Universidad Nacional De Mendoza

Facultad De Ingeniería

Introducción a la vida universitaria

Como AI afecta a los artistas

Grupo 7:
- Nicolás Lautaro PEREZ RODRIGUEZ
- Sebastian Alejandro SERVIN
- Brunela SASSO
- Juan Manuel YAÑEZ BONTORNO
- Valentino Lucero

Profesores:
- Maria Silvina Moyano
- Mariela Asensio

Cohorte 2024
Objetivos

En este trabajo de investigación tenemos como objetivo principal

Entender por qué las Inteligencias Artificiales Generativas provocan un descontento
general en el ámbito artístico en el contexto del Machine Learning.

Para ello contamos con los siguientes objetivos secundarios

1. Describir las capacidades y funcionalidades de las Inteligencias Artificiales generativas.
2. Analizar cómo se entrena una inteligencia artificial generativa (Machine Learning) y qué
relación tiene este entrenamiento con su capacidad de “generar” material multimedia.
3. Investigar el origen y la fuente del material utilizado para el entrenamiento de las
Inteligencias Artificiales Generativas.
4. Indagar en las razones específicas que causan la insatisfacción y el descontento
generalizado entre los artistas en relación con las Inteligencias Artificiales Generativas.

Introducción
Marco Teórico (maybe)
¿Qué son las IA generativas?
Es una rama de la inteligencia artificial (IA) que se centra en la creación de contenido nuevo y
original a partir de datos existentes. Los modelos de IA generativa aprenden de los datos y luego
utilizan esos conocimientos para generar nuevos datos, como imágenes, texto, música y video.
Dentro de la misma hay dos tipos las (generativos no supervisados y supervisados).

¿Qué es el machine learning y qué relación tiene con las IA generativas y el

contenido que son capaces de crear?
El Machine Learning, o aprendizaje automático, se rige como una disciplina de la inteligencia
artificial que revoluciona la interacción entre las máquinas y los seres humanos. En su esencia,
otorga a las máquinas la habilidad de aprender y mejorar su rendimiento a través de la experiencia y
la exposición de datos, en una analogía a cómo los seres humanos adquieren conocimiento con el
tiempo. Lo que diferencia al Machine Learning es su capacidad de automatización; las máquinas,
alimentadas por algoritmos matemáticos, se adaptan y modifican sus respuestas con base en los
datos que se les proporcionan, lo que les permite anticipar escenarios futuros y ejecutar acciones de
manera autónoma. La autonomía en la toma de decisiones es una característica fundamental.

Machine learning se puede entender como exponer a una máquina a toneladas de información y a
través de capas neuronales (nodos con funciones matemáticas a través de una entrada te dan otro
valor de resultado) van procesando la información hasta que se encuentra un patrón que relaciona el
valor de entrada con el valor de salida deseado. En otras palabras se intenta que la máquina
encuentre el algoritmo más óptimo, esto es útil si el algoritmo es complicado de programar de
forma tradicional.

Origen de la polémica
Hace aproximadamente un año, la inteligencia artificial comenzó a ganar popularidad. Sin embargo,
quienes siguieron de cerca el avance de estas tecnologías notaron su progresiva integración en
diversas disciplinas, desde programación hasta la generación de música, efectos sonoros, doblaje
realista, textos y creación de imágenes. La IA ha demostrado ser capaz de generar conocimientos,
investigaciones y contenidos de alta calidad de manera autónoma, rápida y económica,
revolucionando la producción tradicional. Aunque el desarrollo ha sido rápido, todavía estamos en
las etapas iniciales de esta revolución tecnológica. En esta fase inicial depende en gran medida de la
programación y fuentes previas, pero ya estamos viendo la capacitación autónoma de IA entre sí
para lograr resultados sorprendentes. Pera ademas de esto, tambien se pueden encontrar diferentes
herramientas para poder crear imagenes impresionantes y que hacen competencia a los artistas que
dedican muchas horas a crear un dibujo.

