DE LA NUEVA (MAQUÍNICA) VISIÓN Y EL ESPACIO DE PENSAMIENTO: INTELIGENCIA ARTIFICIAL EN PRÁCTICAS ARTÍSTICAS

ON THE NEW (MACHINIC) VISION AND THE SPACE OF THOUGHT: ARTIFICIAL INTELLIGENCE IN ARTISTIC PRACTICES

Paula Bruno Garcén
Universidad de Buenos Aires, Facultad de Filosofía y Letras.

DOI: 10.33732/ASRI.1028

.........................................
Recibido: (07 07 2026)
Aceptado: (24 09 2026)
.........................................

Cómo citar este artículo
Bruno Garcén, Paula. (2026). De la nueva (maquínica) visión y el espacio de pensamiento: inteligencia artificial en prácticas artísticas. ASRI. Arte y Sociedad. Revista de investigación en Arte y Humanidades Digitales, (31), e1028.
Recuperado a partir de https://doi.org/10.33732/ASRI.1028

Resumen
El artículo estudia las modalidades de uso y problematización de procedimientos de visionado y elaboración de imágenes con inteligencia artificial en las prácticas artísticas. Se analizan proyectos de los últimos años a partir de un binomio de conceptos: la nueva visión (new vision) y el espacio de pensamiento (Denkraum) para reconocer tres ejes de interrogantes asociados a la pregunta por cómo las tecnologías de inteligencia artificial modifican la manera en que vemos y conocemos el mundo.

Palabras clave
Arte contemporáneo, imagen técnica, cultura visual, inteligencia artificial, Aby Warburg, Laszlo Moholy-Nagy.

Abstract
This article examines the ways in which procedures of image viewing and image production using artificial intelligence are employed and problematized within artistic practices. Drawing on a set of projects from recent years, it analyzes these practices through a conceptual framework based on two notions: the New Vision and the space of thought (Denkraum). The study identifies three key lines of inquiry concerning how artificial intelligence technologies are reshaping the ways we see and understand the world.

Keywords
Contemporary art, technical image, visual culture, artificial intelligence, Aby Warburg, Laszlo Moholy-Nagy.

Introducción

A la hora de pensar el rol del arte en el escenario de la inteligencia artificial (IA), han proliferado discursos donde subyacen concepciones variadas sobre lo que se entiende por arte y por el lugar de las técnicas. El ingeniero y profesor Ahmed Elgammal, director del Art & AI Lab de la Universidad de Rutgers, desarrolló el modelo con redes generativas adversarias que aprende de las obras de artistas y puede, en sus palabras, “generar arte”. En función de la noción kantiana de genio, desarrolló una fórmula para computar la creatividad de cada obra de arte de acuerdo con criterios de originalidad con respecto a producciones anteriores, y de influencia sobre piezas posteriores. Así, una vez aprendida en estos términos la historia del arte por un modelo, se le pidió que desarrollase “obras de arte”: produjo una serie de imágenes (Figura 1) que fueron luego utilizadas para evaluar en un público la dificultad de distinguir estas piezas de pinturas del expresionismo abstracto hechas mediante la mano humana (Elgammal et al., 2017). Este abordaje entiende el arte en términos de creatividad y se ancla en nociones que fueron largamente discutidas desde la teoría del arte y la cultura visual, a la vez que en cierto sentido celebra los logros de la máquina por su capacidad de engañar al ojo humano, una suerte de actualización de la historia de Zeuxis y Parrasio relatada por Plinio el Viejo. En función de ello cabe preguntarnos, ¿en qué medida las nuevas técnicas crean nuevas producciones artísticas? ¿son operativos los criterios de novedad y de creatividad para mirar las artes? Y, además, ¿qué aporte a los debates sobre la IA suman las artes?.

