DALL-E 2 es un nuevo algoritmo de inteligencia artificial que crea una imagen a partir de una frase u oración breve en menos de un minuto.
El programa supone un avance considerable en la calidad y el realismo de los sistemas de texto a imagen, e imita estilos específicos con gran precisión.
Pero esta tecnología plantea preguntas sobre qué significa ser creativo cuando DALL-E 2 automatiza gran parte del proceso creativo.
El programa también puede causar daños, por ejemplo, por su dependencia de los estereotipos y sus posibles usos para la desinformación.
Una imagen puede valer más que mil palabras, pero gracias a un programa de inteligencia artificial llamado DALL-E 2, puedes obtener una imagen de aspecto profesional con muchas menos.
DALL-E 2 es una nueva red neuronal algoritmo que crea una imagen a partir de una frase u oración breve que tú proporcionas. El programa, anunciado por el laboratorio de investigación en inteligencia artificial OpenAI en abril de 2022, no se ha puesto a disposición del público. Pero un número pequeño y creciente de personas —entre ellas, yo— ha recibido acceso para experimentar con él.
Como investigador que estudia el nexo entre la tecnología y el arte, tenía muchas ganas de ver qué tal funcionaba el programa. Tras horas de experimentación, está claro que DALL-E —aunque no está exento de defectos— supera con creces a la tecnología existente de generación de imágenes. Plantea preguntas inmediatas sobre cómo cambiarán estas tecnologías la creación y el consumo del arte. También plantea preguntas sobre qué significa ser creativo cuando DALL-E 2 parece automatizar gran parte del propio proceso creativo.
Una asombrosa variedad de estilos y temas
Los investigadores de OpenAI crearon DALL-E 2 a partir de una enorme colección de imágenes con leyendas. Recopilaron algunas imágenes en internet y obtuvieron licencias para otras.
Usar DALL-E 2 se parece mucho a buscar una imagen en internet: escribes una frase breve en un cuadro de texto y recibes seis imágenes.
Pero, en vez de seleccionar imágenes de internet, el programa crea seis imágenes totalmente nuevas, cada una de las cuales refleja alguna versión de la frase introducida. (Hasta hace poco, el programa generaba 10 imágenes por indicación). Por ejemplo, cuando unos amigos y yo le dimos a DALL-E 2 la indicación «gatos con sombreros de Devo», generó 10 imágenes de distintos estilos.
Casi todas podrían pasar perfectamente por fotografías o dibujos profesionales. Aunque el algoritmo no acabó de entender «sombrero Devo» —los extraños cascos que llevaba Devo, la banda de la nueva ola—, los tocados de las imágenes que generó se acercaban bastante.
En los últimos años, una pequeña comunidad de artistas ha estado usando algoritmos de redes neuronales para crear arte. Muchas de estas obras tienen cualidades distintivas y casi parecen imágenes reales, pero con extrañas distorsiones del espacio: una especie de cubismo ciberpunk. Los sistemas de texto a imagen más recientes suelen producir imágenes oníricas y fantásticas que pueden resultar encantadoras, pero rara vez parecen reales.
DALL-E 2 supone un avance considerable en la calidad y el realismo de las imágenes. También puede imitar estilos específicos con una precisión extraordinaria. Si quieres imágenes que parezcan fotografías reales, generará seis imágenes de aspecto realista. Si quieres pinturas rupestres prehistóricas de Shrek, generará seis imágenes de Shrek como si las hubiera dibujado un artista prehistórico.
Es asombroso que un algoritmo pueda hacer esto. Cada conjunto de imágenes tarda menos de un minuto en generarse. No todas resultarán agradables a la vista, ni reflejarán necesariamente lo que tenías en mente. Pero, incluso si hay que revisar muchos resultados o probar distintas indicaciones de texto, no existe otra forma de producir tantos resultados excelentes con tanta rapidez, ni siquiera contratando a un artista. Y, a veces, los resultados inesperados son los mejores.
