INSTITUTO CULTURAL DE LEÓN

Tres posibles fuentes de valor para las imágenes en la época de la IA.

¿Qué necesita la IA para la reproducción de imagenes? Esto y más en el ensayo ganador de la segunda edición del concurso de ensayo académico sobre artes visuales Juan García Ponce
/assets/images/placeholder.png
León Pablo González Cantor
En 1936 Walter Benjamin se cuestionaba en un ensayo por las repercusiones que tenía sobre el arte la reproductibilidad mecánica de las imágenes. Casi un siglo después de su publicación, las transformaciones que han experimentado la producción de imágenes y los medios visuales vuelven a hacer pertinentes sus preguntas sobre el valor de las imágenes.

Aunque el acelerado cambio en los medios de exhibición y producción de imágenes ha hecho que La obra de arte en la época de su reproducibilidad técnica sea continuamente revisitado desde su publicación, es posible distinguir dos grandes parteaguas que han afectado desde entonces (o puesto en evidencia) de forma radical los valores que se le atribuyen a las imágenes: El primero, la creación de los medios digitales, el segundo la de los modelos generativos de imágenes (IA).

Para encontrar tres posibles fuentes de valor para las imágenes y arrojar una leve luz hacia los efectos de esto sobre el arte resulta práctico hacer una breve retrospectiva buscando paralelismos con las implicaciones que las tecnologías digitales y de impresión tuvieron durante siglo XX.

Si las técnicas de impresión industrializada facilitaron a principios del siglo XX la reproducción masiva de imágenes a partir de un original, lo que ofrecieron los medios digitales fue la posibilidad de ejecutar múltiples operaciones no limitadas a la reproducción: creación, lectura, actualización, y eliminación. La dualidad original y copia quedó además desdibujada en el medio digital. A este cambio en la relación con las imágenes, Jos De Mul lo sintetiza con el concepto de recombinación y reconoce en ellas como nueva fuente de valor a la manipulabilidad (De Mul, 2009)

Antes del surgimiento de las IA consideraríamos tres distintas fuentes de valor para las imágenes, descritas por Benjamin y De Mul como etapas en sucesión. En la etapa previa a la reproductibilidad técnica la imagen era valorada desde su unicidad y contexto histórico-geográfico, se trata del llamado valor de culto. Durante la era de la reproducción mecánica la transición es hacia el valor de exhibición, la imagen adquiere valor por su capacidad de ser expuesta. Cuanto más visible es una imagen mayor valor adquiere. Finalmente, este valor es sustituido en la era digital por el de manipulabilidad. Qué tanta maleabilidad y posibilidad de recombinación admite una imagen determina su valor.

Con esto en consideración surgen las preguntas análogas a las realizadas por ambos autores, pero ahora respecto a la IA. En primer lugar ¿qué posibilidades ofrece la tecnología de generación de imágenes? Es decir, si la imprenta y la computación ofrecieron reproductibilidad y recombinación respectivamente ¿qué es lo que estos modelos facilitan? Y como consecuencia, ¿qué es lo que ahora se puede valorar de la imagen? ¿Cómo afecta todo esto al arte?

Para la primera pregunta podríamos tomar en cuenta lo que en los propios sitios web de los modelos se promete. Por ejemplo, en el de DeepAi se lee:

Transform your ideas into stunning AI art—instantly and for free (…) DeepAI's Free Online AI Image Generator gives you the power to visualize your imagination in seconds. (DeepAI, 2025)

El énfasis está en la posibilidad de convertir ideas en imágenes de forma instantánea, describiendo además esto como una cesión de poder para el usuario. Evidentemente se trata de una respuesta superficial y pensada desde la mercadotecnia, pero nos permite ver la importancia del concepto de agencia y eficiencia para las IA. Una guía para profundizar en la respuesta la podemos encontrar en el hecho de que estos programas siguen siendo herramientas de la computación. Los procesos de recombinación de elementos de bases de datos son la base sobre la que operan. Sin embargo, limitarlo a solo recombinación sería reduccionista. Se distingue de la recombinación digital en que la sofisticación de los algoritmos permite que los resultados sean satisfactoriamente congruentes con lo que se espera de una imagen no recombinada. Es decir, la recombinación producida con IA es llevada a un punto en que los elementos de los que parte no son reconocibles, haciéndole adquirir una nueva forma de aura (De Mul, 2009), en la que su unicidad está determinada por la improbabilidad de que, entre todos los elementos de una base de datos, una cantidad específica fuera estocásticamente usada para su creación. La segunda cualidad que distingue a la IA de tecnologías previas es que esta recombinación es realizada con un mínimo de intervención humana. Diríamos entonces que lo que las IA ofrecen es en esencia dos cosas: La posibilidad de generar imágenes con una nueva forma de aura, una “originalidad” simulada sustentada en la recombinación estocástica de elementos, y por otro lado la posibilidad de hacer outsourcing o tercerización de la creación de imágenes, esto es, ceder el trabajo de producción de imágenes a un ente con la promesa de eficientar y adquirir poder de generación sin exigencias técnicas de otro modo requeridas. Si las eras previas fueron las de la reproducción y la recombinación, está sería la de la tercerización. La producción de imágenes es legada y pasa de ser actividad humana a simulación realizada mediante algoritmos.