Frente a estas interpretaciones de la IA como un sistema capaz de generar arte, otros discursos la han comprendido como una nueva herramienta creativa que abre nuevas posibilidades, así como lo hizo entonces la óptica, la fotografía o tantos otros medios (Agüera y Arcas, 2017). Recientemente, se relevaron los estudios sobre dinámicas asociadas al rol de la IA en los procesos creativos y se identificó un cambio de los análisis centrados en la técnica hacia la reflexión teórica sobre las infraestructuras económicas y sociales que se delinean en las industrias creativas bajo este nuevo escenario (Bervar et al., 2026). Estos planteamientos se anclan en los intensos debates y críticas sobre el impacto de la IA en términos políticos y epistemológicos: Éric Sadin (2020) lo ha planteado como el desafío del siglo, ya que la humanidad se está dotando a grandes pasos de un órgano de prescindencia de ella misma debido a que subyace una tecno-ideología que asigna una facultad cognitiva a las tecnologías digitales; Kate Crawford (2023) ha apuntado a los profundos costos humanos y ambientales requeridos para entrenar y alimentar los sistemas de IA, y ha señalado que estas tecnologías están diseñadas para servir a intereses dominantes debido al vasto capital necesario para desarrollarlas; Yuk Hui (2020) ha postulado que exponer los límites de la IA puede facilitar la liberación de los sesgos de determinadas concepciones de la técnica para pensar nuevas ecologías y economías políticas para una inteligencia de las máquinas. En este marco emergieron trabajos focalizados a analizar la cultura visual con la IA: se identificó cómo la operacionalización de prácticas de recolección, análisis y predicción por parte de máquinas dio lugar a una invisualidad de procesos políticos y culturales (MacKenzie y Munster, 2019), cómo los sesgos en los sistemas de entrenamiento ordenan la manera en que la IA ve e interpreta imágenes (Crawford y Paglen, 2021), y en este sentido cómo las máquinas modifican nuestros modos de ver (Azar et al., 2021), cómo las imágenes con IA “calientan” el planeta en términos políticos y ambientales (Steyerl, 2025), o cómo las imágenes controlan, regulan y amplifican, entendidas como parte de operaciones logísticas y de infraestructuras contemporáneas (Parikka, 2025). Estos análisis apuntan ya no a celebrar sino a revisar críticamente la agencia de la IA en los modos de habitar el mundo.

En vínculo con dichos estudios críticos sobre la cultura visual y técnica en el escenario de la IA, se publicaron trabajos que abordaron la cuestión de la producción artística desde un ángulo reflexivo: en el libro AI Art, Joanna Zylinska (2020) se aleja tanto de una mirada dicotómica que enfrenta a lo humano y la máquina en una carrera creativa como de la interpretación de la IA como una mera herramienta: concibe el arte con IA como una práctica cultural que puede ayudar a repensar la inteligencia, la creatividad y la responsabilidad. Por su parte, Sofian Audry (2021) ha postulado que en el arte con IA se da una agencia distribuida entre el artista humano y la máquina autónoma, donde el arte explora la indeterminación, lo inesperado y el error. Además de los interrogantes ligados a la creatividad, también se avanzó en estudios artísticos sobre la estética que construyen estos sistemas técnicos recientes (Manovich y Arielli, 2024), sobre las condiciones materiales de la IA (Adler, 2024), sobre las relaciones entre estas obras con las prácticas de las vanguardias artísticas donde aparece el azar y la colaboración (Peters, 2025). Se observa que en los debates en torno a la IA se busca reubicar la cuestión de la agencia: la IA como agente de creación artística, su rol en la transformación de procesos políticos y epistemológicos, la agencia de las imágenes en estos procesos y los cambios a partir de la introducción de la visión computarizada. Y finalmente, aparece una interpretación sobre las artes en términos de reflexión. Dado que las artes operan en el debate sobre el rol de la IA en la redefinición de nuestras formas de habitar, nos preguntamos qué modalidades de reflexión proponen. Para desarrollar este abordaje, explicitaremos la metodología empleada, seguido de tres apartados que recuperan los hallazgos: los proyectos que visibilizan la ecología política que se ordena con y desde la IA, las alucinaciones-creaciones de máquinas, y las imágenes de espacios que se actualizan con estos nuevos medios. Así, este trabajo pretende precisar las modalidades en que las artes operan como agentes en el debate y la reflexión sobre el rol de la IA en la redefinición de nuestras formas de estar en el mundo para propiciar el surgimiento de nuevas epistemes (Hui, 2025).

Metodología

Para el análisis se relevó un corpus de proyectos artísticos, realizados en la última década, que utilizaron la inteligencia artificial en su proceso creativo. Partimos de la premisa de que las artes operan como procedimiento de investigación sobre la cultura visual e introducen en la esfera pública debates sobre los usos de las imágenes y las tecnologías. Atender a lo visual implica así interrogar el encuadre (qué se hace visible, qué queda afuera), los usos (qué sentidos se ponen en disputa, quiénes son beneficiados) así como los materiales y los procedimientos que se emplean como medios. De esta manera, entendemos que las técnicas de las imágenes han modelado los sentidos que se construyen con éstas. El objetivo del análisis ha sido indagar los alcances de las prácticas artísticas en la apertura de espacios de pensamiento sobre los usos de la IA.

