Quizá todos tengamos una cierta idea de cómo se perciben los trabajos realizados mediante inteligencia artificial, ya sea respecto a nuestra percepción propia o la de la sociedad en que vivimos, o al menos en nuestro entorno. Estos sentimientos pueden ser especialmente vivos cuando se trata de tareas que normalmente se consideran exclusivas de los humanos, como el arte. Sin embargo, ¿se trata de una elección consciente? ¿Nos sentimos realmente diferentes cuando contemplamos obras de arte generadas por IA? ¿O simplemente nos asustan las posibilidades de esta tecnología?
Como vimos en un artículo anterior de esta serie sobre el experimento de Meijer, en el que se creó una galería de arte en línea, las etiquetas pueden influir significativamente en el valor que damos a las obras de arte. Zhou y Kawabata (2023) también señalan que hay estudios sobre cómo el entorno en el que se ven las obras de arte (si están en un museo, por ejemplo) puede influir tanto en la evaluación como en el recuerdo.
Para este estudio de 2023, «Eyes can tell: Assessment of implicit attitudes toward AI art», estos dos investigadores, Zhou y Kawabata, intentaron descubrir, a través de mediciones más objetivas que las encuestas, más propensas a la subjetividad, si existe alguna respuesta subconsciente cuando la gente ve arte creado por IA frente a arte creado por humanos, es decir, algún sesgo implícito.
Diseño de la investigación
La investigación se centró en el seguimiento de los movimientos oculares de los 34 participantes japoneses, 22 de los cuales eran mujeres. Todos los participantes eran estudiantes universitarios del área metropolitana de Tokio con visión normal o corregida a normal y no sabían que algunos de los cuadros que se les mostraban estaban generados por IA. Se mostró a los participantes un total de cuarenta cuadros, la mitad de los cuales fueron generados mediante Disco Diffusion AI, mientras que la otra mitad fueron seleccionados de la base de datos The Vienna Art Picture System (Fekete et al., 2022). Todas las obras eran representativas (es decir, paisajes), ya que varios estudios anteriores (Chamberlain et al., 2018 y Gangadharbatla, 2022) sugieren que las obras abstractas tienen más probabilidades de ser categorizadas como creadas por IA.
Antes de la proyección, se analizó cada obra de arte para calcular su tono, saturación y brillo, así como la entropía (nivel de desorden de los píxeles), con el fin de confirmar que no había diferencias significativas entre las pinturas hechas por humanos y las generadas por IA. A continuación, se eliminaron las firmas de las obras creadas por humanos y se plantearon tres tareas a los participantes mientras se seguía el movimiento de sus ojos:
- Un visionado libre, en el que se mostraron los cuarenta cuadros durante veinte segundos cada uno, en orden aleatorio y con un segundo en blanco entre cuadro y cuadro.
- Un ejercicio de valoración subjetiva, en el que evaluaron cada cuadro según los factores de belleza, agrado, valencia, excitación, familiaridad y concreción, puntuándolos en una escala de 0 a 100.
- Un ejercicio de categorización en el que tenían que decidir si cada cuadro era obra de la IA o del ser humano.
Resultados
En primer lugar, se observó el movimiento ocular durante el visionado libre. Aunque las diferencias en el recuento de fijaciones (número de veces que la mirada de una persona permanece fija en un punto concreto) y en el recuento medio de fijaciones no fueron significativas, como tampoco lo fue el efecto de la autoría real; sí descubrieron que el recuento total de fijaciones (el tiempo total de detención durante el visionado de cada cuadro) fue 331 milisegundos mayor en los cuadros que posteriormente fueron elegidos como de autoría humana durante la tarea de categorización.
Para el ejercicio de valoración subjetiva, se evaluó la belleza, el agrado, la valencia (respuesta emocional positiva o negativa), la excitación, la familiaridad y la concreción. Como resultado, se extrajo que la categorización y la autoría no eran significativas para las valoraciones, y que los cuadros tampoco presentaban diferencias en las valoraciones subjetivas.
Por último, pasaron al ejercicio de categorización. En este caso se midió la precisión a la hora de elegir si cada obra estaba hecha por IA o por humanos (los cuadros hechos por humanos se detectaron con un 68% de precisión, mientras que los cuadros hechos por IA sólo alcanzaron un 43% de precisión). Esto ayudó a identificar el sesgo negativo antes mencionado: el arte seleccionado como humano por los participantes se miraba durante más tiempo. Sin embargo, al contrastarlo con los resultados de las tareas de valoración subjetiva, este sesgo no se detectó como explícito, ni los cuadros obtuvieron una valoración más alta por estar hechos por humanos.
Tal vez sea importante señalar que, aunque los participantes no pudieron identificar con precisión la autoría, era más probable que las pinturas hechas por humanos se clasificaran como tales, mientras que es más probable que las pinturas de IA se clasifiquen erróneamente. Por último, los autores sugieren que estos resultados apuntan a que el valor estético percibido es similar tanto para el arte hecho por IA como para el hecho por humanos, al menos para las personas que eran neófitas en la crítica de arte.
En resumen, aunque el tamaño de la muestra es bastante pequeño, el estudio de Zhou y Kawabata parece mostrar una tendencia a que a los participantes les gusten más los cuadros que suponen hechos por humanos, así como una mayor precisión a la hora de clasificarlos como tal.
Este artículo forma parte de la serie «¿Cómo percibimos el arte de la inteligencia artificial?»
Referencias
Chamberlain, R., Mullin, C., Scheerlinck, B., y Wagemans, J. (2018). Putting the art in artificial: Aesthetic responses to computer-generated art. Psychology of Aesthetics, Creativity, and the Arts, 12(2), 177–192. https://doi.org/10.1037/aca0000136
Fekete, A., Pelowski, M., Specker, E., Brieber, D., Rosenberg, R., y Leder, H. (2022). The Vienna Art Picture System (VAPS): A data set of 999 paintings and subjective ratings for art and aesthetics research. Psychology of Aesthetics, Creativity, and the Arts. Advance Online Publication, 17(5), 660–671. https://doi.org/10.1037/aca0000460
Gangadharbatla, H. (2022). The role of AI attribution knowledge in the evaluation of artwork. Empirical Studies of the Arts, 40(2), 125–142. https://doi.org/10.1177/0276237421994697
Zhou, Y., y Kawabata, H. (2023). Eyes can tell: Assessment of implicit attitudes toward AI art. I-Perception, 14(5), 20416695231209846. https://doi.org/10.1177/20416695231209846
