En los últimos años, muchos artistas han comenzado a utilizar lo que se conoce como “software de redes neuronales” para crear obras de arte.
Los usuarios introducen imágenes existentes en el software, que ha sido programado para analizarlas, aprender una estética específica y generar nuevas imágenes que los artistas pueden seleccionar. Mediante la manipulación de las entradas y los parámetros de estos modelos, los artistas pueden producir una gama de imágenes interesantes y evocadoras.
Esta obra ha logrado un reconocimiento generalizado a través de exposiciones en galerías, la cobertura mediática y dos subastas de arte de alto perfil.
Como investigador académico, desarrollador de tecnología artística y artista aficionado, ver a los artistas adoptar nuevas tecnologías para crear nuevas formas de expresión siempre me entusiasma.
Pero, como ocurrió con los movimientos artísticos revolucionarios anteriores, el arte de redes neuronales plantea preguntas difíciles: ¿cómo entendemos la autoría y la propiedad cuando estas obras surgen de las contribuciones de tantos individuos creativos y algoritmos diferentes? ¿Cómo garantizamos que todos los artistas involucrados reciban un trato justo?
Nace un movimiento
El vibrante mundo del arte de redes neuronales surgió en los últimos años, en parte, a partir de avances en la informática.
Comenzó en 2015 con un programa llamado DeepDream, que fue desarrollado accidentalmente por un ingeniero de Google. Quería encontrar una forma de visualizar el funcionamiento de un sistema de redes neuronales diseñado para analizar imágenes. Para ello, le proporcionó una fotografía de entrada y le pidió que aumentara el número de partes de objetos detectadas en la imagen. El resultado fue una panoplia de imágenes extrañas y evocadoras.
Compartió su método en línea, y los artistas comenzaron de inmediato a experimentar con él. La primera exposición en galería de arte de DeepDream tuvo lugar menos de un año después.
Como este software se comparte libremente en línea, los artistas digitales pueden experimentar con estos modelos y luego compartir sus propios resultados y modificaciones.
Existe una comunidad creativa activa de artistas de redes neuronales en Twitter que debaten los resultados de sus experimentos, así como los últimos avances y controversias. Y artistas consolidados también han adoptado estas herramientas, con exposiciones y encargos destacados de artistas como Trevor Paglen, Refik Anadol y Jason Salavon.
No obstante, este intercambio abierto cuestiona nuestra forma de pensar sobre el arte. La casa de subastas Christie’s vendió la imagen “Edmond de Belamy, from La Famille de Belamy” en noviembre de 2018 por casi US$500,000, lo que indicó que algo no andaba bien.
¿Por qué? Para crear esta imagen, el grupo de artistas Obvious utilizó el código fuente y los datos que otro artista, Robbie Barrat, había compartido libremente en internet.
Obvious tenía todo el derecho a usar el código de Barrat y reclamar la autoría de la obra. No obstante, muchos criticaron a Christie’s por ensalzar a los artistas que solo tuvieron una participación menor en la creación de la obra. Esto se interpretó, en general, como un fallo de Christie’s, en particular por la engañosa forma en que promocionó la obra, más que como una necesidad de repensar la autoría del arte de IA.
La aparición de Ganbreeder
Estos problemas se vuelven inevitables en Ganbreeder, un nuevo y cautivador sitio web para crear imágenes con redes neuronales.
Ganbreeder es una fuente inagotable de imágenes inspiradoras, intrigantes, extrañas y fascinantes. A diferencia de las imágenes que surgen de DeepDream, que pronto se vuelven repetitivas, parece que ninguna mente humana podría ser capaz de producir la diversa gama de imágenes originales de Ganbreeder.
Ganbreeder fue lanzado el pasado noviembre por Joel Simon. Cada imagen de Ganbreeder se crea con parámetros de entrada que eliges modificando los parámetros de otras imágenes del sitio. El sitio almacena el linaje de cada imagen, de modo que puedes ver a todos los que contribuyeron a una imagen final.
Si te gusta una imagen que has encontrado o creado, puedes encargar una impresión personalizada sobre madera a un emprendedor y artista llamado Danielle Baskin. Ella retoca la impresión con pintura, pero en lugar de firmarla, etiqueta el reverso de la obra con un código QR que apunta al linaje único de la imagen.
Lo hace porque cada imagen es el resultado de las contribuciones de muchas personas, lo que dificulta atribuir el nombre de un único artista a cada nueva obra.
Dar crédito a quien corresponde
Sin embargo, un artista en solitario ya se ha atribuido el mérito.
