L’elecció del lloc de residència implica projectar un model de vida futura. En aquesta decisió convergeixen variables de l’entorn, condicionants econòmics, llaços afectius i el desig intrínsec de pertinença. En l’escenari contemporani d’incertesa climàtica, a aquest dilema s’afegeix la preocupació per l’habitabilitat i les condicions futures del territori. D’aquesta manera, sorgeix l’interès per sistemes capaços d’anticipar els entorns òptims per al desenvolupament humà; no obstant això, confiar en tal promesa exigeix examinar críticament les implicacions de delegar a models d’intel·ligència artificial els criteris que defineixen una vida desitjable. Aquests interrogants articulen la nostra trajectòria de recerca de l’última dècada, materialitzada en els projectes Data Biography i Machine Biography, així com en la iniciativa en desenvolupament El Mejor Lugar para Vivir. Aquestes tres propostes analitzen com les dades configuren la representació de l’experiència, proposant un itinerari que s’inicia en la recopilació de l’empremta digital, transita cap a la seva projecció prospectiva i culmina en l’avaluació de les condicions territorials que fan sostenible la vida.
L’internet dels comportaments (Internet of Behaviors, IoB) constitueix el marc conceptual d’aquesta recerca; una tendència tecnològica que, segons va explicar Gartner el 2020, permet a les organitzacions vincular registres digitals amb esdeveniments de la vida quotidiana per influir en la conducta humana. Des del seu origen, la inducció conductual figurava en aquest plantejament corporatiu orientat a instrumentalitzar els perfils per formular recomanacions, oferir incentius o prendre decisions que anticipin el desig del consumidor. La màxima implícita d’aquest enfocament, «sabem millor que tu el que necessitaràs», sintetitza la transició d’una tecnologia passiva vers una analítica predictiva i prescriptiva aplicada a la psicologia humana, sota una visió tecnocràtica que assumeix que els algorismes, en creuar dades massives amb les ciències del comportament, posseeixen models matemàtics capaços de predir amb exactitud les necessitats individuals. En revelar el potencial de control social d’aquesta tecnologia, emergeix l’interrogant sobre qui fixa els objectius d’aquesta intervenció, un dilema que Shoshana Zuboff analitza a The Age of Surveillance Capitalism (2019) en descriure l’interès econòmic per transformar l’experiència humana en productes de predicció. Segons la seva anàlisi, la competència per assegurar resultats comercials incentiva les organitzacions a transitar de la mera observació de conductes a la intervenció directa sobre aquestes, de manera que les recomanacions acaben servint els objectius de qui controla el sistema mentre el subjecte observat desconeix tant les inferències elaborades sobre el seu perfil com els mecanismes orientats a canalitzar la seva acció. En aquesta disparitat cognitiva resideix l’asimetria epistèmica del model, un diagnòstic d’acord amb el qual Antoinette Rouvroy (2013) encunya el terme data behaviourism (conductisme de les dades) per descriure una producció de coneixement orientada a predir conductes futures a partir de dades, prescindint per complet de les raons, les motivacions i els relats dels mateixos subjectes. La crítica de Rouvroy resulta fonamental per comprendre com s’exerceix el govern de la conducta mitjançant l’adaptació algorísmica de l’entorn a perfils calculats, segons el qual modificar les condicions d’elecció –ja sigui ordenant el visible, facilitant una acció o eliminant una alternativa– permet que aquestes intervencions operin de manera subtil i precedeixin a la decisió conscient de l’individu, fins i tot quan la interfície continuï presentant-se sota la narrativa d’un servei personalitzat.
En aquest àmbit, la nostra primera recerca es va materialitzar en el projecte Data Biography. Iniciada el 2017, la proposta va partir d’un exercici de vigilància voluntària o autoespionatge, mitjançant el qual vam instal·lar l’aplicació comercial mSpy als nostres dispositius mòbils. A través d’aquesta eina, vam registrar durant tot l’any 2017 les nostres geolocalitzacions, converses, historials de navegació i imatges, entre altres empremtes digitals. L’arxiu resultant es va traduir en 365 llibres –un per cada dia– organitzats en dotze columnes que corresponien als mesos de l’any d’estudi. Atès que el gruix de cada volum variava en funció de la quantitat d’informació capturada, les dades van adquirir un pes físic i una presència escultòrica dins l’espai expositiu.
