Estética simulada con datos sintéticos

La historia de la estética puede leerse como una historia de las distintas formas en que el ser humano ha intentado producir una apariencia capaz de separarse de aquello que la originaba. La pintura imitó el mundo visible. La fotografía registró su huella, el cine organizó el movimiento, la imagen digital convirtió la representación en información y las redes transformaron esa información en circulación permanente. En cada uno de estos momentos permanecía, sin embargo, una relación reconocible entre la imagen y aquello que pretendía mostrar. Incluso cuando la representación era deliberadamente ficticia, su ficción podía entenderse como una operación realizada sobre un mundo previamente existente. Había algo antes de la imagen.

Los datos sintéticos rompen esa relación. Son datos que nadie ha recogido, producidos por un algoritmo, una simulación o un modelo generativo para que conserven las propiedades estadísticas de los datos reales sin corresponder a ninguna medición, a ningún sujeto observado ni a ningún hecho ocurrido. La ingeniería los utiliza para entrenar sistemas de inteligencia artificial cuando los datos reales escasean, cuando la privacidad impide emplearlos o cuando ciertos grupos apenas figuran en los archivos disponibles. Casi nunca surgen de la nada, porque el modelo que los genera aprendió antes de datos reales, pero el dato resultante modela el mundo en vez de registrarlo.

La cultura ya sabía fabricar imágenes falsas. Lo nuevo es la capacidad de fabricar las condiciones estadísticas de lo real.

Con ellos la inteligencia artificial genera rostros de personas inexistentes, paisajes que nadie ha recorrido, movimientos que ningún cuerpo ha realizado y voces que nunca pronunciaron esas palabras. Produce imágenes a partir de otras imágenes y emplea después esas imágenes sintéticas como material para otras nuevas, de este modo la cadena ya no necesita regresar siempre a un acontecimiento original.

La cultura ya sabía fabricar imágenes falsas. Lo nuevo es la capacidad de fabricar las condiciones estadísticas de lo real. Una falsificación necesita un original y una simulación puede prescindir de él. A ese proceso corresponde el nombre de estética simulada. Se da cuando la materia misma de la experiencia estética puede generarse artificialmente antes de que exista la experiencia que aparentemente representa. Abarca imágenes, sonidos, voces y espacios producidos por modelos estadísticos y percibidos como cualquier otra obra. Lo sensible deja de ser huella o copia de algo y pasa a ser una posibilidad calculada.

Con este nombre de estética simulada no parece existir aún un campo de estudio consolidado, pero las ideas tienen antecedentes claros. El más evidente es Baudrillard, que en Simulacres et simulation (1981) describió lo hiperreal como la generación, mediante modelos, de algo real sin origen ni realidad. Su análisis se apoyaba en los signos y en los medios. La estética simulada lo traslada a los datos y a los modelos entrenados, donde lo que era diagnóstico cultural se vuelve procedimiento técnico.

En 2024, Joshua Cunningham propuso añadir a los órdenes del simulacro una «hiperrealidad generativa» para el arte hecho con inteligencia artificial. Su texto, una revisión breve centrada en las imágenes, menciona el entrenamiento con imágenes sintéticas.

Durante mucho tiempo la estética estuvo construida alrededor de una tensión entre presencia y representación. La obra podía reproducir, transformar, deformar, ocultar o imaginar aquello que estaba fuera de ella, pero la propia idea de representación conservaba una referencia exterior. Incluso la abstracción, al abandonar la obligación de representar objetos reconocibles, seguía siendo una práctica situada dentro de un mundo material, histórico y perceptivo. La obra procedía de una experiencia vivida por un cuerpo dentro de una tradición.

La máquina construye una distribución de mundos posibles en lugar de copiar el mundo. Esto modifica la idea de originalidad.

Los datos sintéticos obedecen a otra lógica, porque pueden producir una experiencia posible sin representar ninguna anterior y hacer que esa posibilidad circule dentro del mismo régimen ontológico que cualquier otra imagen.

Una fotografía de una ciudad registra una ciudad, sin embargo una imagen generada por inteligencia artificial con datos sintéticos puede inventarla. Una base de datos sintética de millones de ciudades posibles hace algo distinto, porque produce un espacio estadístico de posibilidades en el que pueden aparecer infinitas ciudades que nunca han existido y que mantienen, sin embargo, suficientes relaciones formales con las existentes como para resultar reconocibles.

La máquina construye una distribución de mundos posibles en lugar de copiar el mundo. Esto modifica la idea de originalidad. Saber quién ha producido una imagen concreta importa menos que saber de dónde procede lo que permite reconocerla como imagen.

Una inteligencia artificial generativa no parte necesariamente de cero. Aprende regularidades, relaciones y estructuras, y con ellas qué hace que un rostro parezca un rostro o una pintura una pintura. La estética aparece entonces como consecuencia de la modelización de esas regularidades.

Esto invierte una pregunta clásica. Durante siglos se preguntó qué hace que algo sea bello, más tarde qué hace que algo pueda considerarse arte, y ahora cabe preguntar qué hace que algo parezca estéticamente significativo para una inteligencia capaz de modelar estadísticamente las preferencias humanas. La pregunta inquieta porque separa la experiencia estética de su fundamento humano.

La máquina probablemente carece de experiencia estética, y aun así produce los objetos de la experiencia estética humana sin compartir lo que esos objetos provocan. Aprende composiciones que generan mayor respuesta emocional, rostros que captan más atención, combinaciones cromáticas que alargan la permanencia ante una pantalla y estructuras narrativas que favorecen la identificación. Puede construir así una estética funcional sin experimentar lo que produce.

La estética empieza de este modo a separarse de la experiencia y a aproximarse a la predicción. Esta deriva hacia la predicción ha sido descrita por Lev Manovich y Emanuele Arielli en Artificial Aesthetics, un libro publicado por capítulos entre 2021 y 2024. En el capítulo de Manovich, «De la representación a la predicción», la historia de la imagen se ordena en una secuencia que va del registro a la simulación, con la infografía tridimensional, y de la simulación a la predicción, con los modelos generativos. El eje coincide con el de este texto y la terminología difiere, porque Manovich reserva la simulación para la imagen sintética clásica, la que recrea luces y materiales mediante algoritmos y llama predicción a lo que hacen los modelos entrenados con archivos culturales.

La máquina probablemente carece de experiencia estética, y aun así produce los objetos de la experiencia estética humana sin compartir lo que esos objetos provocan.

La estética simulada extiende el término a todo el régimen, ya que el interés recae en la ausencia de referente, con independencia del procedimiento. Hay además una diferencia de énfasis. Manovich sostiene que esos modelos producen con frecuencia artefactos genuinamente nuevos, aunque tienden a lo estereotipado cuando se les pide algo raro, y su análisis parte de archivos culturales existentes. El planteamiento actual empieza cuando esos archivos pasan a ser sintéticos.

Este cambio tiene consecuencias que van mucho más allá de la generación de imágenes. Si los datos sintéticos sirven para entrenar modelos, y esos modelos generan nuevos datos que alimentan a otros, cabe imaginar un ecosistema cultural en el que una parte creciente de las formas visibles carezca de relación directa con una experiencia humana original. Las imágenes producen datos, los datos producen modelos, los modelos producen imágenes, las imágenes producen nuevas preferencias y las preferencias vuelven a convertirse en datos.

La cultura empieza a comportarse como un sistema recursivo. En él la obra deja de ser necesariamente el resultado final de una experiencia y pasa a ser una instancia dentro de una circulación estadística. Importa menos la obra que la capacidad del sistema para producir indefinidamente variaciones que conserven lo que se reconoce como significativo.

La estética de la abundancia adquiere así una dimensión nueva. Abundancia significa ahora disponer de más posibilidades estéticas de las que cualquier conciencia humana puede recorrer. Recordemos que la escasez fue una condición histórica esencial de la cultura. El artista elegía una imagen porque no podía producirlas todas y el escritor descartaba miles de frases para construir una sola. La obra era también el resultado de una renuncia.

Los sistemas generativos alteran este proceso. Una imagen puede sustituirse por diez mil variaciones prácticamente sin coste y una composición puede explorarse en segundos desde cientos de posibilidades. El problema deja de ser producir y pasa a ser seleccionar y, al mismo tiempo,  esa selección también puede automatizarse. Surge así una paradoja, pues cuanto mayor es la capacidad de producir diferencias, menor puede ser la necesidad de que procedan de una decisión humana singular.

La estética simulada es una estética de posibilidades previamente modeladas. Quien la contempla ve un espacio de posibilidades delimitado por los datos con los que la inteligencia artificial aprendió, además de lo que esta ha producido. Lo visible depende de lo que puede modelarse. Esto abre una cuestión política. Quien controla los datos controla también una parte de las posibilidades de representación.

Los grandes sistemas de inteligencia artificial acumulan enormes cantidades de imágenes, textos, sonidos y registros, y poseen además modelos de las relaciones entre ellos. Pueden aprender qué aspecto tiene una época, qué formas caracterizan un estilo o qué rostros provocan determinadas respuestas. La acumulación de datos se convierte así en una forma de capital estético.

El problema deja de ser producir y pasa a ser seleccionar y, al mismo tiempo,  esa selección también puede automatizarse.

El poder contemporáneo interviene mucho antes de decidir qué obra llega al público, en el nivel donde se fijan las posibilidades mismas de producción. La plataforma ya no necesita seleccionar entre obras existentes, porque puede contribuir a determinar qué obras resultan fáciles de producir, qué imágenes se reconocen, qué estilos pueden reproducirse y qué formas tienen más probabilidades de circular. El algoritmo deja de ser un intermediario y se convierte en una infraestructura estética.

