IA y creatividad

Una noche entre semana del pasado febrero, Wilson conectó su portátil a un proyector que proyectaba su pantalla en la pared de un loft de techo bajo en el este de Londres. Un pequeño grupo se movía bajo la tenue luz rosa. Wilson se sentó y empezó a programar.

Clics y zumbidos tecno resonaban en los altavoces del local. El público observaba, asintiendo con la cabeza, mientras Wilson tecleaba código línea a línea en la pantalla proyectada, retocando sonidos, creando bucles de ritmo y haciendo muecas cuando se equivocaba.

Wilson programa en vivo. En lugar de usar software específico como la mayoría de los productores de música electrónica, los programadores en vivo crean música escribiendo el código para generarla sobre la marcha. Es un arte escénico improvisado conocido como algorave.

"Es un poco aburrido cuando vas a ver un concierto y alguien está sentado con su portátil", dice. Se puede disfrutar de la música, pero falta un componente performativo. Con la programación en vivo, todos pueden ver lo que estoy escribiendo. Y cuando se me bloquea el portátil, a la gente le encanta. Empiezan a aplaudir.

Asumir riesgos forma parte del ambiente. Por eso, a Wilson le gusta llevar sus actuaciones a otro nivel improvisando con lo que ella llama un agente de programación en vivo, un modelo de IA generativa que crea sus propios ritmos y bucles para añadirlos a la mezcla. A menudo, el modelo sugiere combinaciones de sonidos en las que Wilson no había pensado. "Se consiguen estos elementos de sorpresa", dice. "Simplemente hay que lanzarse".

Wilson, investigadora del Instituto de Computación Creativa de la Universidad de las Artes de Londres, es solo una de las muchas personas que trabajan en lo que se conoce como cocreatividad o creatividad más allá de lo humano. La idea es que la IA pueda usarse para inspirar o criticar proyectos creativos, ayudando a las personas a crear cosas que no habrían creado por sí solas. Ella y sus colegas crearon el agente de codificación en vivo para explorar cómo la inteligencia artificial puede utilizarse para apoyar las iniciativas artísticas humanas; en el caso de Wilson, la improvisación musical.

Es una visión que va más allá de la promesa de las herramientas generativas existentes, desarrolladas por empresas como OpenAI y Google DeepMind. Estas pueden automatizar una sorprendente gama de tareas creativas y ofrecer gratificación casi instantánea, pero ¿a qué precio? Algunos artistas e investigadores temen que esta tecnología nos convierta en consumidores pasivos de aún más basura de IA.

Por eso, buscan maneras de reintroducir la creatividad humana en el proceso. El objetivo es desarrollar herramientas de IA que potencien nuestra creatividad en lugar de arrebatárnosla, impulsándonos a mejorar en la composición musical, el desarrollo de juegos, el diseño de juguetes y mucho más, y sentando las bases para un futuro en el que humanos y máquinas creen cosas juntos.

En última instancia, los modelos generativos podrían ofrecer a artistas y diseñadores un medio completamente nuevo, impulsándolos a crear cosas que antes no se podían hacer y otorgando a todos superpoderes creativos.

Explosión de creatividad
No hay una única forma de ser creativo, pero todos lo hacemos. Creamos de todo, desde memes hasta obras maestras, desde dibujos infantiles hasta diseños industriales. Existe la creencia errónea, generalmente entre los adultos, de que la creatividad se pierde con el tiempo. Pero ser creativo, ya sea cocinar, cantar en la ducha o crear TikToks superraros, sigue siendo algo que la mayoría hacemos solo por diversión. No tiene por qué ser arte ni una idea revolucionaria (y sin embargo, puede serlo). La creatividad es un comportamiento humano fundamental; debe celebrarse y fomentarse.

Cuando llegaron los modelos generativos de texto a imagen como Midjourney, DALL-E de OpenAI y el popular Stable Diffusion de código abierto, desencadenaron una explosión de lo que parecía creatividad. Millones de personas podían crear imágenes extraordinarias de prácticamente cualquier cosa, en cualquier estilo, con solo un clic. Después llegaron los modelos de texto a vídeo.

Ahora, startups como Udio están desarrollando herramientas similares para la música. Nunca antes los frutos de la creación habían estado al alcance de tantas personas.

Pero para muchos investigadores y artistas, el revuelo en torno a estas herramientas ha distorsionado la idea de lo que realmente es la creatividad. "Si le pido a la IA que cree algo para mí, no estoy siendo creativo", afirma Jeba Rezwana, quien trabaja en cocreatividad en la Universidad de Towson en Maryland. "Es una interacción única: haces clic y genera algo, y listo. No puedes decir: 'Me gusta esta parte, pero quizás cambie algo aquí'. No puedes tener un diálogo de ida y vuelta".

