Artistas y escritores de todo el mundo han pasado los últimos dos años enfrascados en una batalla existencial. Los programas de inteligencia artificial generativa como ChatGPT y DALL-E se basan en trabajos robados a humanos, y las máquinas amenazan con reemplazar a los artistas y escritores que crearon el material en primer lugar. escándalo está bien justificado, pero sus argumentos no siempre tienen sentido ni ayudan sustancialmente a defender a la humanidad.
Durante el fin de semana, el legendario escritor de ciencia ficción Ted Chiang se sumó a la refriega y publicó un ensayo en El neoyorquino Chiang no solo escribe que los resultados de la IA pueden carecer de valor o lo hacen con frecuencia, sino que la IA no se puede utilizar para hacer arte, en realidad nunca, lo que no deja lugar a las muchas formas diferentes en que alguien podría utilizar la tecnología. Las cámaras, que automatizan la pintura realista, pueden ser una herramienta para los artistas, dice Chiang. Pero, “¿un generador de texto a imagen? Creo que la respuesta es no”.
Como en su anterior escritos En cuanto a la IA generativa, Chiang ofrece algunas ideas agudas y necesarias sobre un cambio social abrumador. Señala correctamente que la tecnología se basa en un sesgo hacia la eficiencia y que estos programas carecen de reflexión e intención. Y estoy de acuerdo con Chiang en que el uso de la IA para reemplazar las mentes humanas en beneficio de los accionistas es deprimente.
Sin embargo, los detalles de su historia no son claros. Chiang presenta marcos extraños y limitantes para comprender tanto la IA generativa como el arte, eliminando matices importantes en una conversación en curso sobre lo que significa ser creativo en 2024.
En el ensayo comete dos errores importantes: primero, al sugerir que lo que se considera “arte” está determinado principalmente por la cantidad de esfuerzo que se invirtió en su creación, y segundo, al afirmar que la “inteligencia” de un programa puede o debe medirse en relación con una mente orgánica, en lugar de entenderse en sus propios términos. Como resultado, aunque claramente pretende lo contrario, Chiang termina pidiendo a su lector que acepte una visión limitada de la inteligencia humana, la práctica artística y el potencial de esta tecnología, y tal vez incluso del valor del trabajo en sí.
La gente siempre debatirá la definición de arte, pero Chiang ofrece “una generalización: el arte es algo que resulta de tomar muchas decisiones”. Una historia de 10.000 palabras, por ejemplo, requiere unas 10.000 decisiones; una pintura de Georges Seurat, compuesta por Quizás 220.000 toques de pinturarequirió 220.000 opciones. Por el contrario, cuando se le da una indicación a un modelo de IA generativa, se toman muy pocas decisiones, tal vez las “cien opciones” en una indicación de 100 palabras; el programa toma el resto por usted, y como la IA generativa funciona encontrando e imitando patrones estadísticos en textos e imágenes existentes, escribe, esas decisiones también suelen ser aburridas. Los fotógrafos, admite Chiang, toman suficientes decisiones para ser artistas; los usuarios de IA, predice, nunca lo serán.
¿Qué proporción de decisiones humanas respecto del tamaño del lienzo o la extensión de la historia califica algo como “arte”? Esa pregunta simplista apunta a un problema más serio con la línea de pensamiento de Chiang: no es necesario demostrar horas de trabajo, tomar muchas decisiones o incluso expresar pensamientos y sentimientos para hacer arte. Suponer que es necesario empobrece la creatividad humana.
Algunos de los artistas y movimientos artísticos más destacados de la historia reciente han divorciado la habilidad y la intención humanas de sus creaciones finales. Tomar un menor número de decisiones o ejercer un control menos intencional no implica necesariamente menos visión, creatividad, brillantez o significado. A principios del siglo XX, los movimientos artísticos dadaísta y surrealista experimentaron con el automatismo, la aleatoriedad y el azar, como en un famoso collage realizado dejando caer tiras de papel y pegándolas donde caían, cediendo el control a la gravedad y eliminando la expresión de la interioridad humana; Salvador Dalí coció tinta balas salpicar piedras litográficas al azar. Décadas más tarde, pintores abstractos como Jackson Pollock, Joan Mitchell y Mark Rothko marcaron sus lienzos con menos precisión técnica aparente o atención al realismo (gotas de pigmento aparentemente aleatorias, pinceladas amplias, campos gigantes de color) y la artista húngara Vera Molnar Se utilizaron algoritmos simples para determinar la colocación de Líneas, formas y colores En papel. Los famosos artistas del Renacimiento utilizaron principios matemáticos para guiar su trabajo; hoy en día abunda el arte asistido por ordenador y algorítmico. Andy Warhol empleó la producción en masa y llamó a su estudio la “Fábrica”. Durante décadas, autores y artistas como Tristan Tzara, Samuel Beckett, John Cage y Jackson Mac Low han utilizado el azar en sus composiciones textuales.
