IA & creatividad - mgea/CRIAv GitHub Wiki

¿Quién en el artista?

Cuando hablamos de los últimos avances en la IA generativa, podemos encontrar muchas razones para explicar qué debería ser arte, y por consiguiente, quién debería ser el artista (la persona o una IA).

Sin embargo, una muy buena pregunta para situar en contexto de lo que estamos hablando es hacer la pregunta en otro modo: ¿quien es un artista en la era del Software? (Manovich, 2022)

Test de Turing para la creatividad

Test de Turing: original de Alan Turing, 1950

Test Turing

Margaret Boden (Boden, 2011) propone un test de Turing para la creatividad:

A program has to produce an artwork that is: indistinguishable from one produced by a human being and/or was seen as having as much aesthetic value as produced by a human being.

Este concepto es muy similar al test de Lovelace 2.0 de Mark Riedl (2001) y su versión 2.0 (2014) (https://www.xataka.com/robotica-e-ia/test-turing-no-sirve-siete-pruebas-alternativas-para-comprobar-que-ia-no-humano). Sin embargo, las IAs generativas actuales Stable Diffusion o ChatGPT son capaces de pasar el test con facilidad.

Sin embargo, el proceso creativo usando medios digitales cambia esa percepción, ya que se convierte en una secuencia de operaciones discretas con parámetros numéricos que se aplican sobre capas de software (Photoshop, AfterEffects,....)

  • Aumenta saturación un 5%
  • Aplica un filtro Gaussiano de 30%
  • Crea una capa y fusiona con existentes al 50% de canal alfa

AI Hypecycle

IA vista con el modelo de Hype Cycle de Gadner (representa las expectativas de una tecnología y la adopción real de la misma).

En el caso de la IA (generativa), estamos en el mayor punto de hiperinflación de expectativas.

¿Es sólo una moda? ¿O es realmente un cambio de tendencia en la forma de relacionarnos con la información y en los procesos creativos? https://www.gartner.com/en/articles/what-s-new-in-artificial-intelligence-from-the-2023-gartner-hype-cycle

Creatividad algorítmica & modelada

El arte de código generativo es un buen ejemplo de "recreación paso paso de un algoritmo” o la síntesis de imágenes (generadas mediante modelos 3D)

alt

Miku

Info: https://www.rtve.es/television/20230706/hatsune-miku-artista-pop-digital-cazador-cerebros/2451876.shtml

  • Hatsune Miku (2007)

Estética AI (L. MAnovich)

Para Lev Manovich, la inteligencia artificial no es solo una herramienta, sino un cambio de paradigma en la estética de la cultura de datos. En Manovich (2022)analiza cómo la IA redefine la creatividad y la percepción.

AI Aesthetic

Los modelos de IA generativa (como Midjourney o ChatGPT) se entrenan con billones de imágenes y textos existentes. Esto crea una estética basada en el promedio.

1. La estética promedio

EL concepto de la Estética promedio (the Aesthetics of the Average) se basa en su forma de concepción. Los modelos de IA se entrenan con billones de datos preexistentes, su producción tiende hacia la norma estadística.

El concepto: La IA no busca la "originalidad" en el sentido romántico, sino la "probabilidad".

Como consecuencia: Se genera una estética de lo "típico" o lo "óptimo" según los gustos masivos. Lo que vemos es una versión destilada de todo lo que la humanidad ha producido anteriormente.

Los modelos de IA se entrenan con billones de datos preexistentes, su producción tiende hacia la norma estadística.

average

The age of average (Alex Murrell https://www.alexmurrell.co.uk/articles/the-age-of-average

2 Curación

El papel del artista humano se desplaza. Se pasa de la "Creación" a la "Selección" (Curating) mediante la navegación del Espacio Latente. El artista ya no parte de una "hoja en blanco", sino que navega por el espacio latente (el mapa matemático de todas las posibilidades que la IA puede generar).

El artista como curador: La creatividad ahora reside en la capacidad de elegir, filtrar y refinar los resultados de la IA. El prompting y la edición se vuelven las habilidades estéticas centrales.