En principio, cualquiera con suficientes recursos y conocimientos puede crear un sistema como este. Google Research anunció recientemente un sistema de texto a imagen similar e impresionante, y un desarrollador independiente está creando públicamente su propia versión, que cualquiera puede probar ahora mismo en internet, aunque todavía no es tan buena como DALL-E ni como el sistema de Google.
Es fácil imaginar que estas herramientas transformarán la forma en que la gente crea imágenes y se comunica, ya sea mediante memes, tarjetas de felicitación, publicidad y, sí, también arte.
¿Dónde está el arte en eso?
Al principio, mientras usaba DALL-E 2 para generar distintos tipos de pinturas en toda clase de estilos —como «una pintura de Odilon Redon de Seattle»—, me di cuenta de que era mejor que cualquier algoritmo de pintura que yo hubiera desarrollado. Entonces comprendí que, en cierto modo, pinta mejor que yo.
De hecho, ningún ser humano puede hacer lo que hace DALL-E 2: crear en apenas unos segundos una gama tan amplia de imágenes de tanta calidad. Si alguien te dijera que una persona creó todas esas imágenes, por supuesto dirías que era creativa.
Pero eso no convierte a DALL-E 2 en artista. Aunque a veces parezca magia, por dentro sigue siendo un algoritmo informático que sigue rígidamente las instrucciones de sus autores en OpenAI.
Si estas imágenes funcionan como arte, es gracias al diseño del algoritmo, a las imágenes con las que se entrenó y, lo más importante, al uso que hacen de él los artistas.
Quizá te inclines a decir que una imagen producida con unas pocas pulsaciones de teclado tiene poco mérito artístico. Pero, a mi juicio, esta forma de pensar se hace eco de la idea clásica de que la fotografía no puede ser arte porque una máquina hizo todo el trabajo. Hoy se reconoce la autoría humana y la destreza que intervienen en la fotografía artística, y los críticos entienden que las mejores fotografías implican mucho más que pulsar un botón.
Aun así, a menudo hablamos de las obras de arte como si surgieran directamente de la intención del artista. El artista quería mostrar algo o expresar una emoción y, por eso, creó esa imagen. DALL-E 2 parece atajar por completo este proceso: tienes una idea, la escribes y ya está.
Pero, cuando pinto a la antigua usanza, he descubierto que mis pinturas surgen del proceso de exploración, y no solo de ejecutar mis objetivos iniciales. Y esto les ocurre a muchos artistas.
Pensemos en Paul McCartney, que ideó la canción «Get Back» durante una sesión de improvisación. No empezó con un plan para la canción; simplemente se puso a juguetear y experimentar, y la banda la desarrolló a partir de ahí.
Picasso describió su proceso de manera similar: «No sé de antemano qué voy a poner en el lienzo, como tampoco decido antes qué colores voy a usar… Cada vez que me dispongo a pintar un cuadro, tengo la sensación de dar un salto al vacío».
En mis propias exploraciones con DALL-E 2, una idea llevaba a otra, que llevaba a otra más y, al final, me encontraba en un terreno nuevo, mágico y totalmente inesperado, muy lejos de donde había empezado.
La indicación como arte
Sostendría que el arte de usar un sistema como DALL-E 2 no reside únicamente en la indicación de texto final, sino en todo el proceso creativo que condujo a ella. Distintos artistas seguirán procesos distintos y obtendrán resultados diferentes que reflejarán sus propios enfoques, habilidades y obsesiones.
Empecé a ver mis experimentos como una serie de conjuntos, cada uno una inmersión constante en un solo tema, en vez de como un grupo de imágenes disparatadas e independientes.