Chiang admite que, en circunstancias extremadamente raras, un ser humano podría trabajar durante mucho tiempo y con el esfuerzo suficiente con un modelo de IA generativa (quizás introduciendo “decenas de miles de palabras en su cuadro de texto”) para “merecer ser llamado artista”. Pero incluso dejando de lado las aplicaciones más vanguardistas o abstractas, definir el arte principalmente a través de la “transpiración”, como hace Chiang, es una táctica antigua y constantemente refutada. Édouard Manet, Claude Monet y otros pintores asociados del siglo XIX fueron ridiculizados en su día por el establishment artístico francés porque sus lienzos no eran tan realistas como el realismo académico y no requerían el esfuerzo de éste. “La versión más nueva de DALL-E”, escribe Chiang, “acepta indicaciones de hasta cuatro mil caracteres: cientos de palabras, pero no suficientes para describir cada detalle de una escena”. Sin embargo, las pinturas impresionistas de Manet y Monet —tan difamadas porque implicaban menos pinceladas y, por lo tanto, menos decisiones, vistas a través del marco de Chiang— cambiaron la trayectoria del arte visual y hoy se celebran como obras maestras.
En todos estos casos, los seres humanos dedicaron tiempo y atención a concebir cada obra, como también lo harían los artistas que utilizan IA. Aunque Chiang diga lo contrario, por supuesto que la IA puede compararse con una cámara o con muchas otras nuevas tecnologías y medios creativos que provocaron gran ira cuando se introdujeron por primera vez: la radio, la televisión e incluso la novela. La noción moderna de automatización a través de la computación que encarna la IA fue parcialmente inspirado El arte se desarrolló a partir de una tecnología con una enorme capacidad artística: el telar Jacquard, una máquina que teje textiles complejos a partir de instrucciones de tarjetas perforadas, como los ceros y unos del código binario. El telar Jacquard, en sí mismo una forma de automatización del trabajo, también era en cierto sentido una computadora que los humanos podían usar para hacer arte. Nadie discutiría seriamente que esto significa que muchos textiles y diseños de la Bauhaus, influencias creativas fundamentales, no son arte.
No estoy afirmando que una novela romántica o una naturaleza muerta creada por un modelo de IA generativa constituiría arte inherentemente, y he escrito Anteriormente se decía que, aunque los productos de IA pueden ser herramientas poderosas para los artistas humanos, no son cuasi-artistas en sí mismos. Pero no existe una dicotomía entre pedirle a un modelo un resultado completo y sudar largas horas frente a una página o lienzo en blanco. La IA podría ayudar a iterar en muchas etapas del proceso creativo: interpretar un personaje o visualizar esquemas de colores o, en sus “alucinaciones”, ofrecer un punto de partida creativo. La forma en que un modelo conecta palabras, imágenes y bases de conocimiento a través del espacio y el tiempo podría ser el tema del arte, incluso de un medio en sí mismoLa IA no necesita crear arte ex nihilo para ser utilizada en la creación de obras de arte, a veces fascinantes; ejemplos de gente El uso de la tecnología de esta manera ya abunda.
El impulso para rechazar categóricamente el potencial creativo de la IA se deriva de otro gran error de Chiang: la crítica común pero errónea de que los programas de IA, como no pueden adaptarse a situaciones nuevas como lo hacen los humanos y los animales, no son verdaderamente “inteligentes”. Chiang hace una comparación entre las ratas y AlphaZero, una famosa IA que se entrenó a sí misma para jugar bien al ajedrez: en un entorno experimental, los roedores desarrollaron una nueva habilidad en 24 ensayos, y AlphaZero necesitó 44 millones de ensayos para dominar el ajedrez. Por lo tanto, concluye, las ratas son inteligentes y AlphaZero no.