Rezwana se refiere a cómo se configuran la mayoría de los modelos generativos. Puedes dar retroalimentación a las herramientas y pedirles que lo intenten de nuevo. Pero cada nuevo resultado se genera desde cero, lo que puede dificultar acertar con lo que quieres. Como lo expresó el cineasta Walter Woodman el año pasado, después de que su colectivo artístico Shy Kids realizara por primera vez un cortometraje con el modelo de texto a video de OpenAI: "Sora es como una máquina tragamonedas en cuanto a lo que obtienes a cambio".

Es más, las últimas versiones de algunas de estas herramientas generativas ni siquiera utilizan la solicitud enviada tal cual para producir una imagen o video (al menos no con su configuración predeterminada). Antes de enviar una solicitud al modelo, el software la edita —a menudo añadiendo docenas de palabras ocultas— para que la imagen generada parezca pulida.

"Se añaden elementos adicionales para optimizar el resultado", afirma Mike Cook, investigador de creatividad computacional en el King's College de Londres. "Prueba a pedirle a Midjourney que te dé un dibujo malo de algo; no puede hacerlo". Estas herramientas no te dan lo que quieres; te dan lo que sus diseñadores creen que quieres.

Todo esto está bien si solo necesitas una imagen rápida y no te importan demasiado los detalles, dice Nick Bryan-Kinns, también del Creative Computing Institute: "Quizás quieras hacer una tarjeta navideña para tu familia o un folleto para la venta de pasteles de tu comunidad. Estas herramientas son ideales para eso".

En resumen, los modelos generativos existentes han facilitado la creación, pero no han facilitado la creatividad. Y existe una gran diferencia entre ambos. Para Cook, depender de estas herramientas podría, de hecho, perjudicar el desarrollo creativo de las personas a largo plazo.

"Aunque muchos de estos sistemas de IA creativa se promocionan como si hicieran la creatividad más accesible", escribió en un artículo publicado el año pasado, en cambio podrían tener "efectos adversos en sus usuarios, al restringir su capacidad de innovar, idear y crear".

Dado el gran apoyo que se ha dado a los modelos generativos para poner las capacidades creativas al alcance de todos, la sugerencia de que, de hecho, podrían hacer lo contrario es condenatoria.

No es el único investigador preocupado por el impacto cognitivo de estas tecnologías.

En febrero, un equipo de Microsoft Research Cambridge publicó un informe que concluía que las herramientas de IA generativa "pueden inhibir la implicación crítica con el trabajo y potencialmente conducir a una dependencia excesiva a largo plazo de la herramienta y a una disminución de la capacidad para la resolución independiente de problemas". Los investigadores descubrieron que, con el uso de herramientas generativas, el esfuerzo de las personas "se desplaza de la ejecución de tareas a la gestión de tareas".

A Cook le preocupa que las herramientas generativas no permitan el fracaso, un aspecto crucial del aprendizaje de nuevas habilidades. "Tenemos la costumbre de decir que los artistas tienen talento", afirma Cook. Pero la verdad es que los artistas trabajan en su arte, desarrollando habilidades durante meses y años. “Si hablas con artistas, te dirán: ‘Bueno, lo hice bien repitiéndolo una y otra vez’”, dice. “Pero el fracaso es horrible. Y siempre buscamos maneras de evitarlo”.

Los modelos generativos nos permiten evitar la frustración de hacer un mal trabajo.

“Desafortunadamente, estamos eliminando lo único que hay que hacer para desarrollar habilidades creativas, que es fracasar”, dice Cook. “Pero nadie quiere oír eso”.

¡Qué sorpresa!
Y, sin embargo, no todo son malas noticias. Artistas e investigadores están entusiasmados con las formas en que las herramientas generativas podrían empoderar a los creadores, guiándolos hacia nuevas y sorprendentes direcciones y alejándolos de callejones sin salida. Cook cree que la verdadera promesa de la IA será ayudarnos a mejorar en lo que queremos hacer, en lugar de que lo haga por nosotros.

Para eso, dice, necesitaremos crear nuevas herramientas, diferentes a las que tenemos ahora. “Usar Midjourney no me aporta nada; no cambia nada en mí”, afirma. Y creo que es una oportunidad desaprovechada.