La instal·lació ens permetia observar la nostra vida tal com és registrada per una infraestructura de seguiment, on l’acumulació de dades suggereix una aparent exhaustivitat en la crònica de la nostra existència. No obstant això, cada registre obria altres interrogants: una coordenada de geolocalització és incapaç d’explicar el motiu latent d’un desplaçament, de la mateixa manera que un missatge textual, fins i tot conservant la literalitat de les paraules, resulta insuficient per restituir el context social i emocional en el qual va ser registrat. El representat quedava confinat a allò que l’eina estava programada per detectar i a les categories predeterminades que utilitzava per a la seva classificació, excloent d’aquesta manera la densitat d’una informació vivencial que escapa a la captura algorísmica. En expandir aquesta lògica, el desenllaç del projecte evidencia els límits de la traducció digital del subjecte. Simplificar el comportament humà en variables quantificables no sols deforma la realitat, sinó que instaura el perill subjacent de la deshumanització mitjançant l’arxiu: es promou una governança predictiva que assumeix que l’existència és completament llegible i, per tant, manipulable, ometent que la riquesa de l’experiència radica precisament en l’impredictible, l’inefable i allò que es resisteix a ser indexat pel sistema.
En el nostre següent projecte, titulat Machine Biography (2022), l’estructura escultòrica de l’arxiu es conserva a través d’uns altres 365 volums, aquesta vegada distingits per una portada negra. Aquests toms representen les jornades de la nostra previsible existència l’any 2050, transformant el contingut interior en un exercici estrictament especulatiu. Mitjançant l’ús de diversos models d’intel·ligència artificial, es van generar converses i imatges d’experiències potencials que, probablement, mai esdevindran. El format de diari atorga continuïtat al relat i aproxima el lector a una identitat familiar i recognoscible, encara que els episodis que la configuren procedeixin del tot d’inferències i associacions algorítmiques.
La producció d’aquesta biografia predictiva va articular diverses subtasques tècniques interconnectades. En primer lloc, un model de sèries temporals, alimentat amb el corpus de dades recopilades el 2017 per al projecte anterior, va projectar la freqüència i distribució cronològica dels esdeveniments per l’any 2050, classificant-los en set categories que abastaven des de missatges i cerques fins a imatges i geolocalitzacions. Sobre aquesta seqüència estructural, es van generar els continguts específics: el component textual es va desenvolupar mitjançant el model GPT-2, ajustat en castellà i entrenat amb les nostres converses personals juntament amb un corpus de més de 200.000 tuits. La selecció d’aquests tuits, determinada per la temàtica del canvi climàtic, la biodiversitat i la transició energètica, va buscar reflectir les principals preocupacions socials per l’any 2050, permetent integrar de manera orgànica les crisis globals en un escenari narratiu previsible i personal. D’altra banda, la producció visual va conjugar decisions tant tècniques com culturals; per a això, es va emprar DALL·E Mini per a la generació d’escenes a partir de descripcions textuals, mentre que per a la reelaboració de fotografies ja existents es van utilitzar models de transformació visual. Específicament, en entrenar la xarxa arquitectònica CUT, es van combinar registres visuals de recorreguts urbans reals amb captures de pantalla del videojoc Cyberpunk 2077. D’aquesta manera, l’estètica de l’avenir incorpora una referència cultural deliberada, l’aspecte futurista de la qual respon a un procés de decisió estètica i no pas a una projecció verificable de l’esdevenir històric.
En el pla conceptual, considerem aquesta biografia prospectiva com un «bessó narratiu»: un doble identitari que adquireix presència i gruix mitjançant la modulació de la veu, la recurrència algorísmica d’imatges i l’estricta successió cronològica d’esdeveniments. Es tracta, per tant, d’una proposta explícitament artística i especulativa, el propòsit de la qual no consisteix a oferir una rèplica contínuament actualitzada de la persona en temps real –com pretenen els bessons digitals de l’enginyeria industrial– ni a validar empíricament els esdeveniments de l’any 2050. Per contra, l’obra es configura com un artefacte estètic per examinar críticament l’autoritat epistemològica que adquireix un relat quan adopta la forma institucional i tècnica d’una predicció. En aquest sentit, el projecte demostra que, si una narrativa sembla estar sostinguda per un volum dens d’informació íntima i històrica, fins i tot una simulació inexacta o aberrant pot resultar profundament convincent per al subjecte. Aquesta dimensió determinant de comportament es vincula directament amb els mecanismes de control que Wendy Hui Kyong Chun analitza a Discriminating Data (2021), on l’autora examina com la classificació per semblances i les lògiques corporatives de recomanació tendeixen a reforçar i congelar els patrons preexistents del comportament. Sota aquest model, l’homofília –entesa operativament com l’agregació automatitzada entorn del similar– consolida bucles de retroalimentació altament amplificats en l’entorn digital, atès que la interfície li retorna constantment a l’usuari allò que l’algorisme ja espera del seu perfil psicogràfic. Aquest tipus de perfilat transcendeix la mera catalogació demogràfica per indexar els trets de personalitat, els valors, els biaixos cognitius i les vulnerabilitats emocionals del subjecte a partir de la seva empremta digital. En aquest sentit, la personalització extrema no expandeix l’agència de l’individu, sinó que contribueix a fer-lo un subjecte estrictament recognoscible, dòcil i previsible per al mercat. Amb base en aquest diagnòstic, la nostra recerca es planteja un interrogant fonamental: quins vectors de transformació, dissidència o canvi radical deixa de considerar un model predictiu quan insisteix a identificar i confinar la identitat d’algú a les regularitats estadístiques del seu propi passat?
Predir consisteix a estimar què pot ocórrer, mentre que prescriure implica recomanar com actuar. Totes dues operacions es vinculen estretament quan una predicció orienta decisions que modifiquen la mateixa situació prevista. Perdomo i els seus col·laboradors (2020) estudien aquest fenomen sota el concepte de «predicció performativa», argumentant que si un sistema prediu que una localitat serà un entorn òptim per residir i hi recomana el trasllat, l’afluència de nous habitants alterarà inevitablement les seves condicions d’habitabilitat. Les transformacions resultants generen un flux de dades que el sistema reincorpora en les seves iteracions predictives subsegüents, participant activament en la metamorfosi d’allò que intentava anticipar. No obstant això, aquesta intervenció no garanteix el compliment exacte del pronòstic, perquè els seus efectes definitius estan supeditats a la forma en la qual els individus acceptin, qüestionin o rebutgin les recomanacions algorísmiques.
Els projectes Data Biography i Machine Biography no pretenen demostrar empíricament aquesta inducció conductual, sinó oferir un dispositiu estètic i crític des del qual interrogar-la. Mitjançant la materialitat dels llibres, és possible contrastar una versió automatitzada de l’existència amb els dilemes d’un entorn social en el qual la intel·ligència artificial predictiva s’ha generalitzat i certs agents corporatius o governamentals aspiren a intervenir massivament en les decisions individuals. Aquesta distància entre l’arxiu i l’experiència viscuda permet qüestionar els criteris que sostenen el relat algorísmic, i també la legitimitat de transformar-lo en una directriu vital. Així mateix, projectar aquesta biografia a l’horitzó de 2050 obliga a considerar un avenir condicionat per profundes transformacions ambientals i socials. Davant la crisi climàtica actual, imaginar processos com ara l’envelliment o la continuïtat dels hàbits quotidians exigeix atendre prioritàriament les variables territorials que faran sostenible la vida. En aquest sentit, la nostra última proposta, El Mejor Lugar para Vivir (2026), aprofundeix en aquest vincle indissociable entre identitat i territori, explorant com articular els indicadors d’habitabilitat amb la dimensió corporal i afectiva dels llocs.
Aquesta recerca pren Astúries com a territori d’exploració i es desenvolupa en col·laboració amb el Grup d’Aprenentatge Automàtic del Centre de Recerca en Intel·ligència Artificial de la Universitat d’Oviedo. En aquest marc, proposem combinar dades territorials obertes amb registres ambientals, corporals i subjectius per estructurar un model d’intel·ligència artificial multimodal, la qual cosa ens permet investigar com articular aquestes fonts i quins pressupostos epistèmics intervenen quan es tradueixen en una valoració residencial. El treball de camp correlaciona trajectes i coordenades GPS amb indicadors meteorològics, qualitat de l’aire, soroll i biometria de dispositius corporals. Així mateix, la metodologia incorpora fotografies, dibuixos, aquarel·les i diaris, obrint el procés a altres formes d’atenció a l’entorn. D’aquesta manera, una fitxa per ubicació aglutina les observacions i avaluacions subjectives recopilades, amb la finalitat de construir un arxiu situat la interpretació del qual preservi tant les condicions de captura com les vivències dels participants.
Si a Data Biography ressaltem les dades qualitatives i contextos socials que quedaven exclosos del registre, en aquest nou projecte intentem incorporar tals dimensions per entrenar el model multimodal amb una densitat contextual més gran. No obstant això, la hibridació d’aquestes modalitats planteja desafiaments metodològics complexos, atès que un mesurament ambiental i una valoració personal posseeixen significats i escales diferents, i la mateixa resposta corporal depèn estrictament de l’activitat duta a terme i del context. Per tant, relacionar aquests registres exigeix decisions tècniques que condicionen el model. Tal com planteja Louise Amoore a Cloud Ethics (2020), per articular una crítica útil és necessari entendre que els sistemes algorísmics condensen múltiples possibilitats latents en un únic resultat operatiu. Aquesta selecció determina quins elements es tenen en compte i quins es descarten, constituint la dimensió pròpiament política de l’algorisme. En la nostra proposta, aquesta qüestió afecta la construcció mateixa de l’habitabilitat: quines experiències es tornen comparables, quines singularitats se simplifiquen i quines alternatives desapareixen en oferir una resposta automatitzada.
L’expressió «el millor lloc» pressuposa una jerarquització inevitable de criteris. Sigui que un índex aglutini variables com a temperatura, acústica, serveis o afinitats estètiques, sempre existeix un agent que determina la seva rellevància relativa. En seleccionar aquests indicadors, no sols definim una noció de benestar, sinó que privilegiem certes maneres d’habitar. Si bé incorporar la subjectivitat obre un espai per debatre tal definició, la seva traducció a una escala numèrica corre el risc d’aplanar les contradiccions inherents a l’experiència, perquè un entorn pot resultar fascinant a l’hora que incòmode, o mutar de significat segons canviïn els nostres vincles personals o estat d’ànim. Aquest biaix prescriptiu orienta l’exploració territorial mateixa: en prioritzar certes localitats, el sistema canalitza les nostres visites i registres, relegant les alternatives a la invisibilitat. Així, l’arxiu resultant pot acabar per reflectir la selecció algorísmica prèvia, la qual cosa ens obliga a preguntar-nos críticament quin percentatge de l’experiència procedeix de les qualitats reals del territori i quant de l’itinerari dissenyat pel model d’intel·ligència artificial multimodal.
Aquesta capacitat predictiva transcendeix l’individual i projecta un impacte directe sobre els futurs col·lectius. Configurar i indexar certs territoris sota l’etiqueta de «refugis climàtics» condiciona els fluxos de mobilitat residencial. En cas de generalitzar-se aquesta lògica, es desencadenarien transformacions profundes en les comunitats receptores, afectant l’accés a l’habitatge, el teixit social i la demanda de serveis públics. Aquests interrogants, plantejats aquí com a premisses de recerca i no com a certeses tancades, situen l’elecció residencial dins d’una xarxa de relacions sociopolítiques que les classificacions individualitzades solen ometre. Aquesta expansió de la governança mitjançant la computació és la que Orit Halpern i Robert Mitchell analitzen a The Smartness Mandate (2023), on associen les infraestructures de dades a un imperatiu de resiliència i adaptació contínua. El seu enfocament ens urgeix a desmuntar la promesa que el càlcul optimitzat ofereix una posició d’avantatge enfront de la crisi ecosistèmica, ja que la capacitat d’adaptació individual depèn de recursos distribuïts de manera profundament desigual.
La nostra pròpia pràctica artística confronta aquesta contradicció. Si bé la cerca d’un refugi respon a una necessitat legítima de protegir-se enfront de la crisi ambiental, aquest tipus d’eines corren el risc de reduir un problema col·lectiu i estructural a una simple estratègia de salvació o optimització individual. En treballar estèticament amb el model multimodal, busquem sotmetre aquesta operació a examen, assumint que l’habitabilitat no sols abasta el dret a desplaçar-se, sinó també el dret a romandre i sostenir condicions compartides que dignifiquin la vida dels qui manquen de la llibertat per migrar. Per materialitzar aquestes friccions en l’espai expositiu, la instal·lació en desenvolupament proposa un recorregut per l’espai latent del model, cartografiant les afinitats i les diferències que emergeixen en creuar mètriques ambientals, registres visuals i narratives afectives. Un primer prototip conceptual, alimentat amb dades sintètiques, ens permet assajar aquestes decisions de disseny sense pretendre validar prediccions reals, mantenint visible la naturalesa especulativa de l’artefacte enfront de l’autoritat que la netedat visual d’una interfície sol projectar.
Tot i que l’ús d’eines de codi obert facilita auditar i modificar aquests fluxos de treball –tal com es va assajar a Machine Biography–, la transparència tècnica no resol de manera automàtica el dilema polític de qui determina les finalitats del model. Aquesta pregunta exigeix fiscalitzar les taxonomies i els criteris de valoració subjacents, atorgant a les decisions artístiques sobre què visibilitzar i com fer-ho el mateix pes epistemològic que a la selecció de l’arquitectura d’aprenentatge automàtic. En última instància, el recorregut per aquests tres projectes traça una genealogia clara: les empremtes digitals es converteixen en perfils, aquests perfils sustenten relats de futur i aquests relats acaben per guiar les nostres decisions. En mapar i fer tangibles aquestes operacions, la pràctica artística reclama un temps de pausa indispensable per a l’examen crític; un espai agentiu que ens permeti discrepar d’una biografia calculada i qüestionar una geografia recomanada, reconeixent les mediacions algorísmiques que pretenen preescriure la nostra relació amb el món.
Referències
AMOORE, Louise (2020). «Cloud Ethics: Algorithms and the Attributes of Ourselves and Others». Duke University Press [en línia]. Disponible a: https://www.dukeupress.edu/cloud-ethics
CHUN, Wendy Hui Kyong (2021). Discriminating Data: Correlation, Neighborhoods, and the New Politics of Recognition. The MIT Press. DOI: https://doi.org/10.7551/mitpress/14050.001.0001
DÍAZ, Diego; BOJ, Clara (2019). «Pràctiques artístiques en l’època del datacè. Data Biography: rastres digitals per a l’exploració biogràfica de la identitat personal». Artnodes, núm. 24, pàg. 134-41. DOI: https://doi.org/10.7238/a.v0i24.3293
DÍAZ, Diego; BOJ, Clara (2023). «Un enfocament crític per a les capacitats de pronòstic de l’aprenentatge automàtic: crear una biografia predictiva en l’era de la Internet of Behaviour (IoB)». Artnodes, núm. 31, pàg. 1-12. DOI: https://doi.org/10.7238/artnodes.v0i31.405249
DÍAZ, Diego; BOJ, Clara; PEREZ LIEBANA, Diego (2026). «Machine Biography as Digital Human Twin: artistic explorations of predictive identity in the age of behavioural data». AI & Society, vol. 41, pàg. 4913-4927. DOI: https://doi.org/10.1007/s00146-026-02911-3
GARTNER (2020, 19 d’octubre). «Gartner Identifies the Top Strategic Technology Trends for 2021». Gartner [en línia]. Disponible a: https://www.gartner.com/en/newsroom/press-releases/2020-10-19-gartner-identifies-the-top-strategic-technology-trends-for-2021
HALPERN, Orit; MITCHELL, Robert (2023). The Smartness Mandate. The MIT Press. DOI: https://doi.org/10.7551/mitpress/14623.001.0001
LAIDLER, John (2019). «High tech is watching you». The Harvard Gazette [en línia]. Disponible a: https://news.harvard.edu/gazette/story/2019/03/harvard-professor-says-surveillance-capitalism-is-undermining-democracy/
PERDOMO, Juan; ZRNIC, Tijana; MENDLER-DÜNNER, Celestine; HARDT, Moritz (2020). «Performative Prediction». Proceedings of Machine Learning Research, vol. 119, pàg. 7599-7609.
ROUVROY, Antoinette (2013). «The end(s) of critique: Data behaviourism versus due process». A: M. Hildebrandt i K. de Vries (eds.). Privacy, Due Process and the Computational Turn (pàg. 143-167). Routledge. DOI: https://doi.org/10.4324/9780203427644
ZUBOFF, Shoshana (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs.
Cita recomanada: DÍAZ, Diego; BOJ, Clara. La intel·ligència artificial com prescriptora de futurs. Mosaic [en línia], octubre 2026, no. 209. ISSN: 1696-3296. DOI: https://doi.org/10.7238/m.n209.2611
Deja un comentario