Las ideas para estas imágenes y series surgieron de todas partes, a menudo conectadas por una serie de pasos intermedios. En un momento dado, mientras creaba imágenes basadas en obras de artistas contemporáneos, quise generar una imagen de arte de instalación específico para un lugar, al estilo de la artista japonesa contemporánea Yayoi Kusama. Después de probar unos cuantos lugares insatisfactorios, se me ocurrió situarla en la Mezquita-Catedral, antigua mezquita e iglesia de Córdoba, España. Envié la imagen a un colega arquitecto, Manuel Ladron de Guevara, originario de Córdoba, y juntos empezamos a improvisar otras ideas arquitectónicas.
Esto dio lugar a una serie de edificios nuevos imaginarios, cada uno al estilo de un arquitecto diferente.
Así que he empezado a considerar lo que hago con DALL-E 2 tanto una forma de exploración como una forma de arte, aunque a menudo sea arte aficionado, como los dibujos que hago en mi iPad.
De hecho, algunos artistas, como Ryan Murdoch, han defendido que la creación de imágenes a partir de indicaciones se reconozca como arte. Señala como ejemplo a la experimentada artista de IA Helena Sarin.
«Cuando miro la mayoría de las cosas de Midjourney» —otro popular sistema de texto a imagen—, «muchas son interesantes o divertidas», me dijo Murdoch en una entrevista. «Pero en la obra de [Sarin] hay una línea conductora. Se ve claramente que ha dedicado mucho tiempo a pensar en ella y que ha trabajado la técnica, porque el resultado es más atractivo e interesante visualmente, y mantiene su estilo de forma coherente».
Trabajar con DALL-E 2, o con cualquiera de los nuevos sistemas de texto a imagen, implica aprender sus peculiaridades y desarrollar estrategias para evitar errores frecuentes. También es importante conocer sus posibles daños, como su dependencia de los estereotipos y sus posibles usos para la desinformación. Al usar DALL-E 2, también descubrirás correlaciones sorprendentes, como que todo adquiere un aire antiguo cuando se emplea el estilo de un pintor, cineasta o fotógrafo de otra época.
Cuando quiero crear algo muy específico, DALL-E 2 a menudo no puede hacerlo. Los resultados requerirían después mucho trabajo de edición manual y difícil. El proceso es más gratificante cuando mis objetivos son imprecisos, pues ofrece sorpresas que dan lugar a nuevas ideas, que a su vez conducen a más ideas, y así sucesivamente.
Crear nuevas realidades
Estos sistemas de texto a imagen también pueden ayudar a los usuarios a imaginar nuevas posibilidades.
La artista y activista Danielle Baskin me dijo que siempre trabaja «para mostrar realidades alternativas con ejemplos “reales”: ya sea recreando situaciones en el mundo físico o trabajando meticulosamente en Photoshop». Sin embargo, DALL-E 2 «es un atajo increíble porque es muy bueno creando realismo. Y eso es clave para ayudar a otros a dar vida a futuros posibles, ya sean sátira, sueños o belleza».
Lo ha utilizado para imaginar un sistema de transporte alternativo y una red de tuberías que transporta fideos en vez de agua, dos ideas que reflejan su espíritu de artista provocadora.
Del mismo modo, las representaciones arquitectónicas de Mario Klingemann con las tiendas de campaña de personas sin hogar podrían interpretarse como una respuesta a mis representaciones arquitectónicas de lujosas casas de ensueño.
Es demasiado pronto para juzgar la importancia de esta forma de arte. No dejo de pensar en una frase del excelente libro «Arte en la poscultura»: «La estética dominante de la IA es la novedad».
Sin duda, esto sería cierto, en cierta medida, para cualquier tecnología nueva utilizada para crear arte. Las primeras películas de los hermanos Lumière en la década de 1890 eran novedades, no obras maestras cinematográficas; a la gente le asombraba simplemente ver imágenes en movimiento.
El software de arte con IA evoluciona tan rápido que no deja de ofrecer novedades técnicas y artísticas. Parece que cada año surge la oportunidad de explorar una nueva tecnología apasionante, cada una más potente que la anterior y aparentemente preparada para transformar el arte y la sociedad.