Si les preguntas a varios investigadores que estudian la creatividad que nombren una parte clave del proceso creativo, muchos dirán: la reflexión. Es difícil definirla con exactitud, pero la reflexión es un tipo particular de pensamiento concentrado y deliberado. Es lo que ocurre cuando se te ocurre una nueva idea. O cuando una suposición que tenías resulta ser errónea y necesitas replantear tu enfoque. Es lo opuesto a una interacción puntual.

Buscar maneras en que la IA pueda apoyar o fomentar la reflexión —pidiéndole que aporte nuevas ideas a la mezcla o que desafíe las ideas que ya tienes— es un hilo conductor en la investigación sobre cocreatividad. Si herramientas generativas como DALL-E facilitan la creación sin fricciones, el objetivo aquí es volver a añadir fricción. "¿Cómo podemos crear arte sin fricción?", pregunta Elisa Giaccardi, estudiante de diseño en la Universidad Politécnica de Milán (Italia). "¿Cómo podemos participar en un proceso verdaderamente creativo sin material que nos frene?".

Un ejemplo es el agente de codificación en vivo de Wilson. Ella afirma que impulsa su improvisación musical en direcciones que tal vez no habría tomado por sí sola. Entrenado con código público compartido por la amplia comunidad de codificación en vivo, el modelo sugiere fragmentos de código más cercanos a los estilos de otras personas que al suyo. Esto aumenta la probabilidad de producir algo inesperado. "No porque no pudieras producirlo tú mismo", afirma. "Sino porque, por la forma en que funciona el cerebro humano, tiendes a recurrir a ideas repetidas".

El año pasado, Wilson participó en un estudio dirigido por Bryan-Kinns y sus colegas, en el que encuestaron a seis músicos experimentados mientras utilizaban diversos modelos generativos para componer una pieza musical. Los investigadores querían comprender qué tipos de interacciones con la tecnología eran útiles y cuáles no.

Todos los participantes comentaron que les gustaba que los modelos hicieran sugerencias sorprendentes, incluso si estas se debían a fallos o errores. A veces, los resultados eran simplemente mejores. En otras ocasiones, el proceso resultaba novedoso y emocionante. Sin embargo, a algunos les costaba ceder el control. Era difícil dirigir los modelos para que produjeran resultados específicos o para que repitieran los que habían gustado a los músicos. "En cierto modo, es como estar en una banda", dice Bryan-Kinns. "Necesitas tener esa sensación de riesgo y sorpresa, pero no quieres que sea totalmente aleatorio".

Diseños alternativos
Cook aborda la sorpresa desde una perspectiva diferente: extrae ideas inesperadas de las herramientas de IA que ha desarrollado para cocrear videojuegos. Una de sus herramientas, Puck, lanzada por primera vez en 2022, genera diseños para juegos sencillos de rompecabezas de combinación de formas como Candy Crush o Bejeweled. Muchos de los diseños de Puck son experimentales y toscos; no esperes que cree algo que puedas jugar alguna vez. Pero ese no es el punto: Cook usa Puck y una herramienta más nueva llamada Pixie

Sin embargo, encontrar el equilibrio adecuado entre sorpresa y control será difícil. Midjourney puede sorprender, pero ofrece pocas herramientas para controlar lo que produce más allá de la indicación. Algunos afirman que escribir indicaciones es en sí mismo un acto creativo. "Pero nadie tiene tantos problemas con un pincel como con una indicación", afirma Cook.

Enfrentado a esa dificultad, Cook a veces observa a sus alumnos simplemente conformarse con los primeros resultados que les ofrece una herramienta generativa. "Me interesa mucho la idea de que nos estamos preparando para aceptar que lo que salga de un modelo es lo que pediste", afirma. Está diseñando un experimento que variará palabras y frases individuales en indicaciones similares para comprobar cuánta discrepancia perciben las personas entre lo que esperan y lo que obtienen.

Pero aún es pronto. Mientras tanto, las empresas que desarrollan modelos generativos suelen priorizar los resultados sobre el proceso. "Existe un progreso algorítmico impresionante, pero muchas veces se pasa por alto el diseño de interacción", afirma Rezwana.

Para Wilson, la decisión crucial en cualquier relación cocreativa es qué hacer con lo que se te da. "Tienes esta relación con la computadora que intentas mediar", dice. "A veces sale mal, y eso es solo parte del proceso creativo".

Cuando la IA te da limones, crea arte. "¿No sería divertido tener algo completamente antagónico en una actuación, como algo que te esté yendo en contra, y luego tener una especie de discusión?", pregunta. "Eso sería interesante de ver, al menos".