Se consideraron trabajos de distintas regiones: algunos del norte global, donde iniciaron las primeras preguntas artísticas con inteligencia artificial, y otros sudamericanos, que introducen planteos situados. Se estudió un corpus de doce trabajos seleccionado de acuerdo con el tipo de técnica empleada y con ello los interrogantes que abren. A los fines de la exposición, se analizan doce trabajos: ImageNet Roulette (2019), Image Operations (2018) y Training Humans (2019), del dúo conformado por Kate Crawford y Trevor Paglen, Archivo Represión (Mecha MIO, 2020) y Turba (Nicolas Gourault, 2021); Learning to See (Memo Akten, 2017-2025), Output 0380 (2025) y The Technological Republic (2025) de Simon Denny; Unsupervised – Machine Hallucinations (Refik Anadol, 2022); Laws of ordered form (Anna Ridler, 2020), Views of Unknowable Lands (Sam Galison, 2021), The New Times Atlas Of The World (Agustina Woodgate, 2023) y Cristalizar el vacío (Ángel Salazar, 2025). La pregunta que atravesó el análisis fue el tipo de problematización de cada proyecto. Es decir, nos preguntamos qué hacen hacer los y las artistas a la IA. Además, este proceso de relevamiento y análisis de obras se realizó en paralelo al estudio de las tecnologías de elaboración de imágenes con el modelo de aprendizaje Stable Diffusion y al desarrollo de una obra colaborativa con una inteligencia artificial¹. De esta forma, se logró identificar el flujo de trabajo de cada propuesta y precisar el gesto artístico involucrado.

El estudio de las obras se asentó en dos nociones acuñadas hace un siglo: la nueva visión (new vision) y el espacio de pensamiento (Denkraum). El artista húngaro y profesor de la escuela Bauhaus, Lászlo Moholy-Nagy, hablaba de la “nueva visión” que facilitaban los instrumentos visuales y los materiales de producción industrial, e instaba a los artistas a trabajar con estas tecnologías “para aprovechar los adelantos técnicos en beneficio de la comunidad” (Moholy-Nagy, 1949)². En sus obras buscó poner en evidencia las sensibilidades que se moldeaban con las técnicas y materiales que se estaban popularizando en el diseño y la construcción (Figura 2). Sus escritos además hicieron énfasis en las posibilidades para expandir el universo de imágenes que podía ofrecer por esos años la fotografía: en articulación con técnicas microscópicas, aéreas o telescópicas, conectaba con las experiencias sensibles de la cultura visual a comienzos del siglo XX. La noción de “nueva visión” puede ofrecernos una clave para estudiar los cambios que abre hoy la IA como nueva tecnología en la cultura visual, y a la vez reconocer la participación artística en este escenario.

La idea de una nueva (maquínica) visión recupera los planteos de los estudios de IA en torno a los medios técnicos para la producción visual circulando actualmente, así como también las posibilidades de visión artificial en estos modelos. Podríamos considerar que la mirada de Moholy-Nagy se orienta a pensar los medios de las imágenes, aunque corre el riesgo de quedarse en una posición celebratoria de las nuevas tecnologías que deja de lado su participación en un entramado de ordenamientos políticos, económicos y extractivistas del mundo.

Una vía complementaria para interrogar el lugar de las tecnologías en la cultura visual se gestó también en Alemania durante los años veinte. El historiador del arte Aby Warburg reconoció la supervivencia de creencias mágicas de la antigüedad pagana en las obras renacentistas, desde donde afirmó que “las imágenes y palabras deben ser una ayuda para las generaciones que vienen en el intento de autorreflexión para defenderse de la tragedia de la tensión entre la magia impulsiva y la lógica explicativa” (Warburg, citado en Fleckner, 2020, 187). Estas imágenes y palabras abrían para Warburg un Denkraum: un espacio de o para el pensamiento. El trabajo warburguiano ofrece una mirada del arte renacentista como un conjuro, un espacio de pensamiento, una defensa ante la tensión entre mythos y logos, y también propone un método para desmontar y remontar los ordenamientos habituales, y así elaborar un análisis visual de la cultura. Plasmó su trabajo no sólo en ensayos escritos, sino también en un conjunto de paneles que denominó Atlas Mnemosyne, donde organizó reproducciones de obras en montajes que permitían reconocer, en la relación visual, su propuesta de fórmulas de emoción e inventó así un saber-montaje (Didi-Huberman, 2017), una reconfiguración de las ubicaciones y relaciones habituales entre las imágenes, que permitía hacer emerger nuevos sentidos. Recuperaremos a esta doble faceta del método de Warburg para estudiar los modos en que los y las artistas abren un espacio de pensamiento acerca de la nueva (maquínica) visión que atraviesa nuestra escena cultural contemporánea.

Comenzamos con un montaje para pensar estos montajes: una disposición de las obras a trabajar bajo un ordenamiento que permite evidenciar nuevas relaciones y elaborar ejes de cercanía (Figura 3). Desde allí consideramos tres líneas de análisis: la violencia en imágenes, que se da en los sesgos de entrenamiento de modelos, pero también en trabajos con escenas de represión y de sublevación social; las alucinaciones-creaciones de los modelos en la producción artística; y los sitios desconocidos que se abren con procesamientos de datasets de imágenes de espacios. Proponemos entonces recorrer este camino que abren las artes hacia un espacio de reflexión sobre y con las imágenes de inteligencia artificial.

