Inteligencia Artificial en la educación artística

En los últimos años, se han realizado numerosos experimentos relativos a la introducción de la IA en la educación artística. A inicios de 2023, por ejemplo, se propuso el uso de DALL-E2 en el proceso creativo de un grupo de estudiantes de arte digital de una institución de artes liberales en St. Louis, Missouri (Estados Unidos). Los resultados fueron positivos, ya que se vio que, usando esta herramienta, los estudiantes exploraban más posibilidades, obteniendo mejores resultados al final del proceso. Si bien el nivel de aceptación de los estudiantes con respecto al empleo de la IA al inicio no era alto, el desempeño de un sistema colaborativo en el que la tecnología sirve para mejorar resultados y no solo elaborarlos, demostró ser efectivo. La versatilidad del programa utilizado para experimentar con diferentes componentes estéticos demostró el potencial de este tipo de herramientas para mejorar la creatividad y la innovación en el aula. Algunos estudiantes aplicaron este proceso interactivo para tomar decisiones de forma, formato y estilo, mientras que a otros les sirvió para inspirarse y generar nuevas ideas para la conceptualización de su trabajo (^{Hutson y Cotroneo, 2023}).

En 2022, en la Universidad Nacional de Ciencia y Tecnología de Taiwán, se realizó otra prueba, solo que en este caso la IA era empleada para identificar y clasificar las obras de arte que los estudiantes creaban en clase, ayudando en la retroalimentación, y con el objetivo de generar orientación personalizada de manera instantánea, dado que las tareas que se les asignaba correspondían a estilos artísticos específicos y los estudiantes eran evaluados en base a la incorporación de las características de estos estilos en su trabajo. A grandes rasgos, los resultados indicaron que el mejor desempeño en el aprendizaje se produce cuando existe una labor colaborativa entre profesores y herramientas tecnológicas, y no así cuando se intenta sustituir la función humana en la enseñanza. Otra conclusión importante es que las redes neuronales convolucionales (CNN, por sus siglas en inglés), un tipo de arquitectura de redes neuronales profundas desarrolladas para procesar datos en forma de imágenes y videos, demostraron su eficacia para abordar problemas complejos y demostraron un rendimiento excepcional en la clasificación de imágenes, superando la capacidad humana en su precisión.

Además, en términos generales, la red neuronal residual (ResNet), una arquitectura específica de CNN, fue reconocida como la mejor elección. Por último, el sistema de aprendizaje de arte basado en técnicas de aprendizaje profundo (DL-ALS, por sus siglas en inglés), un sistema que automatiza la toma de decisiones, diseñado con una interfaz intuitiva para facilitar su uso, captó el interés de los estudiantes y produjo un incremento significativo en muchas variables en comparación con el grupo de control que no utilizó la IA. Estas variables incluyen la motivación para el aprendizaje, la aceptación de la tecnología, la autoeficacia, el grado de satisfacción con el uso del sistema y el desempeño artístico (^{Chiu et al., 2022}).

En 2019, en la Queen Mary University de Londres, Reino Unido, con la colaboración de SensiLab, de la Universidad de Monash, Australia, se desarrolló la aplicación Camera Obscurer, con el objetivo de generar imágenes abstractas que sirvan de inspiración y como estímulo visual a partir de una imagen semilla elegida por el usuario. En la prueba piloto de la aplicación, los usuarios podían usar la aplicación para tomar fotografías a su alrededor, generalmente de texturas, y así usarlas como semillas para que la aplicación elija imágenes generadas con IA que tengan similitud, creando una especie de moodboard para que quien utilice esta tecnología pueda tomar decisiones mejor informadas cuando comenzaban un proyecto de diseño con poca o ninguna inspiración.

Los resultados del estudio mostraron que, si los participantes comenzaron con una idea de diseño específica en mente, la aplicación podía perturbar su proceso creativo, especialmente para aquellos con experiencia en diseño, y que a los participantes que no tenían mucha experiencia previa en diseño, la aplicación les permitió formular su intención en el proyecto que debían desarrollar. Sin embargo, la mayor parte de los participantes, con y sin experiencia previa, describieron un momento en el que una imagen recuperada generó una idea para su diseño que no hubiera surgido sin la ayuda de la aplicación. Al finalizar el estudio se plantearon algunas hipótesis, una de ellas que las imágenes abstractas se utilizan más a menudo como inspiración para el diseño que las imágenes de la realidad (^{Singh et al., 2019}).

