¿Puede la Inteligencia Artificial crear arte?

(CNN) - Algunas muestras del arte rupestre que perviven representan imágenes en el más puro sentido: marcas con pigmentos alrededor de la plantilla de una mano humana extendida.

Se han encontrado ejemplos como este en todo el mundo, en sitios de Indonesia, Argentina y Francia, que datan de hace 39 mil años. Esos son los primeros ejemplos impresionantes de lo que los humanos, incluso en el siglo XXI, todavía pensamos como arte: actos de modelación de materiales, creación de imágenes y autorrepresentación.

La creatividad es algo que asociamos estrechamente con lo que significa ser humano. Pero ahora que la tecnología digital permite que las máquinas reconozcan, aprendan y respondan a los humanos y al mundo (desde los asistentes digitales hasta los vehículos sin conductor), se nos presenta una pregunta inevitable: ¿Pueden las máquinas ser creativas? ¿La inteligencia artificial alguna vez podrá hacer arte?

Lee: Google te dice a qué obra de arte te pareces con solo una selfie

Desde la década de 1960 se ha explorado la forma en que las computadoras pueden producir arte con independencia de los humanos. Pioneros, como la húngara Vera Molnár crearon los primeros programas de dibujo basados en códigos. En los años ochenta y noventa, el artista británico William Latham aplicó principios de la genética y la evolución en simuladores que “cambiarían” formas esculturales orgánicas animadas sin la intervención del hombre.

Pero ante los avances de la investigación en la cognición artificial y el creciente interés de la ciencia en las redes neuronales y el aprendizaje automático profundo, la idea de que las computadoras realmente "crean" obras de arte ha ganado actualidad.

Tras el escándalo que generó Spotify al promocionar artistas oscuros o pseudónimos que crean música genérica como "Peaceful Piano" o "Ambient Chill", el escritor de tecnología David Pogue se preguntó por qué estas plataformas no pueden comenzar a usar inteligencia artificial (IA) para generar música y ahorrarse dinero?" Pogue señaló que Spotify había contratado a François Pachet quien, en Sony, había estado trabajando en un software de inteligencia artificial que escribe música.

Lee: Los $ecretos dedtrás de las $ubastas de arte

Artnet, el sitio web de mercado de arte, informó a principios de año que un coleccionista parisino había comprado una imagen "hecha por inteligencia artificial", es decir, creada mediante un programa informático de Obvious, un colectivo artístico francés cuyo lema es "la creatividad no solo es para los humanos ". El software se "entrenó" a sí mismo utilizando un conjunto de pinturas históricas como referencia, antes de producir una imagen que se asemeja a un retrato del siglo XVIII.

Lo que hay detrás de este y muchos otros experimentos artísticos recientes es el uso de "redes generativas adversas " (GAN, por sus siglas en inglés). Las GAN son "redes neuronales" que se enseñan a sí mismas a través de su propia experimentación, en lugar de ser programadas por los humanos.

En palabras simples, estos sistemas involucran dos programas, uno de los cuales contiene una base de datos de algo real (en este caso, imágenes de pinturas antiguas) mientras que el otro produce imágenes que intentan "engañar" al primero para que piense que constituyen un ejemplo de lo que lo sabe. Poco a poco, el segundo programa desarrolla imágenes cada vez más convincentes (pero completamente inventadas) en el "estilo" de los ejemplos de la base de datos.

Lee: Invertir en arte con ojo y corazón, no de oídas

En un importante ejemplo del uso de las redes GAN en el arte, investigadores de la Universidad Rutgers de Nueva Jersey publicaron el año pasado los resultados de un estudio en el que sus máquinas intentaron crear imágenes que los humanos considerarían lo suficientemente plausibles para ser verdaderas obras de arte de la historia. (Los resultados más convincentes fueron, como cabía esperar, imágenes que parecían pinturas abstractas contemporáneas).

¿Qué es la originalidad?

Se podría argumentar que la capacidad de las máquinas para aprender cómo se ven las cosas y luego hacer nuevos ejemplos convincentes marca el advenimiento de la IA "creativa". Después de todo, si disfrutamos de una pieza de música o de una obra de arte, ¿por qué debería ser inquietante saber que fue completamente hecha por una máquina? ¿No es suficiente el placer o el interés que nos despierta?

En la clásica novela distópica de George Orwell, 1984, las masas se entretienen con canciones hechas por una máquina llamada “el versificador” que las componía "sin la menor intervención humana". Quizás de una manera parecida, los big data se utilizan hoy para analizar lo que los espectadores y oyentes desean ver y oír.