Resultados

Violencia en imágenes: de sesgos, represión y sublevación con inteligencia artificial

Luego del relevamiento inicial de producciones artísticas que hacen uso de modelos de IA, se logró reconocer un grupo de obras que buscan visibilizar la violencia: el lugar político del procesamiento de imágenes en el ordenamiento social, y también su posicionamiento invertido, como figuras de la sublevación. El dúo conformado por la investigadora Kate Crawford y el artista Trevor Paglen ha sido pionero en el desarrollo artístico de planteamientos críticos sobre la IA. En ImageNet Roulette exhibieron la interfaz utilizada por los trabajadores de entrenamiento de modelos de IA con el objetivo de evidenciar los sesgos involucrados en el etiquetado de fotografías para el entrenamiento de modelos de visualización. Se puede observar que para el adjetivo “ball-breaker” o “ball-buster” (el coloquial calificativo de “rompebolas” en español) se asociaron imágenes de mujeres jóvenes o de mediana edad (Figura 4). Los artistas explicitaron las decisiones del dataset al problematizar que la fisonomía de una persona se haya asociado a un comportamiento, así como la interpretación de cierto comportamiento para un tercero (es decir, asumir que alguien sea “rompebolas”). Palabras que refieren a comportamientos, sentimientos o conceptos abstractos se han asociado a imágenes, en su mayoría de personas. La decisión de visibilizar las imágenes y las palabras que alimentaron a modelos de IA desmonta esta nueva visión, plagada de sesgos, y así abre un espacio para pensarla: lo que usamos como algo neutro no lo es.

Durante 2018 y 2019 Crawford y Paglen continuaron sus colaboraciones artísticas: Image Operations. Op.10 (2018) fue una videoinstalación de músicos interpretando el Cuarteto de cuerda en sol menor, Op. 10, de Claude Debussy (Figura 5), donde la perspectiva de la vista pasa de una cámara a la de un conjunto de sistemas de visión artificial que interpretan lo que la cámara ve. Este software de detección facial, que es usualmente utilizado en vehículos autónomos, misiles guiados y drones para estimar datos a partir de determinada visualización, aparece como una interpretación de la máquina sobre estos intérpretes musicales. La obra pone en evidencia la visión maquínica, en la que las tecnologías, nunca neutrales, están por el contrario guiadas por esquemas particulares de mundo. La máquina se muestra incapaz de reconocer una interpretación musical, un disfrute sensible del mundo.

Training Humans (2019) (Figura 6) se enfocó en el otro tramo de la visión por computadoras: las imágenes utilizadas para entrenar las inteligencias artificiales. Bajo las preguntas sobre cómo se representa, interpreta y codifica a los humanos a través de conjuntos de datos de entrenamiento, y cómo los sistemas tecnológicos recolectan, etiquetan y utilizan este material, Crawford y Paglen desarrollaron una instalación de una abrumadora cantidad de fotografías empleadas para construir los datasets y así intentar evidenciar cómo operan estos “motores de visión” a gran escala. Los trabajos de Crawford y Paglen hacen una suerte de arqueología del montaje oculto en los datasets, ese montaje que Warburg insistía en apuntalar como procedimiento de conocimiento fundamental. En estas obras se hace visible que la violencia en la IA no reside en un error técnico, sino en la naturalización de una tecnología que reduce personas a etiquetas.

El proyecto Archivo represión de Mecha MIO, desarrollado desde 2020, consistió en la recolección de registros fotográficos de escenas de represión, su entrenamiento en un sistema cerrado de redes generativas adversarias y la petición de que genere imágenes (Figura 7). El trabajo, que se ha exhibido como fotografía y como videoinstalación, se presenta como una invitación a “observar cómo funcionan estas dinámicas sociales en relación con los nuevos modelos algorítmicos, que son utilizados por las principales esferas de poder para procesar y controlar el gran flujo de información que produce la sociedad” (Mecha MIO, 2020). Las escenas de violencia alimentan a esta tecnología, que ofrece a cambio siempre nuevas imágenes de represión. Una analogía de la circularidad de esta historia, las figuraciones de la opresión que han sido siempre recurrentes en la historia de la humanidad, tal como mostraron algunos paneles del Atlas Mnemosyne.

Mientras que los proyectos anteriores se focalizaron en la violencia y la opresión sobre las poblaciones, reconocemos en otros trabajos una mirada inversa: la videoinstalación Turba (2021) de Nicolas Gourault plantea la posibilidad de rebelión. El artista utiliza un software de simulación de multitudes que se emplea para poblar estadios digitales en diseños publicitarios, pero también para entrenar a la policía antidisturbios y para crear hordas de zombis en películas de ficción. Se pregunta qué pasaría si estas herramientas se usaran para recrear eventos pasados en los que la multitud escapa de su lugar designado y se vuelve imposible de controlar. Así, Turba (una palabra latina que representa tanto a la multitud como al conflicto) reutiliza imágenes de archivo de invasiones históricas del campo de juego, y muestra un “desfile de resistencia interminable y carnavalesco” (Figura 8). La obra se pregunta por la posibilidad de imaginar la sublevación desde un entorno digital que opera sobre personas y entramados materiales. Violencias en imágenes que perviven en estas nuevas tecnologías también pueden invertirse para abrirse a imaginar rebeliones de multitudes.