La cuestión más radical llega cuando los datos sintéticos empiezan a sustituir a los datos humanos. Un sistema puede generar datos para resolver problemas de escasez, privacidad o representación insuficiente, y crear con ellos rostros, conversaciones y comportamientos sintéticos. Si esos datos sirven luego para entrenar otros sistemas, una cultura puede acabar alimentándose de sus propias simulaciones. La imagen aprende de la imagen y el modelo del modelo. En algún punto de esa recursividad puede empezar a desaparecer lo que tradicionalmente se entendía como referente. El mundo seguiría ahí, lo que cambiaría es que la cultura podría funcionar sin volver constantemente a ella para renovarse.

Esa posibilidad tiene un límite medido. En 2024 un equipo encabezado por Ilia Shumailov publicó en Nature que entrenar modelos con contenido generado por otros modelos, sin criterio alguno, produce defectos irreversibles, y que lo primero en desaparecer son los extremos de la distribución original, es decir, lo raro, lo minoritario y lo improbable. El fenómeno recibió el nombre de colapso de modelo, y otros trabajos sugieren que conservar datos reales junto a los sintéticos lo evita.

El algoritmo deja de ser un intermediario y se convierte en una infraestructura estética.

Trasladado al terreno estético, el hallazgo indica que una cultura podría seguir funcionando con sus simulaciones a costa de empobrecerse en lo que resulta más significativo. Aun con ese precio, la posibilidad obliga a revisar la idea de realidad. Una simulación suficientemente compleja no necesita ser verdadera para resultar operativa. Una persona inexistente puede tener un rostro perfectamente reconocible, una ciudad que nunca existió puede poseer una arquitectura convincente y un acontecimiento inventado puede producir una imagen documental indistinguible de una fotografía. El criterio de verdad empieza a separarse del de plausibilidad. La estética siempre había trabajado con lo posible, y ahora lo posible puede producirse a escala industrial.

Una estética simulada propiamente dicha comienza con la generación de mundos sensibles completos que no han existido antes, mucho más allá de la imitación del estilo de un artista.  Llegados a este punto ya no basta con saber quién hizo la obra, con qué herramienta o mediante qué procedimiento. Hay que preguntar qué relación mantiene con lo que alguna vez se llamó experiencia.

Una imagen puede llegar a ser una configuración altamente probable dentro de un espacio de datos, sin ser memoria de lo ocurrido ni imaginación de lo que podría ocurrir. Imagen sin acontecimiento, paisaje sin territorio, rostro sin persona y aun así la podemos considerar una experiencia estética real. Ahí reside la paradoja de la estética simulada, ya que lo simulado puede producir una experiencia que no lo es. Se puede saber que una imagen nunca tuvo referente y sentir ante ella fascinación, rechazo, belleza o angustia. La simulación reorganiza la experiencia sin eliminarla.

Una cultura podría seguir funcionando con sus simulaciones a costa de empobrecerse en lo que resulta más significativo.

De todo lo anterior se desprenden tres conclusiones. La primera atañe a la experiencia. Puede surgir ante imágenes, voces y lugares que nunca tuvieron referente y ser real para quien la vive, de modo que el origen deja de garantizarla. El criterio de verdad, propio de una cultura de la representación, cede entonces ante el de procedencia, que consiste en distinguir lo que nace de una experiencia de lo que se genera como una posibilidad estadísticamente convincente de experiencia.

La segunda es política. Quien posee los datos posee los modelos de lo visible y condiciona qué obras resultan fáciles de producir, reconocibles y capaces de circular. La crítica de las plataformas debe trasladarse del momento de la selección al momento de la posibilidad, que es donde el algoritmo actúa como infraestructura estética; la tercera concierne a la cultura, es un sistema que aprende de sus propias simulaciones, produce variaciones sin límite y pierde a cambio lo raro y lo improbable, que es donde suele estar lo significativo. La decisión humana singular, la que elige y renuncia, se convierte así en el recurso escaso de una abundancia que ya no lo es.

Queda un criterio para la crítica. Una obra deberá juzgarse por la experiencia que hace la posible y por la decisión humana que la sostiene, pues el mundo al que remite puede no existir.

REFERENCIAS

Baudrillard, J. (1981). Simulacres et simulation. París, Galilée.

Cunningham, J. (2024). «Simulacra on steroids: AI art and the Baudrillardian hyperreal». Issues in Information Systems, 25(2), 1-8. doi.org/10.48009/2_iis_2024_101

Gerstgrasser, M. et al. (2024). «Is model collapse inevitable? Breaking the curse of recursion by accumulating real and synthetic data». arXiv 2404.01413.

Manovich, L. y Arielli, E. (2021-2024). Artificial Aesthetics: Generative AI, Art and Visual Media. manovich.net/index.php/projects/artificial-aesthetics

Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R. y Gal, Y. (2024). «AI models collapse when trained on recursively generated data». Nature, 631, 755-759. doi.org/10.1038/s41586-024-07566-y