Artistas contra la Inteligencia Artificial

El principal problema que enfrentan los artistas con la Inteligencia Artificial radica en el miedo.
Tienen temor de que esta tecnología, que agiliza considerablemente los procesos de trabajo y reduce
los costos de producción, pueda reemplazar numerosos empleos en su campo. De repente, se han
dado cuenta de que la automatización amenaza su mercado.
El aprendizaje de una IA se basa en millones de imágenes
preexistentes, a partir de las cuales genera nuevas
creacionnes totalmente originales. Este proceso se
asemeja a lo que los artistas han hecho a lo largo de más
de 35,000 años de historia del arte: inspirarse en obras
previas para generar algo nuevo y único. Siempre ha
habido un proceso de observación y adaptación en el arte,
donde los artistas han tomado inspiración de sus
predecesores y contemporáneos para incorporar
elementos que les han gustado en su propio estilo. En
esencia, todo el arte ha involucrado "mashups", y ninguna
obra ha surgido de la nada. La inteligencia artificial simplemente replica este enfoque de creación
de imágenes.

Artistas como Andersen y Ortiz presentaron ante una corte federal estadounidense una demanda
colectiva contra las empresas detrás de DreamUp, Midjourney y Stable Diffusion, tres herramientas
del IAG para crear arte a partir de miles de millones de imágenes tomadas de internet. Andersen
explicó que la primera vez que vio un dibujo creado por IAG en el estilo de su comic "Fangs" su
indignación en Twitter se viralizó y otros artistas se le acercaron con casos similares. Los
artistas recurrieron no solo a los tribunales, sino también a la tecnología para defenderse de
la IAG.
La inteligencia artificial generativa (IA generativa) se basa en el aprendizaje automático (machine
learning). El aprendizaje automático es una rama de la inteligencia artificial que se centra en
desarrollar algoritmos y modelos que permiten a las máquinas aprender de los datos y mejorar su
rendimiento sin ser programadas explícitamente.

Los modelos de IA generativa

Modelos generativos no supervisados: Estos modelos aprenden a generar contenido nuevo a partir
de datos sin etiquetas.

Modelos generativos supervisados: Estos modelos aprenden a generar contenido nuevo a partir de
datos etiquetados.

La IA se puede dividir en dos tipos principales

IA estrecha o débil: Este tipo de IA está diseñada para realizar una tarea específica, como el
reconocimiento de imágenes o la traducción de idiomas.

IA general o fuerte: Este tipo de IA está diseñada para realizar una amplia gama de tareas, como el
razonamiento, la planificación y el aprendizaje.

Los posibles áreas en las que se puede aplicar

Creación de contenido: Los modelos de IA generativa se pueden utilizar para crear contenido
nuevo, como imágenes, texto, música y video.

Tratamiento de datos: Los modelos de IA generativa se pueden utilizar para tratar datos de manera
más eficiente y efectiva.

Investigación: Los modelos de IA generativa se pueden utilizar para realizar investigaciones en

campos como la ciencia, la ingeniería y la medicina.
Desarrollo

El Vínculo entre IA y su Capacidad de Creación Multimedia

El corazón de las Inteligencias Artificiales Generativas (IA) reside en su capacidad para crear
contenido multimedia a través del aprendizaje, utilizando como base fundamental el Machine
Learning (ML). Este último, en su esencia, se traduce en enseñar a las máquinas a comprender
ingentes cantidades de datos y las relaciones inherentes entre ellos[1].

Un ejemplo ilustrativo de esta sinergia se observa en modelos de IA diseñados para generar

imágenes. Estos modelos son alimentados con vastos conjuntos de datos que contienen millones de
imágenes emparejadas con sus respectivas descripciones. El propósito principal es que la IA
identifique patrones entre las descripciones y los píxeles de las imágenes, logrando así aprender a
generar contenido visual coherente y contextual.

Dilemas Éticos, Monetarios y Legales

Surge una cuestión ética y legal emerge cuando estos conjuntos de datos masivos, utilizados para
entrenar las IA generativas, incluyen material protegido por derechos de autor. Es frecuente que
estas imágenes provengan de repositorios de datos que albergan contenido sujeto a restricciones
legales. La IA, al aprender de estos datos, adquiere la capacidad de replicar el contenido original,
planteando así dilemas sobre la potencial violación de derechos de propiedad intelectual y la
necesidad de una reflexión profunda sobre la legalidad de estas prácticas.