Así como Warburg reconoció en las artes de imágenes y palabras la capacidad de abrir espacios de pensamiento sobre las tensiones entre mythos y logos, identificamos en estos proyectos artísticos un desmontaje de la nueva visión que configuran hoy las máquinas algorítmicas. Con diferentes procesos técnicos y gestos artísticos, cada uno de estos trabajos desmonta el “atlas” de datos que conforma los desarrollos con IA para señalar las implicancias políticas de estas tecnologías como formas de regulación social.

Alucinaciones-creaciones de máquinas

Reconocemos un segundo eje de trabajos artísticos con inteligencia artificial que problematizan la imaginación artística en y a través de esta: ¿qué arte se produce con estas máquinas? ¿cómo entiende el arte la IA? Learning to See (2017-2025) es una serie del artista Memo Akten que explora tanto la visión artificial como la creación maquínica de imágenes. Emplea la arquitectura de red pix2pix, que usa una imagen de fuente, la pasa por el generador y “traduce” una imagen según el dataset con el que este generador fue entrenado, como imágenes de olas marítimas, flores o fotografías del telescopio Hubble. A partir de eso registra en simultáneo el pasaje que hace la red neuronal entre un input de un video de unos cables y trapos en movimiento, y un output de imágenes basadas en ese entrenamiento. El artista afirma que “metafóricamente, los datos de entrenamiento determinan la experiencia vital completa de la red y, en última instancia, configuran su visión del mundo. Cuando la red entrenada observa el mundo a través de la cámara, solo puede ver lo que ya conoce” (Akten et al., 2019, p. 1). El artista, formado en computación, reconoce en ello una analogía de los sesgos cognitivos humanos en los modos de ver y reconocer el entorno, aunque también podemos reconocer un acto de embellecimiento del mundo: una pobre manipulación de cables y trapos es “vista” por la máquina como una sublime escena de oleaje marítimo.

Una de las obras realizadas con IA más reconocidas ha sido la instalación de Refik Anadol Unsupervised (2022) en el MoMA de Nueva York. En este trabajo, perteneciente a la serie Machine Hallucinations, entrenó un dataset con obras artísticas: todo el archivo digital del museo, cerca de 140 mil imágenes de arte moderno y contemporáneo. Los datos se cargaron en un algoritmo de redes generativas adversarias StyleGAN2, que aprendió patrones visuales de la colección. Con el software Latent Space Browser el artista pudo explorar y visualizar el espacio latente, el ámbito de posibilidades que produce el modelo a partir del dataset de obras. El artista se propuso seguir una pregunta: ¿qué sueña una máquina después de ver cientos de años de arte? La inteligencia artificial visita el museo, accede a absolutamente toda la colección, algo humanamente imposible, y una vez entrenada, elabora nuevas combinaciones visuales, que no corresponden a ninguna obra, pero que están inspiradas por miles de piezas existentes. A diferencia del proyecto del ingeniero Elgammal, que buscó computar la creación artística con una mirada que igualaba humanos y máquinas, la propuesta de Anadol puso de relieve la alucinación maquínica donde estas entidades no humanas procesan imágenes bajo otros parámetros y nos muestran una suerte de inconsciente óptico de nuestra historia del arte.

El artista neozelandés Simon Denny, en su proyecto Machine Paintings (2025), entrenó modelos con pinturas futuristas italianas, en particular las de Giacomo Balla y Tullio Crali, y luego generó dos series de obras³. La primera, a color, consiste en la producción de pinturas asistidas por máquina con diferentes impresoras adaptadas para sumergir y pintar con pincel (Figura 9). La otra serie de obras es en blanco y negro, utiliza una pistola de impresión portátil diseñada para aplicar impresiones de inyección de tinta como etiquetas de cajas (Figura 10). Las composiciones producidas por IA son interpretadas por brazos robóticos que manejan pinceles tradicionales, con capas de tinta pulverizada que completan el proceso híbrido. El artista señala el gusto por la impresión de inyección de tinta vertical, donde aparece el gesto pictórico de la máquina y a la vez recuerda a la pistola cronofotográfica de Étienne-Jules Marey, un dispositivo de captura de movimiento fotográfico del siglo XIX que producía imágenes con las que el futurismo dialogaba⁴. Denny recupera así el culto utópico a las máquinas de los futuristas, para reintroducir la pregunta por nuestra relación (visual) con éstas. Los artistas de comienzos del siglo XX emulaban las imágenes producidas por artefactos de luz y velocidad, y como un espejismo fantasmal, Denny convoca a estas nuevas tecnologías para imitar a los futuristas. Una circularidad histórica se conjuga aquí para atender a la pervivencia de relaciones entre humanos y máquinas.

