Encuentros Uruguayos

Vol. 17 Núm. 2 (2024): Dossier: Humanidades Digitales perspectivas y desafíos
Vol 17, No 2 (2024): Dossier: Humanidades Digitales perspectivas y desafíos

Evolución de la inteligencia artificial en la creación artística contemporánea sujeta a un análisis psicológico

pdf
  • Teseo Abel Cárdenas
Imagen de portada:   Colectivo de Grabado Montevideo, autor: Alberto Faig Título de la obra: Joan, el pájaro de Dios
DOI: https://doi.org/10.59842/17.2.2392

Publicado 2024-08-05

Palabras clave

  • Proceso creativo,
  • Inteligencia artificial,
  • GAN,
  • transferencia de estilo neural.

Cómo citar

Cárdenas, T. A. (2024). Evolución de la inteligencia artificial en la creación artística contemporánea sujeta a un análisis psicológico. Encuentros Uruguayos, 17(2). https://doi.org/10.59842/17.2.2392

Derechos de autor 2024 Teseo Abel Cárdenas

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

Este artículo tiene como objetivo examinar el impacto psicológico de la inteligencia artificial (IA) en el arte contemporáneo, analizando su evolución desde AARON hasta DALL-E. Explora cómo GAN, AE y transferencia de estilo neural transforman la creación y percepción artística. Casos como el «Retrato de Edmond de Belamy» y «Botto» ilustran el potencial comercial y artístico de la IA. Analiza la redefinición de autoría y originalidad, alterando la dinámica entre artistas, obras y audiencia. Aborda el impacto en la experiencia estética de los espectadores y la autopercepción de los artistas que colaboran con IA. Examina las implicaciones psicológicas y filosóficas de la autonomía de la IA en el arte, cuestionando cómo reconfigura nuestra comprensión de la creatividad y el valor artístico en la era digital. La investigación considera teorías psicológicas relevantes, como la empatía de Lipps y los conceptos de creatividad de Boden, para proporcionar un marco comprehensivo del fenómeno. Además, explora cómo la IA está transformando el mercado del arte y las prácticas curatoriales, al ofrecer nuevas perspectivas sobre la intersección entre tecnología, psicología y expresión artística.

pdf

Descargas

Los datos de descargas todavía no están disponibles.

