a las que las empresas tienen acceso, muchas de ellas imágenes de catálogo, lo que significa que operan dentro de una cámara de eco desde el principio. El texto asociado con estas imágenes se creó originalmente con fines de marketing, inscribiendo una agenda específica. Actualmente, los artistas y otros creadores no reciben compensación por el uso de sus imágenes, mientras que las herramientas de texto a imagen generan una versión cada vez más diluida de su estilo. Según los datos publicados por AI Secrets a finales de 2023, la IA genera aproximadamente 34 millones de imágenes al día, que posteriormente alimentan de nuevo a los conjuntos de datos de entrenamiento, lo que nos acerca cada vez más al estado de «colapso del modelo», en el que la IA se entrenará únicamente en imágenes de su propia creación.
El arte digital siempre ha estado a la vanguardia de la interacción crítica con las tecnologías que emplea, y el arte basado en IA puede desempeñar un papel crucial en la evaluación del impacto estético y sociopolítico de las herramientas que dan forma a nuestro futuro. Los debates públicos, así como aquellos dentro de la industria, con frecuencia recurren a narrativas polarizadas de extinción frente a salvación, a menudo impulsadas por una agenda comercial o concepciones simplistas de inteligencia y sintiencia. El arte basado en IA a menudo proporciona un chequeo de la realidad muy necesario, desafiando suposiciones simplistas y ajustando o desmontando los sistemas para plantear preguntas más profundas sobre la inteligencia humana y otras formas de inteligencia.
Publicado originalmente en October, n.º 189 (verano de 2024). The MIT Press. DOI: https://doi.org/10.1162/octo_a_00533
1. Cohen siguió desarrollando el software hasta su muerte en 2016 y, a lo largo de las décadas, experimentó cambios en el estilo de trabajo y un cambio de la producción monocromática a la producción en color. Desde la década de 1970 hasta la de 1990, también construyó sus propios dispositivos de salida, desde máquinas de dibujo hasta una tortuga, un dispositivo de dibujo robótico utilizado originalmente en ingeniería mecánica y una máquina de pintura, y, en la década de 2000, cambió a una presentación puramente basada en pantalla.
2. Consulad: Hito Steyerl (2016, abril). «A Sea of Data: Apophenia and Pattern (Mis-)Recognition». e-flux Journal, no. 72 [en línea]. Disponible en: https://www.e-flux.com/journal/72/60480/a-sea-of-data-apophenia-and-pattern-mis-recognition/
Cita recomendada: PAUL, Christiane. La cuestión de la inteligencia: una breve historia del arte basado en IA. Mosaic [en línea], abril 2025, no. 203. ISSN: 1696-3296. DOI: https://doi.org/10.7238/m.n203.2502
Deja un comentario