Cada cambio en la tecnología ha brindado la posibilidad de democratizar las imágenes, facilitando en apariencia mayor agencia al usuario. Al ser esta agencia dada al usuario por la IA una de las principales ventajas con que se vende dicha tecnología, considero relevante buscar los límites a los que se circunscribe. La naturaleza autorregresiva de los sistemas de IA hace que cualquier imagen producida sea consecuencia directa del procesamiento de una cantidad finita de imágenes contenidas y catalogadas en su base de datos. Por esta razón, no solo los límites a nivel técnico, sino también los límites de la agencia autorizada al usuario son completamente dependientes de la base de datos. Se trata de una dinámica de poder en la que este se ejerce mediante el control del archivo. El poder de recombinar dado al usuario es solo una cota dentro de la gran agencia de quien administra el archivo completo y sus formas de recombinación (algoritmos). Además, a diferencia de la recombinación en la era digital esta mezcla se realiza en la opacidad.

A grandes rasgos esto pareciera responder a la pregunta sobre qué ofrecen los modelos de generación de imágenes: tercerización, y un cierto grado de democratización (o simulación de democracia) en la producción de imágenes, acotado no solo a nivel visual sino también ideológico por quien administre la base de datos.

Para responder a la pregunta sobre el valor de las imágenes es necesario preguntarnos antes ¿Cuáles imágenes? En su texto Benjamin distinguió entre originales y reproducciones pudiendo así identificar el valor aurático de las obras originales y el valor de exhibición en originales y copias. En la actualidad también podemos distinguir a las imágenes por su origen: imágenes producidas por IA e imágenes producidas (recombinadas, intervenidas) por humanos. La diferencia en ciertos casos es sutil e incluso pareciera no existir en absoluto en otros, pero volviendo a la noción de base de datos podemos hallar una distinción general que aplique para la mayoría de los casos. La generación automatizada a partir de bases de datos está caracterizada por dos condiciones, la primera es que es algorítmica, su proceso es fijo. El medio de generación está estandarizado. En segundo lugar, las posibilidades de recombinación de elementos en su base de datos obedecen a relaciones y coincidencias computadas, carentes de subjetividad y dependientes en todo caso de un impersonal homogéneo y sesgado (Bender, 2022). En contraposición la producción de imágenes típicamente entendida como humana, es flexible con el medio. Luigi Pareyson describe al arte como un fin sin medio determinado, en el que el procedimiento se devela únicamente en su quehacer (Pareyson, 2014). No existe un algoritmo. Cada imagen exige determinadas variaciones en su método de creación. Del mismo modo, el conjunto de experiencias sensibles, subjetividad y contexto histórico-geográfico del individuo opera con mayor plasticidad que cualquier base de datos. Las relaciones entre elementos percibidos y conceptualizados en una persona son mutables, resultado de interpretaciones constantes, recontextualizaciones, influencias externas y la historia del individuo.

De la descripción de ambos tipos de imágenes pareciera evidente que una fuente de su valor radica en cierta forma de originalidad. No entendida como dependiente de un objeto concreto y único, sino de la carga de elementos que en la generación de la imagen se hacen presentes. Esta nueva forma de valor aurático se sustenta en el caso de las imágenes hechas por humanos en lo que Benjamin describe como la manifestación irrepetible de una lejanía (por cercana que pueda estar) (Benjamin, 1989) y en el caso de las generadas por modelos de IA en la improbabilidad de la recombinación estocástica de elementos específicos de la base de datos, asociada muchas veces con una sensación de extrañeza, peculiaridad y evocación de lo absurdo.

Que el valor de las imágenes producidas por IA provenga de la base de datos reitera la importancia de cuestionar los sistemas generativos como sistemas de recombinación, y por tanto de pensar a las imágenes mismas como datos. En la época de la informática y el capitalismo tardío todo cuanto pueda ser vuelto dato lo será. De aquí surge una segunda fuente de valor para las imágenes: el valor de la imagen como dato.