3 Automatización de las Decisiones Estéticas

Históricamente, el artista decidían cada detalle (color, composición, tono). La IA automatiza estas decisiones basándose en patrones.

  • Estética invisible: Muchas decisiones estéticas ahora ocurren "bajo el capó" de algoritmos en redes sociales (filtros, sugerencias de edición).

  • El "Gusto" algorítmico: La IA comienza a definir qué es "bello" o "atractivo" basándose en métricas de compromiso (engagement), influyendo en cómo los humanos crean para ser vistos.

mujer latina belleza

La IA como "Espejo" cultural

Manovich ve a la IA no como algo ajeno, sino como una herramienta para el análisis cultural masivo.

  • Visibilización de patrones: La IA permite ver tendencias estéticas que antes eran invisibles para el ojo humano debido a la escala masiva de la producción digital (el "Big Data" de la cultura), como por ejemplo la popularización de imágenes estilo Studio Ghibli gratuito

    Ghibli

  • Redefinición del estilo: El "estilo" deja de ser algo nebuloso y se convierte en un conjunto de vectores y datos que pueden ser replicados y mezclados.

Prompt engineering

La forma de conunicación creativa cambia: pasamos del lienzo y el lápiz al prompt

La inteligencia artificial generativa (IA generativa) combina diferentes tipos de modelos computacionales (redes neuronales, NLP, reconocimiento de imágenes.. ) para crear ideas y contenidos nuevos, como conversaciones, historias, imágenes, videos y música a partir de un prompt (descripción en lenguaje natural)

El modelo basado en prompts debe contener:

  • Instrucción - una tarea o instrucción específica que deseas que el modelo realice
  • Contexto - puede involucrar información externa o contexto adicional que puede dirigir al modelo a respuestas mejores
  • Datos de entrada - es la entrada o pregunta para la que nos interesa encontrar una respuesta
  • Indicador de salida - indica el tipo o formato de la salida

chatgpt cheatsheet

Herramientas IA para Storytelling

Character.ai

Una de las mejores opciones es para crear personajes (characters) y ver cómo evolucionan. Permite la creación de un personaje AI-chatbot como una IA conversacional con personalidad. https://character.ai/

Objetivo: creación de personaje y personalidad.

Es una plataforma basada en modelos de lenguaje (LLM) que permite a los usuarios interactuar con "personajes", está diseñado para la creación de personajes con un rol definido (roleplay), capaz de adoptando una voz, un tono y una historia específica.

Características:

  • Está optimizada para la narrativa y el diálogo. Al crear un personaje, el usuario le da una "definición":
  • Identidad: "Eres Sherlock Holmes, eres deductivo, frío y usas palabras complejas".
  • Escenario: "Estamos en el Londres de 1890".
  • Memoria: El sistema intenta recordar el contexto de la historia que estás construyendo con él.

Definición del personaje

(info: https://book.character.ai/character-book/character-attributes)

Ejemplo de personaje: FedeCatBot -> https://character.ai/character/SP0I8maE/fede-cat-robot-photographer-filmmaker

  • Nombre
  • Slogan: define la expresión (cita) popular
  • Short Description: Cómo se definiría a sí mismo tu personaje
  • Saludos/Starter: Hasta tres posibles modos de iniciar una conversación
  • Definición: Indicar cómo se comportará tu chatbot y cómo responderá a los mensajes. Son bloques en los que se pueden añadir pares de {{char}}: y {{user}}: para preguntas/respuestas predeterminadas

Se debe entrenar el personaje indicando si las respuestas son adecuadas (likes) o no.

Imágenes

Google Labs AI Experiment

https://labs.google/experiments

Diferentes experimentos entre los que destacan:

Pasos en el proceso creativo del storytelling

A continuación, se propone un flujo de pasos (como sugerencia) para la construcción de la narrativa

  • Creación del personaje

  • (Guión) Contenido se puede crear con herramientas conversacionales Claude / ChatGPT

  • Escenas: Storyboarder.io (muy limitado en versión gratuita) https://storyboarder.io/

  • Creación de narrativa sobre historias no lineales

  • Herramientas creación interactiva :

    • reveal.js
    • Renp'y
    • Godot

Referencias: