Cómo funciona el arte generativo interactivo

El arte generativo interactivo es el arte que crea un sistema de reglas que funciona con cierta autonomía y responde a lo que hace su público. El artista diseña las reglas. Cuando se ponen en marcha, varias cosas dan forma al resultado a la vez: las propias reglas, las condiciones de las que parte el sistema, una dosis de azar y lo que haga quien esté delante. Silk, donde tu trazo se refleja y se repite hasta formar un dibujo que no habrías hecho a mano, es un ejemplo conocido. También lo son los campos de partículas que se dispersan ante tu mano y las máquinas musicales que siguen sonando hasta que las tocas.

Qué significa «generativo»

La definición más citada es la del artista e investigador Philip Galanter, en su artículo de 2003 What is Generative Art?. Dicho con otras palabras: el arte generativo es cualquier práctica en la que el artista pone en marcha un sistema, ya sea un conjunto de reglas escritas, un programa, una máquina u otro procedimiento, y ese sistema, con «cierto grado de autonomía», contribuye a la obra terminada o la produce.

De ahí se siguen tres consecuencias, y cada una corrige una idea muy extendida.

• No necesita un ordenador. Los dibujos murales de Sol LeWitt son instrucciones escritas que ejecutan otras personas; cada ejecución del mismo dibujo es ligeramente distinta. En sus «Paragraphs on Conceptual Art» (1967) escribió que «la idea se convierte en una máquina que hace el arte».
• La autonomía es parcial. El sistema decide detalles que el artista no ha decidido uno por uno, pero el artista eligió las reglas, el margen de valores y, a menudo, el punto de partida. El azar suele intervenir, pero dentro de unos límites que fijó el artista.
• El resultado puede ser estático. Un dibujo hecho con un plóter en 1965 o una edición impresa producida por un programa son generativos aunque el resultado no vuelva a moverse. Lo que los hace generativos es cómo se hicieron, no que sigan cambiando en una pantalla.

La definición de Galanter es amplia a propósito, y no todo el mundo usa la palabra igual. Algunos artistas reservan «generativo» para el trabajo computacional; otros insisten en la emergencia, cuando el resultado muestra patrones que ninguna regla describe por sí sola. La definición anterior es un terreno común útil, no la última palabra.

Una breve historia del arte generativo

El arte generativo es más antiguo de lo que se suele pensar, y décadas anterior a los generadores de imágenes con IA.

• Principios de los años sesenta. En los Bell Labs, A. Michael Noll empezó a crear imágenes con un ordenador y un plóter en 1962.
• 1965. Georg Nees mostró dibujos generados por ordenador en Stuttgart en febrero de 1965, en la que a menudo se considera la primera exposición de arte por ordenador; Frieder Nake expuso sus propias obras hechas con plóter ese mismo año.
• De los años sesenta en adelante. Vera Molnár, una pintora que ya había trabajado a mano con variaciones sistemáticas, pasó al ordenador y se convirtió en una de las pioneras del campo.
• Años setenta. Harold Cohen empezó a desarrollar AARON, un programa que hacía dibujos según unas reglas que él siguió perfeccionando durante décadas.
• 1970 y 1986. Aparecieron dos sistemas con los que se encuentra cualquiera que programe con fines creativos: el Juego de la Vida de Conway, presentado al público en la columna de Martin Gardner en Scientific American en octubre de 1970, y los boids de Craig Reynolds, una simulación del vuelo en bandada de 1986.
• Años noventa. Brian Eno popularizó el término música generativa. La primera conferencia internacional Generative Art se celebró en Milán en 1998.
• De los años 2000 en adelante. Herramientas de programación creativa como Processing y p5.js pusieron los sistemas generativos al alcance de artistas, diseñadores y estudiantes, y el navegador se convirtió en un lugar donde mostrarlos.

Tres sistemas, desmontados

El arte generativo se entiende mejor a través de sistemas pequeños. Ninguno de los tres siguientes se creó como obra de arte, y eso es parte de lo que importa aquí: un algoritmo no es arte por sí mismo. Se convierte en material artístico cuando alguien lo elige, lo enmarca, lo ajusta y decide qué va a encontrar el espectador. Las imágenes son resultados reales de estas reglas, generados para esta guía con semillas aleatorias fijas.

El Juego de la Vida: un comportamiento que nadie escribió

La regla. Una cuadrícula de celdas, cada una viva o muerta. En cada paso, cada celda cuenta sus ocho vecinas. Una celda viva con dos o tres vecinas vivas sobrevive; una celda muerta con exactamente tres cobra vida; todas las demás mueren o siguen vacías. La diseñó el matemático John Conway; Martin Gardner la hizo famosa en 1970.