Las prácticas actuales de curaduría (o falta de esta) con respecto a las imágenes usadas para alimentar los modelos de IA hacen evidente que el valor de la imagen como dato no es cualitativo, es decir, no se trata de qué tan valiosa es la información contenida en una imagen o de las cualidades computables que pueden beneficiar a la matriz completa. Se trata en cambio de un valor cuantitativo, la imagen es valiosa en tanto pueda sumar al total de elementos en el catálogo. Dichas bases de datos han sido construidas con la premisa de que más es mejor, incluyendo por tanto en mayor cantidad las perspectivas predominantes de Internet, que resultan coincidir con perspectivas hegemónicas y sesgadas. Por esta razón y sumado a la naturaleza autorregresiva de los modelos generativos, es fácil que ocurra una especie de endogamia informática que tienda a la homogeneización. Las rarezas son fácilmente amesetadas cuando el sistema por diseño favorece la homogeneización.

En contraste, el valor de dato de las imágenes generadas por humanos podría ser cualitativo y residir en la diferencia. En qué tan única es en concepto una imagen y qué tanta información contiene del mundo sensible (aun) no computado.

Una última fuente de valor podría pensarse al trasladar el concepto de valor de exhibición a la actualidad. La diferencia sustancial es que en la era de la reproductibilidad técnica las imágenes permanecían prácticamente inalteradas durante su reproducción. Es decir que a fuerza de ser repetidas con alteraciones mínimas (o que permitieran su reconocimiento) ganaban exposición. La fama por la fama, su valor de exhibición era una consecuencia de la iteración. En cambio, los métodos estocásticos de la generación de imágenes con IA hacen virtualmente imposible obtener el mismo resultado dos veces con el mismo algoritmo. Las imágenes de IA son fabricadas desechables no solo como cosas sino también como conceptos. Lo que permanece son formas identificables más generales y abstractas. Lo único que podemos asir de las imágenes desechables no reproducibles (dentro de su propia lógica de creación), es una vaga descripción textual igual a la que las originó.

Es decir, el valor de exhibición ya no está ligado a la exhibición de una imagen concreta y sus características visuales, sino a la exhibición de múltiples imágenes que puedan ser laxamente descritas de una misma forma.

CONCLUSIÓN.

Las múltiples ramificaciones que surgen al analizar el valor de las imágenes en la actualidad hacen que la pregunta por cómo es afectado el arte en este nuevo sistema de valores sea demasiado general para encontrar una respuesta breve. Evidentemente la afectación es trascendente, no solo en el terreno de las artes, sino de la vida cotidiana, política y moral de la sociedad. Igual que la lógica de la recombinación devino en cambios en el pensamiento colectivo, cabe preguntarnos ¿Qué implicaciones tendrá la lógica de la terciarización, de la homogenización y de la Big Data en el arte y en cada aspecto de la vida humana? Concretamente, en el caso del arte, al ser tercerizados el proceso y las habilidades cognitivas, el arte es despojado de su valor previo asociado. A ocupar este vacío parecieran apresurarse, de la mano de las IA los valores de productivismo y eficiencia, pero también es en este espacio liberado que se nos presenta la oportunidad de plantear nuevos valores, o incluso de retomar la pregunta de si es necesario valorar algo en el arte.

De cualquier forma, el papel del arte no es ni será pasivo, y tan relevante es concebirlo como ente afectado en este nuevo contexto de transición de valores, como considerarle un factor determinante para el entorno. Dicho como pregunta: ¿qué hará el arte con la IA? Pienso que la respuesta puede encontrarse en el uso subversivo de estas nuevas herramientas, tal como en la historia del arte distintos ejemplos han hecho: casos que van de la recontextualización de los objetos encontrados a la transformación del Internet, que pasó de ser herramienta de comunicación con fines bélicos a plataforma para la experiencia sensible. Si pretendemos extraer el potencial oculto y subversivo de dichas herramientas debemos cuestionarnos primero ¿Cuál es el uso que se da por hecho que le daremos a las IA? Y ¿A quién conviene ese uso?


BIBLIOGRAFÍA

  • De Mul, J. (2009). The work of art in the age of digital recombination. In M. Van Den Boomen, S. Lammes, A.-S. Lehmann, J. Raessens, & M. T. Schäfer, Digital Material: Tracing New Media in Everyday Life and Technology (1st ed., pp. 95–106). Amsterdam University Press. http://www.jstor.org/stable/j.....
  • AI Image Generator. (n.d.). DeepAI. https://deepai.org/machine-lea...
  • Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots. In FAccT ’21: Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (1st ed., pp. 610–623). Association for Computing Machinery. https://doi.org/10.1145/344218...

https://dl.acm.org/doi/pdf/10.1145/3442188.3445922

  • Nédoncelle, M. (1958). Luigi Pareyson, Estetica. Teoria della formatività, 1954. Revue Des Sciences Religieuses, 32(4), 403–404. https://www.persee.fr/doc/rsci...
  • Benjamin, W. (2021). The work of art in the age of mechanical reproduction.
León Pablo González Cantor León Pablo González Cantor

Ganador del primer lugar de la segunda edición del concurso de ensayo académico sobre artes visuales Juan García Ponce