Barcelona Metropolis

Les habilitats creatives ja es poden replicar a través d’aprenentatge profund (deep learning) i xarxes neuronals, però el seu veritable potencial resideix en la possibilitat de la col·laboració i no de la substitució. Dues subjectivitats diferents, una d’humana i una altra d’automatitzada, es poden trobar a mig camí i produir un espai simbòlic mutu i temptador, ple de possibilitats, però també de vies mortes. Aventurar quin impacte artístic tindrà la IA a mitjà termini és tan prematur com superb.

El mite de la creativitat

El fantasma de l’automatització i el seu impacte sobre el mercat laboral i la forma de la societat del demà ha generat incomptables anàlisis i pronòstics des de començaments del segle XXI. Durant un temps, en aquests debats s’hi aplicava una regla lineal: com més mecànica i rutinària fos una tasca, més senzill seria d'automatitzar-la. A partir d’aquesta lògica, les professions en què la creativitat tingués un paper central serien les que estarien menys amenaçades per la substitució. Aquesta mena d’“excepció creativa” reafirmava, en certa manera, un estatus especial dels artistes i creadors a la societat.

Si l’explosió —des de l’estiu del 2022— d’eines d’IA per a la creació en múltiples àmbits ha tingut algun efecte revelador, ha estat el de posar fi a aquest miratge. L’aplicació amb finalitats productives d’eines com el ChatGPT o Midjourney no cerca, en la majoria dels casos, l’excel·lència artística, sinó l’eficiència rendible. “Prou bo (i infinitament més barat)” és el factor decisiu en unes indústries creatives en què la gran majoria de tasques quotidianes no aspiren a l’originalitat extrema ni a la ruptura dels motlles establerts. Des d’aquesta posició, els dibuixants, músics, periodistes o realitzadors de vídeo es comencen a reconèixer en la mateixa posició que qualsevol altre col·lectiu subjecte a la imposició d’un nou ordre emergent, que no negocia les condicions.

Acumulació per despossessió (digital)

Qualsevol aplicació creativa d’IA opera a partir d’un model entrenat amb quantitats de dades enormes. Stable Diffusion, un dels generadors d’imatges més populars, va desenvolupar el seu model a partir del conjunt de dades LAION-5B, publicat en obert a internet el març del 2022. LAION-5B consta de gairebé 6.000 milions d’arxius que combinen imatges amb etiquetes de text que n’identifiquen el contingut[1]; imatges obtingudes a internet, producte de l’esforç col·lectiu quotidià dut a terme per tots nosaltres, els usuaris de la xarxa.

Al llarg dels darrers trenta anys, però sobretot durant l’era daurada del social media i l’emergència del telèfon intel·ligent a partir del 2007, la producció social de dades en grans volums ha estat part del pacte implícit en el model econòmic de la indústria d’internet. El tracte acceptat per tots era senzill: a canvi de fer servir de manera gratuïta tota mena de serveis digitals, se’ns anima a produir i compartir activament com més informació millor. Inicialment, la cadena de valor consistia a agregar a gran escala dades personals, que permetessin la producció de perfils de consumidors, empaquetar-les i convertir-les en mercaderies.

La indústria de l’aprenentatge automàtic ha afegit una capa de valor addicional a aquestes muntanyes de contingut que la web atresora. És la matèria primera idònia per entrenar models amb capacitat de produir el que alguns anomenen “intel·ligència”, i d'altres, simplement, “capacitat de predicció estadística”. Un generador d’imatges automàtiques pot produir un gat de qualsevol raça i color amb fidelitat i precisió, perquè el model es pot alimentar d'una disponibilitat infinita d’imatges de gats procedents de la web.

Darrere de cada una d’aquestes imatges pujades a una xarxa social, a un àlbum de fotos o a una notícia en un mitjà de comunicació, hi ha ciutadans, autors, creadors, artistes, fotògrafs professionals o aficionats, i qualsevol altra categoria de productor imaginable. Per descomptat, cap companyia de deep learning ha fet un esforç previ per obtenir els drets d’ús d’aquestes imatges. Tampoc s’ha limitat a utilitzar imatges lliures de drets o emparades per sistemes de llicències lliures, com les Creative Commons. Els creadors d’alguns dels serveis més populars, com ara Midjourney, s’han excusat al·ludint a la impossibilitat de produir una eina com aquesta si haguessin d’obtenir individualment els drets d’ús de milers de milions d’imatges. La responsabilitat s’ha invertit, i és l’autor qui ha de sol·licitar expressament que les imatges siguin excloses del model.

El terme acumulació per despossessió, encunyat pel geògraf urbà i teòric social marxista David Harvey per designar la capacitat del capitalisme per mercantilitzar el que prèviament era compartit i comú, s’expressa a la perfecció en aquest procés. Fins i tot si considerem el potencial expressiu i creatiu d’aquestes noves eines com a socialment beneficiós i artísticament productiu, el capital simbòlic i cognitiu d’una gran tasca col·lectiva torna a quedar controlat i capturat de manera extractiva per uns quants.

Centaures

En tots els diagnòstics inicials, l’emergència de la IA com una força transformadora es considera a partir de la lògica de la substitució: els robots i els sistemes automàtics ocuparan el nostre lloc. Però tan cert és que moltes habilitats es poden replicar, com que el veritable potencial de la IA com a nou paradigma per a la creació procedeix de la possibilitat de la col·laboració, no de la substitució. Dues subjectivitats diferents, una d’humana i una altra d’automatitzada, es poden trobar a mig camí i produir un espai simbòlic mutu, amb resultats diferents dels que els creadors podrien obtenir per si sols.

En realitat, que escriptors, músics o arquitectes deleguin decisions fonamentalment creatives en sistemes de regles, processos evolutius autònoms o eines amb capacitat de produir respostes pròpies no és particularment nou. Hi ha precedents, des de la llarga tradició de l’escriptura automàtica i el cut-up, l’art basat en instruccions i l’art algorítmic dels anys seixanta del segle xx, fins a les múltiples eines generatives que productors de música electrònica o arquitectes parametricistes han fet servir de manera quotidiana les darreres dues dècades.