La problemática asociada a las obras generadas por Inteligencia Artificial (IA) se manifiesta de
manera significativa en las consecuencias directas que tienen sobre los artistas cuyos contenidos
fueron empleados para entrenar estos sistemas. Un caso paradigmático es el de la ilustradora Kelly
McKernan, quien, al explorar el conjunto de datos LAION, destinado a nutrir generadores de
imágenes basados en IA, se percató de que más de 50 piezas de su obra estaban incluidas en dicho
conjunto[2].

Este descubrimiento va más allá de ser simplemente una revelación; encapsula un dilema ético y
económico. La preocupación principal radica en que, al utilizar obras de artistas para entrenar IA, se
plantea la posibilidad de que estas obras puedan ser replicadas por la IA sin la necesidad de
contratar o compensar al creador original. [3]
Este fenómeno abre la puerta a un nuevo paradigma en el que los artistas se enfrentan a la
posibilidad de que sus creaciones sean utilizadas como base para la producción de contenido similar
mediante IA, sin que se les otorgue el reconocimiento adecuado ni la compensación económica que
merecen. Este escenario no solo tiene implicaciones económicas y profesionales considerables para
los artistas, ya que la creación de obras similares mediante IA puede afectar directamente sus
fuentes de ingresos y su posición en el mercado artístico, sino que también plantea el riesgo de
difamación de la reputación del artista, permitiendo la reproducción de sus obras de manera
distorsionada o incluso dañina[3].

La victoria de Jason M. Allen en el concurso de la Feria de Arte del Estado de, donde su obra
creada por inteligencia artificial se destacó, agrega una dimensión significativa a este dilema
emergente. A pesar de que Allen obtuvo solo $300 en premios, la atención mediática que atrajo
resalta el reconocimiento y la validación que la inteligencia artificial puede recibir en el ámbito
artístico tradicional, a expensas de artistas humanos[4].

Este hecho intensifica las preocupaciones existentes entre los artistas, quienes ya temen que esta
nueva generación de generadores de imágenes de inteligencia artificial no solo pueda replicar su
trabajo, sino que también pueda ganar reconocimiento y premios en competiciones convencionales.
El escenario plantea preguntas fundamentales sobre la originalidad, la autoría y la sostenibilidad
económica de los artistas en un contexto donde la inteligencia artificial se posiciona como una
fuerza disruptiva en la creación artística.

La IA como herramienta en el proceso creativo

En efecto, este escenario plantea interrogantes cruciales sobre la dirección que tomará la creación
artística frente a la creciente presencia de generadores de imágenes de inteligencia artificial. No
obstante, es imperativo explorar también los aspectos positivos que la inteligencia artificial puede
aportar al proceso creativo, ofreciendo beneficios que podrían coexistir armoniosamente con la
expresión artística humana.

Como bien destacó Steve Coulson al crear su cómic "Summer Island" con la ayuda de la
inteligencia artificial, estas herramientas tecnológicas pueden convertirse en aliados valiosos para
los artistas. La capacidad de generar ideas rápidamente, basándose en descripciones en lenguaje
natural, no solo agiliza el proceso de ilustración, sino que también sirve como fuente de inspiración
y experimentación para los creadores. En palabras de Coulson, "mientras ajusté algunas cosas en
Photoshop, lo que se ve aquí es básicamente lo que obtuve si se le pide amablemente"[5, p. 1] –
una prueba palpable de cómo la inteligencia artificial puede simplificar la materialización de la
visión artística.

En un mundo donde la velocidad y la eficiencia son cada vez más valoradas, las capacidades de
la inteligencia artificial para la automatización de tareas básicas y la generación rápida de
prototipos pueden permitir que los artistas humanos centren su energía en aspectos más creativos
y conceptuales de su obra. Esta colaboración entre la creatividad humana y la eficacia de la
inteligencia artificial podría resultar en una simbiosis beneficiosa para el desarrollo artístico.

Infestación de imágenes generadas por IA