Los procedimientos de estos tres artistas se han ocupado de problematizar, a la luz del paisaje de la IA, el principal bastión de lo humano: la creación. Akten opera con la tensión entre pobres imágenes mundanas y bellas escenas hechas por máquinas, mientras que los trabajos de Anadol y Denny apuntan a volver al arte de las vanguardias, especialmente conectado con las tecnologías, para convocar una reflexión sobre el rol de las máquinas. De esta manera, los proyectos se preguntan por un aspecto de esta nueva visión maquínica: su capacidad de apreciar y de crear arte. Aunque aquí no se reconoce una mirada celebratoria de estos nuevos actores en el campo artístico, los proyectos habilitan un Denkraum, un lugar de reflexión, sobre las relaciones humanas con las máquinas.

Pensar espacios desconocidos

Las artes ponen en escena el entramado político del que participan imágenes e infraestructuras de IA, así como el rol de las máquinas en la creación artística. Un tercer aspecto que se reconoce problematizado por las artes es la cuestión del territorio. Laws of Ordered Form (2020) es una videoinstalación de Anna Ridler que exhibe un registro de su proceso de elaboración de un dataset artesanal a partir de la toma y reclasificación de miles de imágenes fotográficas de antiguas enciclopedias sobre distintos paisajes del mundo (Figura 11). Así, la artista asocia la IA con el atlas enciclopédico en términos de métodos de ordenamiento de información, un saber que siempre tiene una dimensión política. Al colapsar aquel momento con los interrogantes actuales sobre los sesgos de los datasets, la pieza enfatiza los problemas de la clasificación y reconsidera las historias que perviven en nuestro presente, aún con las últimas tecnologías.

Para el proyecto Views of Unknowable Lands (2021), Sam Galison elaboró cuatro conjuntos de datos: uno a partir de un vuelo de fotografía aérea del servicio geológico estadounidense sobre la costa de California en 1942, presumiblemente con fines militares o de desarrollo industrial; otro provino de fotografías de los primeros fotógrafos californianos, principalmente Carleton Watkins y Edweard Muybridge, que formaron la mitología visual fundacional del Oeste americano, y cuyas expediciones a menudo fueron patrocinadas por clientes gubernamentales o industriales; el tercer conjunto de datos contiene fotografías de paisajes de Ansel Adams, cuyo trabajo a menudo ignoró o eclipsó deliberadamente a las personas y planteó una imagen de naturaleza virgen e intacta; el cuarto conjunto de datos es la propia fotografía del artista de paisajes de esta región. Con estos grupos de imágenes entrenó modelos GAN para que generasen nuevas escenas de paisajes (Figuras 12 y 13). El oeste norteamericano emergió desde el siglo XIX como una figura de espacio deshabitado, inexplorado y prometedor. Al utilizar estas imágenes como dataset, Galison realiza una analogía con el espacio latente de las redes neuronales como un territorio desconocido.

En una línea cercana, el proyecto The New Times Atlas Of The World (2023), realizado por Agustina Woodgate en colaboración con Blazej Kotowski, recopiló imágenes de mapas procedentes de un atlas de quinientas páginas, con ello entrenaron una red neuronal que luego generó “mapas alternativos” (Figura 14). La obra se plantea como una reinterpretación de los métodos cartográficos, una invitación a contemplar los límites espaciales y las representaciones computacionales del conocimiento. Mapas deformados en constante movimiento, donde no se reconocen referencias a un territorio específico, acaso nos ofrecen nuevos ordenamientos del mundo por las máquinas.

Cristalizar el vacío (2025) de Ángel Salazar es una instalación que aborda el extractivismo de territorios para alimentar la infraestructura energética de la inteligencia artificial. El proceso artístico involucró la recopilación de más de mil imágenes de los sistemas de salares altoandinos y sus transformaciones durante los últimos treinta años. Con este dataset, el artista entrenó una red generativa adversaria (GAN) con los patrones hidro-geomorfológicos de estas imágenes, así se obtuvo un modelo de IA que “es a la vez una máquina capaz de predecir los posibles rastros de desaparición de los salares”⁵. En la instalación, la visualización y sonificación de estas imágenes está dada por los tiempos y ritmos de sensado de la actividad eléctrica generada por tres celdas galvánicas de sal que se comunican con el modelo generativo. Al mismo tiempo, la evaporación de estas aguas produce lentamente cristales de halita o rocas de sal (Figuras 15 y 16). El proyecto utiliza una IA para hacer visible los materiales que a su vez constituyen la infraestructura global de las tuberías de datos globales: la extracción de sales de litio. Aquí también las fotografías de sitios son procesadas por redes neuronales, pero son los registros de los mismos sitios que albergan los materiales que hacen posible estos engranajes.