Varios años antes de estas investigaciones, ^{Luckin et al. (2016}) publicaron un libro des- tinado al público docente con argumentos para el uso de IA en la educación, explicando que la inserción de esta herramienta en la enseñanza es objeto de estudio desde hace más de 30 años, y que en este periodo se han desarrollado diferentes modelos educativos al respecto, siendo el modelo pedagógico el más adecuado para la instrucción artística, ya que propone criterios como el fracaso productivo, que es básicamente permitir a los estudiantes explorar un concepto y co- meter errores antes de que se les muestre la respuesta correcta o más acertada, proceso utilizado en los experimentos mencionados anteriormente, realizados por ^{Chiu et al. (2022}), ^{Hutson y Cotroneo (2023}), y ^{Singh et al. (2019}). Además, el modelo pedagógico incluye como aspecto importante el acompañamiento de la retroalimentación humana para mejorar el aprendizaje del estudiante.

Otra consideración importante fue que, a lo largo de estas décadas, para la mejora de los métodos de Inteligencia Artificial en la Educación (AIEd) es esencial la cantidad y calidad de los datos a los que pueden acceder los desarrolladores de estas tecnologías, ya que en muchos casos este es un obstáculo importante, dado que el desarrollo de estas herramientas depende directa- mente de una base de datos que alimente y refine los algoritmos de aprendizaje de la IA. Por su- puesto, también existen las consideraciones éticas, respecto a cómo es empleada la IA y qué efectos causa en el comportamiento de los estudiantes a largo plazo. En relación a este último punto, resulta relevante tomar en consideración el hecho de que, en el actual contexto, la eficiencia es un factor fundamental en cualquier ámbito, y la IA ofrece la posibilidad de realizar tareas en menos tiempo y con mejores resultados, esto sin dejar de lado su uso ético y planteándola más bien como herramienta en un proceso iterativo. ^{Luckin et al. (2016}) prevén que durante la próxima década, muchos de los nuevos empleos creados serán más cognitivamente exigentes que los actuales, las habilidades sociales serán un factor diferenciador clave para sobresalir en el entorno laboral y se necesitará volver a capacitar a gran parte de la fuerza laboral actual para crear una sociedad basa- da en la cultura del aprendizaje; en este sentido, las técnicas de AIEd ofrecen alternativas para que los estudiantes estén preparados para este nuevo contexto, empleando su tiempo y los recursos colaborativos disponibles en el desarrollo de las habilidades que serán exigidas y adaptándose tempranamente a un ambiente de continuo aprendizaje y actualización.

Modelos actuales de Inteligencia Artificial Generativa entrenados con estéticas específicas

Existen actualmente varios ejemplos de proyectos que desarrollan IA que generan imágenes con estéticas específicas. En 2020, en un proyecto parecido al de la aplicación Camera Obscurer y elaborado por la University College Dublin y la University College Cork, Irlanda, en colaboración con el Insight Centre for Data Analytics, se diseñó un algoritmo basado en el concepto de colección de bloques de color, que registra toda la información de una imagen segmentada y sirve como vector intermedio para la generación de pinturas abstractas siguiendo ciertas pautas estéticas codificadas, gracias a esto último, los resultados del proyecto demostraron ser mejores que los de otras herramientas generadas anteriormente en las que las imágenes generadas eran muy aleatorias en términos de composición. En resumen, este proceso implicó traducir las imágenes de pinturas en una representación de bloques de color utilizando un algoritmo de agrupación K-Means (el valor de K se determina previamente y afecta la consistencia visual de la imagen segmentada), generar nuevas variaciones de estos bloques de color y, finalmente, convertir es- tos nuevos bloques en pinturas abstractas, utilizando un enfoque basado en una Red Generativa Adversarial (GAN, por sus siglas en inglés), un tipo de modelo de aprendizaje automático con un generador y un discriminador que se entrenan juntos en un proceso de competencia en el que el generador intenta producir datos cada vez más convincentes, mientras que el discriminador me- jora en la detección de datos falsos (^{Li et al., 2020}).

En otro proyecto, se examinó detenidamente la transferibilidad de representaciones aprendidas por una red neuronal en el contexto de varias tareas de reconocimiento visual, logrando al final mejorar el rendimiento de diversas bases de datos de visión por computadora al optimizar factores específicos, ya que la efectividad de estos factores estaba correlacionada con la relación que tenía la tarea objetivo y la tarea original de la CNN entrenada. Además, en el desarrollo del proyecto se comprobó empíricamente que la agrupación categórica y ordenación de las tareas de reconocimiento visual es significativa, dado que la configuración óptima de los factores permanece constante dentro de cada grupo y varía de manera consistente a través de la ordenación, aunque esto ocurrió con algunas excepciones (^{Hossein et al., 2015}).

Otra propuesta relacionada al presente trabajo es la de ^{McCormack y Lomas (2021}), que plantean el uso de la IA para ayudar a automatizar el juicio estético personal. Utilizando datos obtenidos por la computadora de un artista, se analizaron las imágenes tomando en cuenta aspectos como la complejidad de las mismas y otros elementos estéticos. Utilizando CNN entrenadas en evaluaciones estéticas previas del artista, se sugirieron nuevas posibilidades similares, integrando este sistema de clasificación en una herramienta de software para la generación de imágenes. Se empleó ResNet-50, una arquitectura de red neuronal profunda, diseñada para tareas de reconocimiento y clasificación de imágenes que destaca por su equilibrio entre profundidad y eficiencia computacional, para realizar clasificaciones estéticas, ajustando los pesos y las conexiones de esta red específicamente para adaptarse a un nuevo conjunto de datos relacionado con imágenes de artistas. La red resultante fue capaz de predecir las preferencias estéticas del artista con una precisión del 87% en el caso de la categorización, muy alta en comparación al modelo de red neuronal tabular que intentaron construir de cero, que logró una precisión del 68.3%. Otro aporte significativo de esta investigación fue que la aplicación de t-SNE, una técnica de reducción dimensional que se utiliza para visualizar datos de alta dimensión en dos o tres dimensiones a los vectores de características de ResNet-50, puede ser útil para dividir las muestras en categorías (McCormack y Lomas, 2021).

Una propuesta adicional relacionada con el tema en cuestión, fue la de la inserción de una GAN que genere patrones y estilos de ropa basados en la tradición Dunhuang, impulsada por el Ministerio de Educación de China, la Universidad de Lanzhou y China Mobile. Como en anteriores proyectos, usaron la capacidad creativa que surge de aplicar una GAN, con la facultad de extracción de características de una CNN para mejorar o potenciar un algoritmo de transferencia de estilo, empleando ResNet-50 como herramienta de clasificación y en una segunda etapa VGG19, una CNN diseñada por Simonyan y Zisserman, como redes neuronales especializadas para extraer características tanto de estilo como de contenido. Los resultados finales del modelo tuvieron al- gunos defectos, las imágenes generadas lograron una alta resolución y los estilos de prendas diseñados no cumplían a cabalidad con las características estéticas (^{Wu et al., 2021}).

En un contexto más artístico, la obra denominada Tulipmania, desarrollada por la artista e investigadora inglesa Anna Ridler, plantea la generación de miles de imágenes de tulipanes a través del uso de una GAN entrenada por la misma artista con fotografías propias y el uso de Amazon Mechanical Turks, una plataforma en la que las personas pueden ofrecer el servicio de tareas específicas, que sirvió para la categorización de las imágenes, y cuya obra resultante en conjunto representa a los actuales fenómenos especulativos en el mercado de flora y la economía en el mundo digital. En este proyecto destaca la cuidadosa producción de la base de datos en base a la cual se genera la IA generativa, ya que como lo ha aclarado la artista, los algoritmos son tan buenos como los datos con los que han sido entrenados, y las imágenes generadas logran un efecto muy realista gracias a aspectos como la cuidadosa colocación del tulipán en el centro de cada imagen y el hecho de que todas las fotografías, al ser de un mismo elemento, comparten características estéticas codificables y entendibles por la máquina (^{Carey, 2021}).

Finalmente, la fotógrafa Alice ^{Xue (2020}) creó Sketch-And-Paint GAN (SAPGAN), el primer modelo que genera pinturas de paisajes chinos de alta calidad, y que además comparte algunos objetivos con la presente investigación, ya que Xue destaca la importancia de la creación de GAN entrenadas con corrientes que son estilísticamente distintas, pero estéticamente tan significativas como el arte occidental, y encontrando algunos problemas propios de estas estéticas como lo son la falta de ejemplares para la base de datos debido al insuficiente interés en la creación de archivos apropiados de estilos poco difundidos y por lo tanto, inadecuadamente valorados.