Netflix encargó la famosa serie House of Cards basándose en sus propios datos, que sugerían que a los espectadores a quienes les gustaba la serie original británica también les gustaban las películas dirigidas por David Fincher y las protagonizadas por Kevin Spacey.

Por su parte, los usuarios de YouTube generan activamente videos en respuesta directa a los patrones de búsqueda de los cibernautas. Y compañías como Microsoft desarrollan programas que pueden generar imágenes realistas basadas en las descripciones de los usuarios de lo que quieren ver, de modo que la idea de que los creadores virtuales producen cultura que los humanos quieren consumir parece estar cada vez más cerca.

Algunos comentaristas y futuristas han llegado a la conclusión de que, con el tiempo, ya no necesitaremos artistas humanos. Pero el entusiasmo actual en torno a las máquinas "creativas", aquellas que hacen obras de arte que antes solo podrían haber sido hechas por humanos, apenas se detiene a pensar en cómo funciona la originalidad artística.

Lee: La IA no va a ser más inteligente que nosotros

Las máquinas han sido capaces de inventar nuevas obras, es cierto. Son "nuevas" en cierto sentido básico porque no existe otra igual. Pero lo que las máquinas producen es solo una variación sofisticada de un corpus de arte establecido y preexistente. Además, este enfoque se ha basado en la evaluación y el juicio centrados en el ser humano: somos nosotros los que confirmamos si la obra es "buena" o "mala".

Y, sin embargo, la originalidad en el arte, la creatividad real, no se trata de confirmar lo que ya se ha hecho, sino de hacer algo de manera diferente y por una razón. Lo que distingue a la originalidad humana es la diferencia intencional.

Los artistas humanos siempre han tenido razones para intentar hacer algo nuevo: pensamientos, críticas, frustraciones, pasiones, ideas, esperanzas, ideales y todo tipo de motivos. La novedad es el resultado de un artista que intenta hacer algo diferente. Y lo que es crítico en esa intención son las razones detrás de ello.

Lee: Yucatán, motor de la IA de México

El arte necesita una razón

Hace un siglo, el artista Marcel Duchamp decidió que ya no era interesante hacer obras de arte de la manera en que siempre se habían hecho. En cambio, eligió un objeto ordinario (en este caso, un urinario) y lo presentó como La Fuente. Sus razones para hacerlo han contrariado e inspirado a críticos, artistas y al público desde entonces.

Las razones de Duchamp tenían que ver, en parte, con el abandono de la gastada sabiduría convencional que asumía que el arte tenía que parecerse a cierto tipo de objeto. Él decidió pensar de manera diferente sobre lo que podría ser una obra de arte, aunque su razonamiento tomó otros 50 años para ser aceptado. Incluso hoy, la gente todavía está profundamente en desacuerdo con sus motivos.

La originalidad radica en cuestionar las razones de lo que se ha vuelto un lugar común, y Duchamp no estaba tratando de generar el mayor número de "likes". Hasta ahora, ninguna máquina ha elegido no hacer arte.

Lee: ¿Qué es realmente tener una casa con IA?

Lo que la originalidad de Duchamp subraya es la forma en que la creatividad humana funciona como parte de un diálogo que la cultura sostiene consigo misma acerca de lo que son las cosas y la forma en que les damos valor. Un artista presenta un trabajo y dice: "¿Qué piensas de esto?" A la audiencia le puede gustar o no, pero más que eso, los humanos discuten sobre el valor de lo que el artista ha hecho.

Así es como comienza toda crítica de arte. Que algo nos guste no basta para hacerlo bueno. Con el desarrollo del aprendizaje automático, es como si las máquinas fueran cada vez mejores al preguntar: "¿Te gusta esto?" y, sin embargo, las máquinas todavía no pueden responder por qué nos gusta lo que ellas hacen, y tampoco tienen ninguna razón para hacerlo.

La pintura de una mano en una cueva parece decir: "Estamos aquí". Al observar sus propias huellas en la roca, los primeros humanos debieron haber sido conscientes de que habían cambiado creativamente su mundo, y al dejar una marca en él, cobraban consciencia de sí mismos.

Lee: 9.8 millones de mexicanos, en riesgo de desempleo por IA

Si las máquinas logran lo mismo, probablemente no será a través de la creación de imágenes que gusten a los seres humanos. Será el momento en que un algoritmo o una red neuronal artificial se muestre a sí misma que existe.

¿Cómo será el equivalente digital del boceto prehistórico de una mano sobre una roca? Bueno, como nada que hayamos visto.

_{JJ Charlesworth es crítico de arte y editor de ArtReview. Este artículo pertenece a una serie comisionada por la fotógrafa y artista Chen Man, como editora invitada de CNN Style.}