Plausibilidad y verosimilitud en el pasado sintético: la Edad Media reelaborada mediante inteligencia artificial generativa.
Plausibility and Verisimilitude in the Synthetic Past: The Middle Ages Generated by Artificial Intelligence
Alberto VENEGAS RAMOS
Universidad de Murcia
ORCID: https://orcid.org/0000-0002-5621-7749
avenegasr05@educarex.es
Resumen: Este artículo analiza el impacto de la inteligencia artificial generativa en la representación y divulgación del pasado medieval, centrándose en imágenes, textos y vídeos creados por IA. A través del estudio de casos como la recreación de la batalla de Covadonga, la figura de Pelayo, los caballeros medievales y la Batalla de Hastings, se exploran los conceptos de plausibilidad, neomedievalismo digital y memoria performativa. Se examinan los riesgos de homogeneización, sesgo y simplificación histórica, así como las oportunidades y desafíos que estas tecnologías plantean para la historiografía y la educación. El trabajo destaca la necesidad de una alfabetización crítica y de marcos éticos que permitan aprovechar el potencial creativo de la IA sin sacrificar el rigor, la diversidad y la responsabilidad en la construcción de la memoria colectiva. Finalmente, se proponen líneas futuras de investigación y reflexión interdisciplinar.
Palabras clave: inteligencia artificial, neomedievalismo digital, plausibilidad, memoria digital, divulgación histórica.
Abstract: This article analyzes the impact of generative artificial intelligence on the representation and dissemination of the medieval past, focusing on AI-created images, texts, and videos. Through case studies such as the recreation of the Battle of Covadonga, the figure of Pelayo, medieval knights, and the Battle of Hastings, it explores concepts like plausibility, digital neomedievalism, and performative memory. The article examines the risks of homogenization, bias, and historical simplification, as well as the opportunities and challenges these technologies pose for historiography and education. It emphasizes the need for critical literacy and ethical frameworks to harness AI’s creative potential without sacrificing rigor, diversity, or responsibility in building collective memory. Finally, it proposes future lines of interdisciplinary research and reflection.
Keywords: artificial intelligence, digital neomedievalism, plausibility, digital memory, historical dissemination.
Recibido: 31/08/2025
Aceptado: 23/10/2025
Cómo citar: Venegas Ramos, Alberto. Plausibilidad y verosimilitud en el pasado sintético: la Edad Media reelaborada mediante inteligencia artificial generativa. Neomedieval, 4, 2025, pp. 129-163. https://doi.org/10.33732/nmv.4.117
Copyright: El/La Autor/a.
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
1. Introducción: IA generativa y la Edad Media digital
¿Y si la Edad Media que vemos hoy en internet nunca existió? En la actualidad, millones de personas comparten y consumen imágenes, textos y videos sobre caballeros, castillos y escenas medievales generadas por inteligencia artificial. Herramientas de inteligencia artificial generativa como Midjourney, ChatGPT o Sora permiten crear, en cuestión de segundos, recreaciones espectaculares y convincentes de un pasado que parece real, pero que en muchos casos es puro artificio digital.
La inteligencia artificial (IA) constituye hoy uno de los motores más potentes de transformación cultural y tecnológica. Bajo este término se agrupan sistemas y algoritmos capaces de realizar tareas tradicionalmente reservadas al intelecto humano, como el reconocimiento de patrones, la toma de decisiones, la clasificación de datos o la resolución de problemas complejos. Desde motores de búsqueda y asistentes virtuales hasta sistemas de diagnóstico médico, la IA ha permeado múltiples ámbitos de la vida cotidiana y profesional, redefiniendo los límites de la creatividad y la automatización.
En este vasto campo, la inteligencia artificial generativa representa una rama especialmente disruptiva. A diferencia de la IA tradicional, centrada en analizar, interpretar o clasificar información existente, la IA generativa se especializa en la creación autónoma de nuevos contenidos: textos, imágenes, audio o video que no existían previamente, pero que imitan estilos, estructuras y patrones aprendidos a partir de grandes volúmenes de datos. Herramientas como ChatGPT, Midjourney, DALL-E o Sora ejemplifican este salto cualitativo, permitiendo que cualquier usuario produzca materiales inéditos que antes requerían creatividad o intervención humana directa. Esta capacidad de generación automática ha popularizado el término “inteligencia artificial” en el discurso público, provocando que a menudo se confundan los sistemas que solo procesan información con aquellos que la crean, ya que ambos emplean principios y técnicas de aprendizaje automático y ofrecen respuestas aparentemente inteligentes a las solicitudes del usuario.