Estos proyectos ponen en escena la agencia de las imágenes de espacios (fotografías, mapas, registros satelitales) en el proceso de conocimiento y dominio del territorio, y con ello hacen uso de la IA para plantear tanto el vínculo de este sistema de procesamiento de datos con tecnologías previas como la nueva infraestructura extractivista que se delinea. Una vez más, nos encontramos con procesos que introducen espacios de pensamiento acerca de la nueva visión maquínica, en este caso sobre las técnicas que median nuestro vínculo con el espacio.

Discusión y conclusión

La investigación se preguntó por las modalidades en que las prácticas artísticas contemporáneas reflexionan sobre la nueva visión, los cambios en la cultura visual, en el escenario de la IA generativa. A partir del análisis realizado se pudo reconocer tres líneas de problematización artística de dinámicas de la cultura visual atravesada por la IA. A diferencia de estudios que han entrenado redes neuronales con piezas artísticas y atribuyen a las máquinas la agencia creativa, se identificó en los trabajos una atención detenida a aquello que la IA hace, y de esta manera a los cambios epistémicos y sociales que introduce. El análisis de estos proyectos nos permite observar que los problemas del arte no son los de las industrias culturales. Los estudios de la creatividad se ocupan de pensar la alteración de la ecología económica y social en la trama productiva de la publicidad, la producción cinematográfica y otro tipo de ámbitos de elaboración y circulación de piezas audiovisuales. Es decir que, como es de suponer, la creación de imágenes no interviene únicamente en el campo artístico. Entonces cabe distinguir la producción de imágenes con IA de la producción artística con IA. Específicamente, las prácticas artísticas se ocupan de especular sobre nuestro futuro, de imaginar nuevos mundos como modos de reflexionar sobre el nuestro.

En este sentido, reconocemos que las producciones artísticas se sitúan como un Denkraum, un espacio que plantea una distancia con respecto a nuestra cultura contemporánea para situarnos a pensar acerca de lo que nos está pasando con lo maquínico. Se puede identificar en las artes un conjuro de la tensión entre mythos y logos: no se trata de internarnos en la afirmación de una agencia de la máquina en el proceso creativo, como tampoco de buscar exponer y desencantar racionalmente los problemas políticos, ecológicos y epistémicos asociados a la IA; las artes habilitan este ámbito para pensar la tensión. Lejos de rechazar la técnica, estas prácticas recuperan una función apotropaica del arte: hacer pensable la inteligencia artificial, situarla culturalmente y disputar, en la era de la visión maquínica, el espacio del pensamiento.

En concreto, identificamos tres ejes de problematización de las imágenes con inteligencia artificial: la dinámica política, la creación y los territorios. Para delinear estas reflexiones, reconocemos en una amplia mayoría el uso de técnicas de elaboración de imágenes con redes generativas adversarias (GAN) y con modelos de entrenamiento cerrados, que les permite manejar con mayor precisión el dataset y el tipo de entrenamiento del modelo.

Las prácticas artísticas analizadas muestran que la inteligencia artificial no introduce únicamente una nueva técnica de producción de imágenes, sino que reconfigura las condiciones epistemológicas de la cultura visual contemporánea. Así como anteriores tecnologías de visualización, los modelos de redes neuronales y la visión por computadoras ordenan el mundo, producen visibilidades y establecen jerarquías, a la vez que incorporan sesgos sociales, políticos y culturales. Esta nueva visión, maquínica, no es neutral ni autónoma, replica ordenamientos sociales, y las artes nos ayudan a pensarnos en esta ecología técnica contemporánea.

Referencias bibliográficas

Adler, J. (2024). Desvíos de la inteligencia artificial en las artes tecnológicas: algoritmos, cuerpos, afectos y otras materialidades hacia el desmantelamiento del mito de la novedad. Eikón / Imago, 13, e90227.

Agüera y Arcas, B. (2017). Art in the Age of Machine Intelligence. Arts, 6(4), 18. https://doi.org/10.3390/arts6040018

Akten, M., Fiebrink, R. y Grierson, M. (2019). Learning to See: You Are What You See. SIGGRAPH '19: ACM SIGGRAPH 2019 Art Gallery, 13, 1-6. https://doi.org/10.1145/3306211.3320143.

Audry, S. (2021). Art in the age of machine learning. The MIT Press.

Azar, M., Cox, G. y Impett, L. (2021). Introduction: ways of machine seeing. AI & Society, 36, 1093–1104. https://doi.org/10.1007/s00146-020-01124-6

Bervar, M., Bertoncel, T. y Pejić Bach, M. (2026). Generative Artificial Intelligence and the Creative Industries: A Bibliometric Review and Research Agenda. Systems, 14(2). https://doi.org/10.3390/systems14020138

Crawford, K. (2023). Atlas de la IA. Poder, política y costes planetarios de la inteligencia artificial. NED Ediciones.