Qué ocurre. A partir de un comienzo aleatorio, la cuadrícula se agita, se va vaciando y se asienta en una mezcla de formas quietas, formas que parpadean y pequeñas formas que viajan por la cuadrícula. Nadie escribió en ninguna parte «crea una forma que viaje».

Qué controla quien lo crea. La regla en sí, que en la versión clásica es fija, pero también todo lo que la rodea: el patrón inicial o su densidad, el tamaño de la cuadrícula, la velocidad y la manera de dibujar las celdas. El cian de las celdas longevas de arriba es una elección, y cambia aquello en lo que te fijas.

Qué podría controlar un visitante. En las versiones interactivas, dibujas o borras celdas mientras el sistema funciona y ves cómo la regla toma tus marcas y las convierte en algo que no pretendías. También puedes ralentizarlo para ver un solo paso.

Por qué importa. Es la demostración más clara de que un comportamiento complejo puede surgir de una regla muy corta, la promesa en la que se apoya la mayor parte del trabajo generativo.

10 PRINT: azar con forma

La regla. En el Commodore 64, una sola línea de BASIC, 10 PRINT CHR$(205.5+RND(1)); : GOTO 10, imprime al azar uno de dos caracteres diagonales, una y otra vez. Nick Montfort y otros nueve coautores escribieron un libro entero sobre esta línea, publicado por MIT Press en 2012 y disponible en internet.

Qué ocurre. La pantalla se llena de lo que parece un laberinto infinito. Cada elección es como lanzar una moneda; el laberinto surge de la restricción de dos caracteres sobre una cuadrícula.

Qué controla quien lo crea. Los dos caracteres, la cuadrícula y las probabilidades. La pareja de imágenes muestra hasta dónde llega un solo parámetro: la misma regla, la misma secuencia aleatoria, otro número, otra imagen.

Qué podría controlar un visitante. En una versión interactiva, las probabilidades, el tamaño de las celdas o los propios caracteres, o un pincel que cambia las probabilidades en una zona de la pantalla.

Por qué importa. Muestra que el azar es un material y no una ausencia de diseño. El artista no elige cada trazo, pero sí el espacio en el que cae cada uno.

Boids: una multitud a partir de reglas locales

La regla. En 1986, Craig Reynolds dio a cada pájaro simulado, un boid, tres reglas de dirección basadas solo en sus vecinos cercanos: alejarse de los que están demasiado cerca (separación), igualar su rumbo medio (alineación) y acercarse a su posición media (cohesión).

Qué ocurre. Se forman grupos que viajan, se separan para rodear obstáculos y vuelven a unirse. Ningún boid sabe nada de la bandada, y sin embargo la bandada es lo que ves.

Qué controla quien lo crea. El peso de cada regla, hasta dónde ve un boid, su velocidad máxima, cuántos hay y cómo se dibujan. Pequeños cambios en los pesos producen enjambres compactos, derivas sueltas o caos.

Qué podría controlar un visitante. Tu puntero o tu mano pueden convertirse en una fuerza más: un depredador del que huir, un punto alrededor del cual reunirse, una corriente que seguir. La respuesta de la multitud es la imagen.

Por qué importa. Es la lógica que hay detrás de la mayoría de las obras interactivas con partículas: ningún plan central, muchas decisiones locales y una fuerza externa, tú, que la multitud tiene que tener en cuenta.

Dónde entra la interacción

Un sistema generativo puede funcionar sin ningún público. Se vuelve interactivo cuando recibe información mientras funciona. El artista e investigador Ernest Edmonds lleva décadas escribiendo sobre esta relación, entre otras cosas en un artículo sobre cómo influye la interacción en la obra generativa.

Un visitante puede entrar en un proceso generativo de varias maneras, y la mayoría de las obras combinan dos o tres.

• Ajustar parámetros. Cambias los valores que usan las reglas: velocidad, densidad, simetría, color. El sistema es el mismo; su carácter cambia.
• Sembrar. Le das al sistema algo de lo que partir, una línea, un sonido, un punto, y las reglas lo desarrollan. Silk funciona así: tu trazo es la semilla y la simetría hace el resto.
• Seleccionar. Eliges entre los resultados del sistema, y este se reproduce a partir de tus elecciones. En Galápagos, de Karl Sims (1997, ICC de Tokio), los visitantes se colocaban sobre unos sensores delante de doce pantallas para elegir los organismos virtuales que se aparearían y mutarían.
• Tocar. El sistema es un instrumento. Bloom, de Brian Eno y Peter Chilvers, se presenta como una máquina de música infinita que puedes tocar o ver cómo se toca sola.
• Ser una fuerza. Tu posición o tu gesto entran en la física del sistema. Las partículas huyen, se reúnen o se arremolinan. Es la forma más corporal, y la que más a menudo se asocia a una cámara.