Cuando Alexander Reben expuso pinturas que había realizado a partir de imágenes de Ganbreeder, Baskin lo acusó de robo, ya que ella y otros habían dedicado horas en el sitio de Ganbreeder para crear las imágenes. Para defenderse, Reben señaló que las obras de Ganbreeder eran anónimas cuando él seleccionó sus imágenes; los inicios de sesión de usuario y la atribución solo se añadieron en febrero.
Las leyes y convenciones existentes ya abordan los casos en que una obra se crea mediante alguna forma de colaboración o remezcla. Generalmente se acepta que un artista puede reclamar la autoría simplemente por seleccionar una imagen final, aunque debe ser transparente sobre las fuentes, cuando sea posible. Las acusaciones de robo parecen imitar las que se lanzaron contra los artistas de la apropiación convencionales como Andy Warhol y Richard Prince, quien amplió y modificó de forma célebre publicaciones de Instagram realizadas por otros usuarios.
Sin embargo, estas obras de redes neuronales parecen ser de un tipo distinto. Las contribuciones del modelo de redes neuronales y de los demás usuarios del sitio son inseparables del resultado. Ningún colaborador parece ser “el artista”.
Una posible forma de ver estas nuevas obras de arte es pensarlas como software de código abierto. El código abierto es un modelo de desarrollo de software en el que cualquiera puede contribuir a paquetes de software abiertos o utilizarlos. Ha dado lugar a la creación de herramientas de software importantes, como Linux y el software principal de redes neuronales, que de otro modo no habrían podido desarrollarse. Del mismo modo, las nuevas obras de arte con redes neuronales no podrían haberse creado sin el intercambio abierto de software y datos.
Los proyectos de código abierto establecen reglas claras sobre cómo puede usarse el software y cómo se acredita: algunos programas pueden ampliarse y venderse, mientras que otros proyectos deben distribuirse siempre de forma gratuita. Las contribuciones de cada programador se registran; la forma en que se les acredita también depende del proyecto individual.
Al igual que el software de código abierto, sitios como Ganbreeder podrían establecer reglas claras para la autoría y el crédito artísticos. Las directrices deberían establecer cómo reclamar el crédito de una obra, a quién más se debe acreditar y cuándo una obra puede venderse o protegerse por derechos de autor.
El pago es un asunto complicado. ¿Qué ocurre cuando las imágenes de Ganbreeder se usan en trabajos comerciales, por ejemplo, portadas de libros o producciones cinematográficas? En cuanto a las contribuciones más modestas, Baskin ha sugerido que el pago podría repartirse entre los numerosos colaboradores de la obra. Esto podría resultar rentable: los derechos de una sola gran campaña publicitaria podrían pagar muchas comidas de artistas.
Una “fotografía de cosas imaginarias”
Luego está la cuestión del valor y la intención. ¿Pueden estas obras llegar a alcanzar alguna vez la categoría de gran arte?
Parte del valor de una obra de arte reside simplemente en sus propiedades estéticas intrínsecas, de la misma forma en que una montaña puede ser bella. Pero también valoramos una obra porque surge de la visión, la intención y la habilidad de un artista.
Una obra de arte de código abierto se sitúa en un punto intermedio. Esta imaginería representa el resultado de muchas mentes humanas que realizan selecciones artísticas deliberadas. Pero ¿dónde está la intención? Sin duda, un colaborador inicial no tenía idea de cómo se usaría su trabajo.
¿Es como preguntar por la intención detrás de una hermosa montaña? ¿O es el artista que toma la elección final la única fuente de intención?
Tecnologías artísticas anteriores plantearon preguntas similares, en especial con la invención de la fotografía. Cuando el medio surgió por primera vez, muchos afirmaron que la fotografía no podía ser arte en absoluto. Después de todo, argumentaban, es la máquina la que hace todo el trabajo, un sentimiento que hoy se repite en las erróneas afirmaciones de que “la IA crea su propio arte”.
Tardó un tiempo, pero la fotografía acabó siendo reconocida como un medio artístico por derecho propio. Además, catalizó el movimiento artístico moderno al obligar a los artistas a dejar de situar el realismo en un pedestal. Como nunca podían igualar el realismo de la cámara, necesitaron encontrar la forma de crear obras que ninguna máquina pudiera replicar.
El arte de redes neuronales es hoy una especie de fotografía de cosas imaginarias.
Como la fotografía, el arte neuronal puede crear un conjunto aparentemente infinito de imágenes, ninguna de las cuales parece tener mucho valor por sí sola. El valor proviene de la forma única en que el artista utiliza estas herramientas: cómo establece los parámetros, selecciona los temas, ajusta los detalles de la imagen o selecciona un conjunto de imágenes que transmiten un mensaje más amplio.
Con nuevos modelos neuronales que se publican a un ritmo vertiginoso, estas cuestiones solo se volverán más urgentes a medida que surjan imágenes cada vez más maravillosas, extrañas e inspiradoras.
