IA en el arte: ¿puede un ordenador ser realmente creativo?

Retrato de Edmond Belamy fue creado por un colectivo de arte con sede en París llamado Obvious. Hugo Caselles-Dupré, Pierre Fautrel y Gauthier Vernier, el trío detrás de Obvious, dicen que la pintura fue creada por la inteligencia artificial.

El proyecto planteó muchas preguntas sobre la inteligencia artificial y la creatividad. El debate se parece un poco a la disputa por los derechos de autor que siguió a la infame 'monkey selfie' de 2011, cuando un célebre macaco tomó un equipo perteneciente al fotógrafo británico de naturaleza, David Slate, apuntó la lente a su propia cara y tomó una foto. PETA argumentó que el macaco era el propietario de los derechos de autor de la fotografía, lo que causó gran desconcierto en Slate.

Las fotografías eran de dominio público, ya que fueron publicadas por varios periódicos británicos después de que Slate concediera licencias de imágenes a la Agencia de Noticias Caters y, como eran obra de un animal no humano, el depósito en línea de imágenes de libre uso Wikimedia Commons, afirmaba que no había ningún autor humano en el que los derechos de autor estuvieran conferidos.

Hoy en día, tengo la sensación de que estamos siguiendo el mismo camino que la inteligencia artificial en el ámbito del arte. Si una máquina inteligente crea una pintura, o una canción, o un poema, o una escultura, ¿a quién le atribuimos la creación? Y si la respuesta no está clara, ¿qué va a hacer el mundo del arte sin artistas reconocidos?

¿Quién es el verdadero artista, el ordenador o los humanos que lo programaron?

El Retrato de Edmond Belamy fue creado por un algoritmo compuesto de dos partes, ya sabemos que los algoritmos son buenos falsificadores, y pueden crear una pintura o una pieza musical al estilo de un artista que ha "estudiado" en detalle. Al alimentar 15.000 retratos pintados entre el siglo XIV y el siglo XX, el algoritmo fue capaz de producir un retrato en un estilo similar. Amadeus Code, la herramienta de inteligencia artificial para la composición de canciones, funciona con el mismo principio. Esto se conoce como el lado Generador del algoritmo.

El segundo lado, conocido como el Discriminador, actúa como verificador. Intenta detectar la diferencia entre lo real - copias detalladas de retratos originalmente pintados por humanos - y las nuevas creaciones producidas por el lado del Generador. El objetivo del Generador es engañar al Discriminador. El Generador aprende de sus errores a medida que el Discriminador hace conjeturas correctas. La idea es que enseñando al falsificador a engañar al detective, lo obligas a ser más creativo.

Este método se denomina red de confrontación generativa, o GAN. Fue creado por Ian Goodfellow en 2014, y ha despertado el entusiasmo entre quienes trabajan en el campo del aprendizaje automático. La GAN se ha citado como una forma de dar a las máquinas una "imaginación", o algo similar a lo que el término se utiliza para describir a los seres humanos. Pero, ¿consideras que se trata de una verdadera creatividad? ¿Permite GAN que una máquina se convierta en artista?

Enfoque descendente versus enfoque ascendente

Es posible que haya oído hablar de los diseños de arriba hacia abajo y de abajo hacia arriba que son populares en el pensamiento, la enseñanza o las estructuras de liderazgo. Ambos son sistemas de procesamiento de información y pueden ser utilizados para ayudarnos a entender lo que está sucediendo cuando un algoritmo o IA está resolviendo problemas.

El enfoque de arriba hacia abajo, a veces denominado razonamiento lógico, es cuando un programador introduce información y datos en un ordenador utilizando la lógica analítica, una vez que ya ha descubierto el enfoque necesario para resolver el problema o la tarea en cuestión. La computadora entonces cruje a través de una carga de algoritmos para llegar a un resultado final.

El enfoque ascendente consiste más en crear un sistema que es mayor que la suma de sus partes, agrupando sistemas o algoritmos más simples que, cuando se combinan, crean estrategias mucho más complejas. No se trata tanto de seguir las reglas para encontrar una respuesta como de combinar muchos procesos más simples para crear colectivamente ideas complejas. Si una IA va a ser alguna vez verdaderamente creativa, va a necesitar usar un enfoque de abajo hacia arriba.

Si la GAN permite que la IA utilice un enfoque ascendente, ¿eso la hace creativa?

No hay duda de que con las nuevas técnicas y los avances en el aprendizaje de la máquina, estamos más cerca de los ordenadores creativos que nunca, pero la pregunta fundamental sigue siendo: ¿el ordenador creó la obra de arte, o los humanos la entrenaron para crear el arte?

Otra de las dificultades para hablar del papel de la IA en el arte es la definición del arte mismo. Antes de que empecemos a comprar el inodoro de Marcel Duchamp, ¿podemos estar de acuerdo en que todo arte genuino requiere un aspecto de originalidad? Podrías entrenar a una persona (o computadora) para crear pinturas al estilo de Pablo Picasso, o canciones al estilo de Nirvana, pero eso es diferente de crear algo completamente original.

El otro problema que tengo al etiquetar este tipo de IA como "creativo" es el aspecto de la aportación humana. La máquina que creó el Retrato de Edmond Belamy lo hizo porque se lo ordenaron los humanos. Para que las máquinas sean clasificadas como creativas, necesitamos llegar a una situación en la que la IA esté creando por el bien de la expresión, no por instrucción.

Suena a locura -la idea de que una computadora puede ser sólo para pintar, escribir o componer arte original- pero ahí es donde tenemos que llegar, en mi opinión, antes de que podamos empezar a clasificar a la IA como "el artista" detrás de una obra de arte.

¿Qué opinas tú? ¿Llegaremos alguna vez a un punto en el que podamos llamar creativos a los ordenadores con confianza? ¿Veremos algún día a un famoso artista de IA?