Arte generativo y arte generado con IA: ¿en qué se diferencian?

A menudo se confunden, y el debate sobre las imágenes hechas con IA hace más difícil hablar de cualquiera de los dos con claridad. Ayuda separar tres tipos de preguntas: cuáles son las técnicas, qué hacen los artistas con ellas y cómo se juzga la autoría.

Las técnicas

• Sistemas basados en reglas y procedimentales. El comportamiento procede de reglas que escribió una persona: construcciones geométricas, autómatas celulares como el Juego de la Vida, física de partículas, gramáticas que hacen crecer formas de plantas, funciones de ruido que generan terrenos. En principio, cada paso se puede leer y explicar.
• Azar y emergencia. Muchos de estos sistemas usan el azar, pero un azar extraído de un margen que fijó el artista, y los patrones interesantes suelen surgir de las interacciones entre las partes más que de una regla concreta.
• Modelos de aprendizaje automático. Un modelo se entrena con un gran conjunto de datos y aprende de él patrones estadísticos. Lo que produce depende de esos datos y del proceso de entrenamiento, que nadie escribe paso a paso. Los generadores de imágenes a partir de texto son una familia de estos modelos; hay muchas otras, entre ellas modelos pequeños que los artistas entrenan con su propio material.

Las dos familias no son opuestas. El arte generativo lleva mucho tiempo usando componentes aprendidos, y muchas obras basadas en IA son generativas en el sentido de Galanter: un sistema puesto en marcha con cierta autonomía. Blob Opera, por ejemplo, es una obra interactiva construida en torno a un modelo de las voces de cuatro cantantes de ópera, que tocas arrastrándolas.

Las prácticas

Lo que más cambia no suele ser la técnica, sino lo que construye el artista.

• Construir un sistema. El artista diseña las reglas, o entrena y conecta un modelo, y el sistema es la obra. Cada resultado es una manifestación de ese sistema.
• Usar una herramienta. El artista utiliza un sistema que ya existe, ya sea una aplicación de dibujo, un filtro o un generador de imágenes, para hacer otra cosa. La herramienta es un medio y la obra es el resultado. Los pintores que usan cámaras o impresoras también están en esta situación.
• Seleccionar resultados. El artista ejecuta un sistema muchas veces y elige, edita y ordena los resultados. La selección es una parte real de la autoría, tanto en la práctica generativa como en la basada en IA.

Una misma persona puede hacer las tres cosas. Quien escribe instrucciones para un modelo también puede construir una cadena de procesos a su alrededor, seleccionar con cuidado y editar a fondo; quien escribe código puede usar una biblioteca que no diseñó.

Cuestiones de autoría

¿Quién es el autor cuando un sistema decide los detalles? Las respuestas varían según la obra y la persona, y hay desacuerdos razonables. En el trabajo basado en reglas, la opinión habitual es que el artista es el autor del sistema y comparte los detalles con el azar y, en las obras interactivas, con los visitantes. En el caso de los grandes modelos entrenados, el debate añade preguntas sobre los datos con los que aprendió el modelo, el papel de las personas que lo construyeron y cuánto influye en el resultado quien lo usa. Esas preguntas no tienen una única respuesta establecida, y esta guía no pretende darla.

Una distinción práctica que se sostiene: en la mayor parte del arte generativo basado en reglas, el sistema puede describirse por completo sin hacer referencia a imágenes o sonidos de otras personas. En una obra construida sobre un gran modelo preentrenado no es posible, porque el comportamiento del modelo procede de sus datos de entrenamiento. Es una diferencia técnica y observable, pienses lo que pienses sobre el arte.

Tu cuerpo como entrada

La entrada de una obra generativa interactiva puede ser cualquier cosa que un ordenador sea capaz de medir. En los navegadores, tres son habituales.

Puntero y tacto

El ratón, el panel táctil y la pantalla táctil proporcionan una posición y una pulsación. Eso ya es mucho: la posición puede ser una fuerza, una pulsación puede sostenerse y el momento de soltar puede ser un acontecimiento. La mayoría de las obras generativas en el navegador se diseñan primero para estas entradas.

Micrófono

El volumen y la altura del sonido pueden mover un sistema, como en Messa di Voce (2003), la performance de Golan Levin y Zachary Lieberman que reacciona a la voz. En un navegador, el micrófono necesita tu permiso explícito.

