IA i creativitat?

Per què la IA no pot crear art: Una revisió dels arguments de Chiang

Llicència Creative Commons

Antoni Hernández-Fernández

L’escriptor de ciència ficció Ted Chiang ha exposat recentment les seves raons per les quals la intel·ligència artificial no pot crear art (Chiang, 2024). Recomano ferventment la lectura del seu article (i per descomptat, dels seus llibres!). Jo mateix he proposat alguns contra-arguments (Hernández-Fernández, 2025), que, com aquest text, pretenen convidar a la reflexió. Els arguments de Chiang contra la capacitat artística de la IA es poden resumir de la manera següent (Chiang, 2024; Hernández-Fernández, 2025):

1. L’argument de les microdecisions.- L’art implica moltes decisions conscients i inconscients. Chiang sosté que la IA es basa exclusivament en models estadístics i en la imitació, tot produint resultats previsibles i mediocres, en línia amb la idea de Wagensberg (2017) que allò oposat a la creativitat és la mediocritat.
2. L’argument de la manca d’intencionalitat.- L’art veritable requereix intenció. La IA no posseeix emocions, goig intel·lectual ni desitjos, per la qual cosa no pot crear amb una intenció significativa.
3. L’argument de l’esforç i del procés.- El procés creatiu i l’esforç són components essencials del valor artístic. La IA genera contingut sense esforç, cosa que, segons Chiang, resta valor artístic a les seves creacions.
4. L’argument de la intel·ligència general i l’eficiència.- A la IA li costa adquirir noves habilitats amb l’eficiència que ho fan els humans. Encara que destaqui en jocs com el Go, necessita grans quantitats de dades, mentre que els humans aprenen de manera més intuïtiva, cosa que és clau en la creació artística.
5. L’argument de la manca d’originalitat.- La IA és generativa però no creativa. Els seus productes, construïts a partir de mecanismes automatitzats, no tenen una veritable originalitat, el resultat són obres estadísticament en la mitjana.

Aquests punts han generat debats a les aules i reunions acadèmiques sobre l’art (i l’ensenyament artístic), despertant contra-arguments que podrien aportar elements a investigacions i discussions futures (Hernández-Fernández, 2025):

1. IA i microdecisions artístiques.– Tot i que les decisions de la IA es basen en dades prèvies i algorismes (amb biaixos inherents), els avenços futurs podrien permetre replicar millor els processos artístics humans. Això obre la porta a interaccions creatives híbrides entre humans i màquines (micro-decisions en l’elaboració de prompts, retroalimentació IA-humà, etc.).
2. Intencionalitat i ús ètic de la IA.- Malgrat que la IA no té intenció pròpia, educadors i artistes poden emprar-la de manera expressiva a través de tècniques com el prompting (Hernández-Fernández & Ferrer-i-Cancho, 2023). Reconèixer la relació entre la tecnologia i el seu ús és fonamental per evitar falses percepcions d’autonomia a la IA (Diéguez, 2024). En aquest sentit, els docents tenen un paper clau a guiar l’alumnat cap a una creativitat responsable i intencionada.
3. Optimització de l’esforç creatiu.– La IA es pot encarregar de tasques tècniques repetitives, permetent als artistes centrar-se en els aspectes conceptuals i creatius, de la mateixa manera que la fotografia va revolucionar el cinema. La IA podria democratitzar la creació digital, facilitant que persones sense coneixements de programació generin programari per produir obres gràfiques o peces impreses en 3D (Hernández-Fernández, 2023).
4. Sostenibilitat i eficiència de la IA en l’art. – Si bé actualment la IA comporta un alt cost mediambiental (Crawford, 2021), els futurs desenvolupaments sostenibles podrien permetre una integració responsable a l’educació artística, obrint noves vies de creació.
5. Creativitat col·laborativa entre humans i màquines.– La IA pot ampliar els límits de la creació artística col·laborativa. A nivell educatiu, la IA podria actuar com un soci creatiu més que no com una simple eina, transformant l’expressió artística i la innovació. Aquesta interacció, lluny de deshumanitzar l’art, podria enriquir-ho, recordant-nos que la creativitat sempre ha estat influenciada per factors externs, inclosa la tecnologia.

D’altra banda, el fenomen recent de l’efecte Ghibli, impulsat per la IA, demostra com la viralitat digital pot globalitzar l’expressió artística, però també ens obliga a reflexionar sobre l’ètica i la legalitat d’aquests processos (com s’entrenen aquests models d’IA? Sense permís?), així com sobre el seu impacte ambiental, ja que requereixen ingents quantitats de dades i energia. Si bé celebrem la capacitat de la IA per generar imatges captivadores a l’estil Ghibli, ens hauríem de preguntar quin és el cost real d’aquesta creativitat accelerada: estem substituint l’esforç humà i l’ànima artística per un consum energètic insostenible per al circ global?

Així com els artistes sempre s’han inspirat en altres humans, les màquines podrien començar a tenir un paper semblant. Potser la IA no és creativa en el sentit humà, però està cridada a convertir-se en una eina inavaluable dins del procés creatiu, ampliant i redefinint el nostre concepte de creativitat (Wingström et al., 2024) i transformant tant la producció artística com el seu ensenyament.

______

Referències:

Chiang, T. (2024). Why A.I. Isn’t Going to Make Art. New Yorker, 31th August, 2024. https://www.newyorker.com/culture/the-weekend-essay/why-ai-isnt-going-to-make-art

Crawford, K. (2021). Atlas of AI: power, politics, and the planetary costs of artificial intelligence. New Haven: Yale University Press.

Diéguez, A. (2024). Pensar la tecnologia. Barcelona: Shackleton books.

Hernández-Fernández, A. (ed.) (2023). Creativitat digital. Barcelona: Iniciativa Digital Politècnica, col·lecció Diàlegs UPCArts. https://upcommons.upc.edu/handle/2117/395833

Hernández Fernández, A. (2025). Intel·ligència Artificial i disseny. Revista Gràfica, a premsa.

Hernández Fernández, A. i Ferrer Cancho, R. (2023). Lingüística quantitativa i lleis lingüístiques: de la lingüística a la intel·ligència artificial i la tecnoètica. Terminàlia, 27. https://doi.org/10.2436/20.2503.01.190

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: promises and implications for teaching and learning. Center for Curriculum Redesign.

Wagensberg, J. (2017). Teoría

Font: educational EVIDENCE

Drets: Creative Commons