El desarrollo de SAPGAN comenzó con la recopilación de obras de distintas bases de da- tos, especialmente de museos, que fueron filtradas manualmente, recortando posteriormente secciones irrelevantes como caligrafías o bordes de seda y redimensionándolas a un tamaño estándar de 512x512 pixeles. Después se empleó el modelo HED (Holistically-Nested Edge De- tection) para generar mapas de bordes de las imágenes. Seguidamente, se aplicó el innovador modelo GAN de dos pasos, primero SketchGAN, que crea mapas de bordes de alta resolución a partir de un vector muestreado probando dos modelos: RaLSGAN, que se utiliza para la síntesis de imágenes de alta calidad y para lograr un entrenamiento estable de la red, y StyleGAN2, que puede generar imágenes realistas a partir de vectores latentes sin restricciones específicas; y luego PaintGAN, entrenado con mapas de bordes y pinturas reales.

Posteriormente se probaron modelos de traducción de imagen a imagen como Pix2Pix, diseñado para tareas de traducción de imágenes de un estilo a otro, Pix2PixHD, para la síntesis de imágenes de alta resolución, y SPADE, para la generación de imágenes de manera condicional, donde se tiene en cuenta la información semántica de las imágenes de entrada para producir resultados realistas y coherentes. La exactitud de los resultados del modelo fue puesta a prueba y en la mayor parte de los casos, al ser evaluadas, las pinturas resultantes se confundieron con pinturas humanas (^{Xue, 2020}).

La creación de una IA entrenada con imágenes de estética andina

En lo que refiere a los ya mencionados sesgos que existen en las actuales herramientas generativas de IA de uso abierto, y teniendo en cuenta que la creación de estos modelos con el objetivo de ser universales en términos de estilos que puedan reproducir, crea inevitablemente una serie de resultados inexactos (^{Leavy et al., 2020}), una alternativa para mitigar el problema sería la creación de GAN centradas en estéticas específicas, para ofrecer la posibilidad de generar imágenes adecuadas y revalorizando la producción visual de culturas poco representadas.

El desarrollo de estas herramientas con un horizonte educacional cumple con lo propuesto por ^{Ortuño (2017}) para el logro de una nueva pedagogía en la que se recupere el interés por estéticas cuyo aprecio se ha visto mermado a lo largo de los años, contemplando también que el uso de IA captura el interés de los estudiantes en nuevos temas y los motiva en el aprendizaje (^{Chiu et al., 2022}).

En la mayor parte de los proyectos de desarrollo de herramientas basadas en estéticas específicas analizados, como el relacionado con las prendas Dunhuang (^{Wu et al., 2021}) y el correspondiente a las pinturas tradicionales chinas (^{Xue, 2020}), se menciona que otro resultado importante del trabajo realizado son las bases de datos generadas para el modelo, que también son útiles para diversos propósitos en el futuro. En el caso de la estética andina, se percibe una limitada disponibilidad de archivos extensos y sistemáticamente organizados que faciliten su estudio desde una perspectiva tecnológica o computacional. Como sugiere ^{Rivera (2020}), las formas de representación visual andinas han recibido escasa atención por parte del ámbito académico. Por ello, el desarrollo de este proyecto también contribuiría con ese recurso.

En lo concerniente a la parte técnica, SAPGAN (^{Xue, 2020}) fue el modelo que obtuvo los mejores resultados, incluso indistinguibles con pinturas humanas, por lo que se recomienda su uso en el desarrollo de una IAG entrenada con imágenes de estética andina. Se considera un modelo adecuado al tener ambas fases centradas en la forma y el color, dos aspectos esenciales en las manifestaciones estéticas propias de la tradición andina. Más aún, considerando el nivel de representación figurativa similar entre ambas estéticas (andina y pinturas chinas), ya que la creación de GAN centradas en estilos más abstractos implica el uso de diferentes arquitecturas para la generación y discriminación de las imágenes.

Por último, después del desarrollo del modelo, es necesario un método para medir su eficacia, tanto en la generación de imágenes, como en cuanto a sus objetivos educacionales. Según lo observado en las iniciativas analizadas, para esta primera evaluación, se propone el uso de Inception Score (IS) como métrica para evaluar la calidad y la diversidad de las imágenes generadas por el modelo GAN en un sentido técnico. Para la segunda evaluación, se sugiere la aplicación de un cuestionario de motivación para el aprendizaje que incluya la revisión de la motivación intrínseca y extrínseca del aprendizaje, cuyos valores se traduzcan cuantitativamente a través de una escala Likert como el utilizado por ^{Chiu et al. (2022}).