Crawford, K. y Paglen, T. (2021). Excavating AI: the politics of images in machine learning training sets. AI & Society, 36, 1105–1116. https://doi.org/10.1007/s00146-021-01162-8

Didi-Huberman, G. (2017). Prefacio. Saber-movimiento (el hombre que le hablaba a las mariposas). En P. A. Michaud, Aby Warburg y la imagen en movimiento (pp. 17-26). Libros UNA.

Elgammal, A., Liu, B., Elhoseiny, M. y Mazzone, M. (2017). CAN: Creative Adversarial Networks, Generating «Art» by Learning About Styles and Deviating from Style Norms. arXiv, 1-22. http://arxiv.org/abs/1706.07068

Fleckner, U. (2020). Aby Warburg y el poder de las imágenes. Ubu.

Hui, Y. (2020). Fragmentar el futuro. Ensayos sobre tecnodiversidad. Caja Negra Editora.

Hui, Y. (2025). Arte y cosmotécnica. Caja Negra Editora.

MacKenzie, A. y Munster, A. (2019). Platform Seeing: Image Ensembles and Their Invisualities. Theory, Culture & Society, 36(5), 3–22. https://doi.org/10.1177/0263276419847508

Manovich, L. y Arielli, E. (2024). Artificial Aesthetics. Generative AI, Art and Visual Media. Lev Manovich.

Mecha MIO. (2020). Archivo Represión. https://mechamio.myportfolio.com/archivo-represion

Moholy-Nagy, L. (1949). The new vision. From material to architectur. Wittenborn and Co.

Parikka, J. (2025). Imágenes operativas. De la representación visual al cálculo y la automatización. Caja Negra Editora.

Peters, J. (2025). Generative AI and the avant-garde: bridging historical innovation with contemporary art. AI & SOCIETY, 40(8), 6407-6424. https://doi.org/10.1007/s00146-025-02410-x

Sadin, E. (2020). La inteligencia artificial o el desafío del siglo. Anatomía de un antihumanismo radical. Caja Negra Editora.

Steyerl, H. (2025). Medios calientes. Las imágenes en la era del calor. Caja Negra Editora.

Zylinska, J. (2020). AI Art. Machine visions and warped dreams. Open Humanities Press.

BIO

Paula Bruno Garcén. Licenciada en Artes y Doctora en Historia y Teoría de las Artes (Universidad de Buenos Aires), Magíster en Curaduría en Artes Visuales (Universidad de Tres de Febrero) y Diplomada en Inteligencia Artificial aplicada al Arte Multimedial (Universidad Nacional de las Artes). Ha recibido becas de investigación de instituciones como el Consejo Nacional de Investigaciones Científicas y Técnicas, la Asociación Universitaria Iberoamericana de Posgrado, entre otras. Se desempeña como docente en la Universidad de Buenos Aires, la Universidad de la Ciudad y la Universidad del Museo Social Argentino. Integra el Grupo de Historia y Epistemología de las Cartografías e Imágenes Técnicas y el Área de Antropología Visual (Facultad de Filosofía y Letras, Universidad de Buenos Aires). Recientemente, ha desarrollado el proyecto Instrucciones para una obra junto a Lihuel González, Oliverio Duhalde e Ignacio Unrrein en el marco del programa de formación en arte, ciencia y tecnología Presente Continuo, organizado por la fundación Williams y la fundación Bunge y Born. Sus principales intereses de investigación se orientan a los usos de instrumentos científicos e imágenes técnicas en las artes. Contacto: paulabrunogarcen@gmail.com.

_______________________________

¹ En el marco de la formación en arte, ciencia y tecnología Presente Continuo y junto a Lihuel González, Oliverio Duhalde e Ignacio Unrrein, desarrollamos el proyecto Instrucciones para una obra, donde convocamos a una inteligencia artificial para oficiar de directora de una performance. Esta investigación resultó catalizadora de preguntas en torno a la autoría y la creación de arte en el escenario de la inteligencia artificial generativa.

² Moholy-Nagy se desempeñó como docente en la escuela Bauhaus alemana, a partir de los contenidos dictados publicó su libro en 1929, que en 1932 se tradujo al inglés con el título The new vision. From material to Architecture. Hemos trabajado aquí con la cuarta edición, de 1949.

³ Las obras se presentaron en la exhibición Forces of the Unknown (JW Marriott, 2025). Sitio web del artista: https://simondenny.net/machine-paintings-main/

⁴ Simon Denny en conversación con Alex Estorick, Studio Magazine, junio de 2025. URL: https://magazine.studio/article/canon-fodder

⁵ Sitio web del artista: https://salazarangel.com/projectos/cristalizar-el-vacio/