Andrea Zamora Mennigke y Álvaro Zamora
Nota: estas reflexiones sobre IA en las artes plásticas se ofrecen aquí en cinco entregas consecutivas. Han sido elaboradas por los autores a partir de los planteamientos desarrollados por ellos para una Aula Encendida de AICA-Costa Rica, realizada en octubre del año 2026. En dicha actividad también se ha hecho referencia a tópicos que no han sido incluidos en esta columna. Nuestra visión, lejos de agotar problemática tan compleja, solo pretende iluminar su riqueza, invitar a investigar sobre su actualidad, sus posibilidades y, asimismo, reflexionar sobre sus implicaciones en la organización cultural, en la ética, en la productividad y el impacto de la IA sobre la vinculación de la fuerza de trabajo y los medios de trabajo en las artes.
Note: these reflections on AI in the visual arts are presented here in five consecutive installments. They have been developed by the authors based on ideas they originally formulated for an Aula Encendida (an “Enlightened Classroom” session) organized by AICA-Costa Rica in October 2026. That event also touched upon topics not included in this column. Far from exhausting such a complex subject, our perspective aims only to shed light on its richness, to encourage further inquiry into its current state and potential, and to reflect on its implications for cultural organization, ethics, and productivity—as well as the impact of AI on the relationship between the workforce and the means of production within the arts.
CUARTA ENTREGA
Tres casos para poner el debate a prueba
Los argumentos generales ganan precisión cuando se los confronta con obras y prácticas concretas.
No todos los artistas que recurren a la inteligencia artificial hacen lo mismo. Generar una imagen con IA no equivale a incorporar esa tecnología en el proceso productivo de una instalación o a que el usuario de la IA utilice obras ajenas para entrenarla. Tres casos permiten ver esas diferencias sin convertirlos en pruebas definitivas a favor o en contra de la tecnología. Refik Anadol: datos que se vuelven entorno visual. En Unsupervised, presentado en el MoMA de Nueva York, trabaja con datos digitales vinculados a la colección del museo, para producir imágenes cambiantes. Sougwen Chung trabaja la gestual humana mediante lo que considera como colaboración mutua entre ella y un sistema robótico. Stephen Thaler utiliza una máquina de creatividad autónoma (DABUS) creada por él para producir imágenes digitales a partir de imágenes reales.
Anadol trabajó con datos digitales vinculados a la colección del museo, a fin de producir imágenes cambiantes, cuya apariencia resultara fluida y, a la vez, envolvente e inmensa. El resultado no consistió simplemente en ilustrar una colección: transformó además un archivo institucional en un flujo audiovisual que el espectador puede percibir como ambiente. El interés estético está vinculado, entonces, a esa traducción, a la escala y a la experiencia perceptiva. Sin embargo, cabe preguntar también qué parte de la propuesta corresponde al artista, cuál al sistema y que función cumple el prestigio de la institución que ese exhibe. Evidentemente, ese caso no resuelve el debate sobre la autoría: lo vuelve visible.
La investigadora Sougwen Chung, considerada como pionera en el ámbito de lo que ahora se considera colaboración entre humanos y máquinas, procura que en sus obras se amalgamen el gesto humano y la respuesta robótica. En sus proyectos, Chung pone en relación sus propios trazos con los movimientos de un brazo mecánico que produce marcas sobre el soporte. Ahí la tecnología no aparece solo como generadora de una imagen terminada; también entra en el proceso y modifica la acción de la artista. Inversa y complementariamente, ella responde a lo que el dispositivo robótico hace. La noción de colaboración resulta sugerente, aunque no nos obliga a reconocer o atribuir a la máquina una intención o experiencia humana. Nos obliga –eso sí– a reconsiderar dónde situamos el gesto creador: en la mano, en el diseño del dispositivo, en la interacción o en la decisión de convertir esa interacción en obra. Con otras palabras, la IA aplicada en artes plásticas regurgita, con novedosos colores y variantes, el viejo problema de la relación entre los medios de trabajo y la fuerza de trabajo; una problemática que –como bien mostró el paso del régimen gremial al industrial en la Revolución Industrial del s. XVII– tiene implicaciones profundas en todos los ámbitos de la cultura
Si se piensa en lo derechos de autor, ha de plantearse que la obra generada por IA también tiene una historia de producción. El conflicto no empieza cuando aparece una imagen generada, sino antes: en los materiales con que se entrenan los modelos y en las condiciones bajo las cuales se obtuvieron.
Artistas y titulares de derechos cuestionan que sus obras se utilicen sin consentimiento, atribución o compensación. Algunas empresas (p.ej.: Meta Platforms, Anthropic, OpenAI, NVIDIA e incluso Google) por su parte, invocan argumentos relacionados con el análisis de datos y el uso transformativo.
No existe una respuesta jurídica única para todos los países ni para todas las circunstancias. Conviene, en este punto, distinguir dos asuntos que suelen confundirse: el derecho a utilizar obras para entrenar un sistema y la protección autoral del resultado producido con ese sistema. En Estados Unidos, la orientación de la Oficina de Derecho de Autor exige una contribución humana suficiente para proteger los elementos de una obra; eso no significa que toda pieza realizada con IA quede automáticamente fuera de protección, sino que deben examinarse las aportaciones humanas concretas.
Otro caso que merece atención aquí es el de DABUS (Device for the Autonomous Bootstrapping of Unified Sentience). Se trata de un dispositivo desarrollado por Stephen Thaler y presentado como una máquina de creatividad autónoma, que está basada en llamado caos neuronal. Ese concepto –caos neuronal– denota un proceso que introduce ruido matemático y perturbaciones en las capas ocultas (hidden layers) de las redes neuronales artificiales. La finalidad consiste en violentar los patrones de datos de tales redes y forzarlas a desarrollar, de forma automática y autónoma, ideas (o soluciones) novedosas. El trabajo de Thaler resulta innovador pues, a diferencia de la IA basada en probabilidades estadísticas (como los sistemas de lenguaje), él usa el caos como simulador de procesos cuasi-biológicos de pensamiento e improvisación.
Esa tecnología posa el debate sobre la posibilidad de que una máquina figure legalmente como inventora en solicitudes de patente. Aunque en su contra ya se han pronunciado las oficinas de patentes de Europa y Estado Unidos, pareciera difícil presentar a la máquina como si realmente pudiera resolver, por sí sola, todas las controversias sobre arte y derechos de autor. Pero
Estos ejemplos devuelven la discusión a nuestro punto de partida. La IA puede producir experiencias visuales novedosas y alterar el modo de trabajar; eso no elimina las preguntas sobre intención, criterio, responsabilidad y poder económico. Tampoco basta con declarar que una obra es humana o algorítmica para juzgarla. Importa examinar qué decisiones se tomaron, qué se hizo posible y qué relaciones de trabajo y apropiación sostienen el resultado. Con Ladrière diríamos que el problema de autoría y derechos ya no puede verse con ojos ni criterios del pasado
A los casos citados se podrían agregar otros, seguramente, porque la IA utilizada en el arte se abre a usos diversos. Importante aquí es señalar que, precisamente por esa potencialidad, la IA resemantiza una idea que actualiza el criterio de Jean Ladrière: la tecnología abre posibilidades, pero no decide por nosotros cuáles merecen ser defendidas.