Sin embargo, descartar la tecnología como poco más que una “autocompletación”, como Chiang hace varias veces en su ensayo, es un error de categoría. Por supuesto, un algoritmo no capturará la intención expresiva y la subjetividad de nuestras mentes y cuerpos: uno está construido a partir de silicio, ceros y unos; los otros, a partir de elementos orgánicos y cientos de millones de años de evolución. Debería ser igualmente obvio que los modelos de IA, a su vez, pueden hacer todo tipo de cosas que nuestros cerebros no pueden.
Esa distinción es una característica interesante, pero no condenatoria, de la IA generativa. Estos programas informáticos tienen una capacidad de procesamiento y un tiempo disponibles inconmensurablemente mayores; las ratas y los humanos tienen un número finito de células cerebrales y sólo un breve tiempo en la Tierra. Como resultado, los tipos de problemas que la IA puede resolver, y cómo lo hace, son totalmente diferentes. Seguramente existen patrones y relaciones estadísticas entre la totalidad de la escritura y el arte visual humanos digitalizados. Una máquina puede encontrar que una persona no lo haría, al menos no sin varias vidas. En este tramo del ensayo, Chiang cita un enfoque para medir la inteligencia que proviene del científico informático François Chollet. Sin embargo, no reconoce que Chollet, mientras buscaba una forma de comparar los programas de IA con los humanos, también anotado En el artículo pertinente se afirma que “muchas definiciones posibles de inteligencia pueden ser válidas en muchos contextos diferentes”.
Otro problema de argumentar que un elevado número de decisiones es lo que hace que algo sea arte es que, además de ser inexacto, corre el riesgo de implicar que los trabajos y tareas menos intencionales, “sentidos” o con mayor cantidad de decisiones no merecen tanta protección. Chiang extiende su argumento sobre el esfuerzo también a los textos no artísticos y “de baja calidad”: un correo electrónico o un informe comercial merecen atención solo “cuando el autor ha pensado un poco en ellos”. Pero, así como tomar menos decisiones no significa inherentemente que alguien no “merezca” ser considerado un artista, el hecho de que alguien complete tareas rutinarias en el trabajo o escriba un informe con una fecha límite no significa que el resultado sea inútil o que sea razonable que una persona pierda su trabajo por un producto de inteligencia artificial.
Hay todo tipo de razones para criticar la IA generativa: la tecnología Huella ambientalsesgos groseros, desplazamiento laboral, fácil creación de desinformación e imágenes sexuales no consensuadas, por nombrar algunos, pero Chiang está argumentando sobre bases puramente creativas y estéticas. Aunque no está valorando algunos tipos de trabajo u ocupaciones sobre otros, su lógica lleva allí: apostar una defensa del trabajo humano y los resultados, y la propiedad humana de ese trabajo y esos resultados, sobre la base de que la IA es “solo” estadísticas insulsas implica que los trabajos que reemplaza la IA también podrían ser “solo” estadísticas insulsas. Defender el trabajo humano de la IA no debería confundirse con juzgar el mérito artístico de la tecnología. El telar Jacquard, a pesar de su uso como herramienta creativa, fue inventado para acelerar y automatizar el tejido especializado. El desplazamiento generalizado de puestos de trabajo y la conmoción económica que provocó fueron importantes, independientemente de si reemplazaba o ampliaba el trabajo artístico, artesanal o industrial.
El ensayo de Chiang, en cierto sentido, enmarca el arte no sólo como un objeto final sino también como un proceso. “El hecho de que seas tú quien lo dice”, escribe, “el hecho de que derive de tu experiencia vital única y llegue en un momento particular en la vida de quien sea que esté viendo tu obra, es lo que hace que (el arte) sea nuevo”. Estoy de acuerdo, y daría un paso más: los procesos a través de los cuales surge el arte no están limitados ni pueden ser delimitados por un solo artista o espectador, sino que involucran a sociedades e industrias y, sí, a tecnologías. Seguramente, los humanos somos lo suficientemente creativos como para crear e incluso desear un espacio para la IA generativa en eso.