Cámara y seguimiento de manos

Con una cámara, un modelo puede estimar dónde están las partes de tu cuerpo. MediaPipe Hand Landmarker, de Google, devuelve veintiún puntos por cada mano que detecta: la muñeca y las articulaciones de cada dedo. A partir de esos puntos, un programa puede estimar si la mano está abierta o cerrada, si el índice y el pulgar se juntan y hacia dónde se mueve la mano. Esos valores se convierten en parámetros del sistema.

Los mundos de Synfield usan un pequeño vocabulario de este tipo, mover, mantener y soltar, y las tres imágenes de arriba son capturas reales de ellos. En Matter, una mano abierta o un puntero en movimiento empujan las partículas y una mano cerrada las atrae; mantener cava un pozo y soltar lanza una onda. En Mycelium, la red crece por sí sola, se extiende hacia tu presencia y conserva una huella de dónde estuviste, que se va apagando. Los dos funcionan con ratón o con el dedo; la cámara es opcional.

Crea el tuyo

Una regla pequeña ya puede producir algo sorprendente, y eso hace de esta una de las formas de arte digital más fáciles de probar.

• Processing es un entorno de programación pensado para artistas visuales, y el origen de una gran comunidad.
• p5.js lleva las mismas ideas al navegador, con un editor en línea que no necesita instalación.
• Para el sonido, entornos de live coding (programación en directo) como TidalCycles te permiten escribir patrones que suenan mientras los cambias.

El boceto que sigue es una obra generativa interactiva completa en unas treinta líneas de p5.js. Combina los tres ingredientes de esta guía: reglas (una atracción hacia el puntero y un empuje que aleja a las vecinas demasiado cercanas), azar (un pequeño vagabundeo aleatorio) y entrada (el puntero, y una pulsación que invierte la atracción). Es un pariente simplificado de los boids.

// Una multitud de puntos: tres reglas, un poco de azar y tú.
const COUNT = 120;
const TOO_CLOSE = 18; // prueba 6, y luego 40
let dots = [];

function setup() {
  createCanvas(600, 400);
  for (let i = 0; i < COUNT; i++) dots.push(createVector(random(width), random(height)));
}

function draw() {
  background(16, 20, 31, 60);
  noStroke();
  fill(183, 171, 232);
  const pointer = createVector(mouseX, mouseY);
  for (const dot of dots) {
    // Regla 1: ir hacia el puntero (alejarse de él mientras pulsas).
    const pull = p5.Vector.sub(pointer, dot).setMag(0.6);
    if (mouseIsPressed) pull.mult(-1);
    // Regla 2: apartarse de cualquier punto demasiado cercano.
    const push = createVector(0, 0);
    for (const other of dots) {
      const gap = dot.dist(other);
      if (other !== dot && gap < TOO_CLOSE) push.add(p5.Vector.sub(dot, other).setMag(1 - gap / TOO_CLOSE));
    }
    // Regla 3: un poco de azar, para que no haya dos ejecuciones iguales.
    const wander = p5.Vector.random2D().mult(0.4);
    dot.add(pull).add(push).add(wander);
    circle(dot.x, dot.y, 4);
  }
}

Cómo reconocer el arte generativo interactivo

Cuando te encuentras con una obra, unas pocas preguntas te dicen de qué tipo es.

1. ¿Cambia algo cuando nadie la toca? En el trabajo generativo, a menudo sí, aunque una pieza generativa también puede esperar una entrada o producir un único resultado fijo.
2. ¿Cambia por lo que haces tú? Si es así, es interactiva.
3. ¿La misma acción repetida daría exactamente el mismo resultado? Si no, el azar o el estado del sistema están tomando parte de las decisiones.
4. ¿Puedes aprenderla? En muchas buenas obras empiezas a intuir las reglas al cabo de un minuto: no un manual, sino una idea de cómo se comporta el sistema.

Quién hace el resultado

En el arte generativo interactivo, el resultado tiene tres autores. El artista diseña las reglas y el abanico de lo que puede ocurrir. El sistema, con sus condiciones iniciales y su azar, decide innumerables detalles dentro de ese abanico. Y el visitante, al moverse, pulsar y soltar, elige cuáles de esas posibilidades aparecen. Cuánto pesa cada uno es en sí mismo una decisión de diseño, y comparar obras según ese criterio es una de las maneras más reveladoras de mirarlas.

Para la familia más amplia de obras que responden a su público, de Duchamp a Rain Room, consulta la guía sobre qué es el arte interactivo. Para sistemas que puedes probar ahora mismo en un navegador, entre ellos Silk y Blob Opera, consulta la selección de webs interactivas que merece la pena explorar.