Citas

  1. Anadol, R. (2019). Machine Hallucinations. Refikanadol. https://refikanadol.com/works/machine-hallucinations-nature-dreams/
  2. Berlyne, D. (1971). Aesthetics and Psychobiology. Appleton-Century-Crofts.
  3. Berlyne, DE (Ed.). (1974). Estudios sobre la nueva estética experimental: Pasos hacia una psicología objetiva de la apreciación estética. Hemisphere.
  4. Boden, M. (1990). The creative mind: Myths and mechanisms. Basic Books.
  5. Briot, J. P., Hadjeres, G. y Pachet, F. D. (2020). Deep learning techniques for music generation. Springer Nature.
  6. Cetinic, E. y She, J. (2021). Understanding and Creating Art with AI: Review and Outlook. ACM Transactions on Multimedia Computing, Communications and Applications, 18(2). https://doi.org/10.1145/3475799
  7. Christie’s. (2018, 11 de diciembre). A collaboration between two artists: One human, one a machine. Christie’s. https://www.christies.com/features/A-collaboration-between-two-artists-one-human-one-a-machine-9332-1.aspx
  8. Cohen, H. (1973). AARON: The Computer Artist. Stanford University.
  9. De Propios, C. y Estévez, D. (2020). Growing Pictures. Artificia. https://www.artificia.pro/es/growing-pictures/
  10. Dinkins, S. (2019). Not the Only One. https://www.stephaniedinkins.com/ntoo.html
  11. Elgammal, A. (2018). AI Is Blurring the Definition of Artist. American Scientist, 107(1), 18. https://www.americanscientist.org/article/ai-is-blurring-the-definition-of-artist
  12. Elgammal, A., Liu, B., Elhoseiny, M. y Mazzone, M. (2017, 23 de junio). CAN: Creative Adversarial Networks, Generating “Art” by Learning About Styles and Deviating from Style Norms. arXiv. https://doi.org/10.48550/arXiv.1706.07068
  13. Forsythe, A., Nadal, M., Sheehy, N., Cela-Conde, C. J. y Sawey, M. (2011). Predicting beauty: Fractal dimension and visual complexity in art. British Journal of Psychology, 102(1), 49-70. https://doi.org/10.1348/000712610X498958
  14. Gardner, H. (1997). Arte, mente y cerebro. Paidós.
  15. Gombrich, E. H. (2008). Arte e ilusión: estudio sobre la psicología de la representación pictórica. Phaidon
  16. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A. y Bengio, Y. (2014). Generative adversarial nets. Advances in neural information processing systems, (27). https://doi.org/10.48550/arXiv.1406.2661
  17. Goodman, N. (1976). Los lenguajes del arte. Los sistemas simbólicos del arte. Seix Barral.
  18. Hadjeres, G., Pachet, F. y Nielsen, F. (2017). Deepbach: A steerable model for bach chorales generation. Proceedings of the 34th International Conference on Machine Learning, (70), 1362-1371. https://dl.acm.org/doi/10.5555/3305381.3305522
  19. Hertzmann, A. (2021). Questions for Computational Creativity Research. Aaron Hertzmann’s Blog. https://aaronhertzmann.com/2021/04/19/questons-for-computational-creativity.html
  20. Hinton, G., Osindero, S. y Teh, Y. (2006). A fast learning algorithm for deep belief nets. Neural Computation, 18(7), 1527-1554. https://doi.org/10.1162/neco.2006.18.7.1527
  21. Kazeminia, S., Baur, C., Kuijper, A., van Ginneken, B., Navab, N., Albarqouni, S. y Mukhopadhyay, A. (2020). GANs for medical image analysis. Artificial intelligence in medicine, 109, 101938. https://doi.org/10.1016/j.artmed.2020.101938
  22. Kietzmann, J., Lee, L., McCarthy, I. y Kietzmann, T. (2020). Deepfakes: Trick or treat? Business Horizons, 63(2), 135-146.
  23. Klingemann, M. (2018, 30 de octubre). Memories of Passersby I [Video]. Vimeo. https://vimeo.com/298000366
  24. Laboral. (2007, 2 de febrero). AARON. https://laboralcentrodearte.org/es/aaron/
  25. Lipps, T. (1923). Aesthetik: Psychologie des Schönen und der Kunst. Verlag von Leopold Voss.
  26. Martindale, C. (1990). La musa del reloj: La previsibilidad del cambio artístico. Basic Books.
  27. Mazzone, M. y Elgammal, A. (2019). Art, Creativity, and the Potential of AI. Arts, 8(1), 26. https://doi.org/10.3390/arts8010026
  28. McCorduck, P. (1991). Aaron’s Code: Meta-Art, Artificial Intelligence, and the Work of Harold Cohen. W. H. Freeman.
  29. McCormack, J. y D’Inverno, M. (2012). Computers and Creativity. Springer.
  30. Mordvintsev, A., Olah, C. y Tyka, M. (2015, 18 de junio). Inceptionism: Going deeper into neural networks. Google Research Blog. https://research.google/blog/inceptionism-going-deeper-into-neural-networks/
  31. Open AI. (2021, 5 de enero). DALL-E: Creating Images from Text. OpenAI. https://openai.com/research/dall-e
  32. Ramírez, M. (2024). La técnica artística llamada inceptionismo. Creativos Online.
  33. https://www.creativosonline.org/la-tecnica-artistica-llamada-inceptionismo.html.
  34. Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S., Anguelov, D. y Rabinovich, A. (2015). Going deeper with convolutions. IEEE Conference on Computer Vision and Pattern Recognition, 1-9. https://doi.ieeecomputersociety.org/10.1109/CVPR.2015.7298594
  35. Tigre Moura, F., Castrucci, C. and Hindley, C. (2023), Artificial Intelligence Creates Art? An Experimental Investigation of Value and Creativity Perceptions. Journal of Creative Behavior, 57(4), 534-549. https://doi.org/10.1002/jocb.600
  36. Tigre Moura, F. y Maw, C. (2021). Artificial intelligence became Beethoven: How do listeners and music professionals perceive artificially composed music? Journal of Consumer Marketing, 38(2), 137-146. https://doi.org/10.1108/JCM-02-2020-3671
  37. Vigouroux, R. (1995). La fábrica de lo bello. Prensa Ibérica.
  38. Vygotsky, L. S. (2013). Psicología del arte. Paidós.
  39. Verdú Pérez, E. (2022, 10 de noviembre). AARON, vida y obra de la primera inteligencia artificial creativa. The Conversation.
  40. https://theconversation.com/aaron-vida-y-obra-de-la-primera-inteligencia-artificial-creativa-192281
  41. Whitney Museum of American Art. (2024). Harold Cohen: AARON. https://whitney.org/exhibitions/harold-cohen-aaron