Sin embargo, el funcionamiento interno de los modelos generativos dista mucho de la comprensión o la creatividad genuinas. Estos sistemas producen contenido a partir de correlaciones estadísticas, prediciendo la palabra, el píxel o el fotograma más probable según los patrones detectados en los datos de entrenamiento. El resultado es una producción que tiende a reforzar tendencias dominantes y puede reproducir errores, anacronismos o sesgos presentes en el material original. Además, la opacidad de estos modelos, su condición de “caja negra”, dificulta rastrear cómo se toman las decisiones internas y qué fuentes específicas influyen en el resultado final, lo que limita la transparencia y la posibilidad de verificación crítica1.
En este contexto, la irrupción de la IA generativa ha transformado radicalmente la producción y circulación de imágenes, textos y vídeos sobre el pasado, y en particular sobre la Edad Media. El auge de lo que podríamos denominar “pasado sintético”, recreaciones digitales que parecen reales pero que son producto de la remezcla algorítmica y la optimización estética, plantea preguntas fundamentales sobre la autenticidad, la plausibilidad y la verosimilitud en la cultura visual contemporánea. Analizar cómo funcionan y cómo son recibidas estas nuevas formas de representación histórica resulta clave para comprender los desafíos y oportunidades que la inteligencia artificial introduce en la construcción de la memoria colectiva y en la divulgación del conocimiento histórico.
Este fenómeno, la irrupción de la IA generativa, marca el auge del “pasado sintético”: una nueva forma de construir y experimentar la historia, donde lo visual y lo narrativo se mezclan con las expectativas y los retrolugares2 del pasado mediático. Las tecnologías de IA generativa no solo reproducen datos históricos, sino que remezclan estilos, tópicos y estéticas para producir una memoria estética3 que resulta seductora y creíble, aunque rara vez sea fiel a la realidad histórica. Estas herramientas producen representaciones fotorrealistas que desafían la distinción entre lo real y lo ficticio, basándose en la coherencia estética, la intertextualidad visual y el impacto emocional.
La Edad Media, en particular, se ha convertido en uno de los periodos favoritos de esta producción digital. Cada día surgen nuevas imágenes de caballeros en armaduras relucientes, mercados bulliciosos y castillos de ensueño, junto a relatos y diálogos que parecen extraídos de crónicas antiguas. Sin embargo, tras el asombro inicial, surgen preguntas fundamentales: ¿qué hace que estas representaciones nos resulten auténticas? ¿Por qué algunas imágenes o textos nos parecen plausibles, aunque estén llenos de anacronismos o errores históricos? ¿Estamos ante una nueva forma de manipulación de la memoria colectiva o ante una oportunidad para renovar el interés por el pasado?
En este contexto, conceptos como plausibilidad y verosimilitud se vuelven esenciales para analizar cómo percibimos y valoramos estas representaciones. La plausibilidad, entendida como la capacidad de una imagen o texto para ser aceptado y aplaudido por su coherencia estética y su impacto emocional, parece imponerse sobre la verosimilitud, que tradicionalmente exigía una cierta fidelidad a los hechos y al rigor documental dentro de un marco propio. Así, la experiencia del pasado sintético se apoya más en la seducción visual y narrativa que en la exactitud histórica.
El auge de estos productos digitales generados por IA plantea retos inéditos para la divulgación, la educación y la construcción de la memoria histórica. Por un lado, las herramientas de IA democratizan el acceso a la creación de contenidos y permiten que cualquier usuario pueda “revivir” la Edad Media a su manera. Por otro, la facilidad con la que se difunden imágenes y relatos inexactos o directamente inventados puede reforzar estereotipos, distorsionar la percepción del pasado y dificultar la labor de historiadores y educadores.
Este artículo explora cómo la plausibilidad y la verosimilitud operan en la generación de imágenes, vídeos y textos de la Edad Media digital generada por inteligencia artificial generativa. A través del análisis de casos concretos, se examinan los factores que hacen que el público acepte o cuestione estas recreaciones, y se reflexiona sobre los desafíos y oportunidades que plantea el pasado sintético para la divulgación, la educación y la cultura visual contemporánea. El objetivo es responder a una pregunta central: ¿qué elementos dotan de plausibilidad o verosimilitud a las representaciones medievales generadas por IA? Al hacerlo, se busca aportar claves para comprender el nuevo papel de la inteligencia artificial en la construcción de nuestra memoria histórica y cultural.
1.1. Justificación y relevancia
El estudio de la elaboración de representaciones medievales generadas por inteligencia artificial generativa ofrece una oportunidad única para comprender los mecanismos actuales de construcción y circulación del conocimiento histórico (Palmini y Cetinic). Más allá del asombro que provocan estas imágenes y relatos, su análisis permite identificar cómo se negocian hoy la autoridad, la autenticidad y la emoción en la cultura visual digital.
La relevancia de este enfoque radica en que las creaciones sintéticas no solo reflejan tendencias estéticas o tecnológicas, sino que inciden activamente en la formación de imaginarios colectivos (Manovich y Arielli). La facilidad con la que se producen y difunden estos contenidos transforma la relación entre los públicos y la historia, desplazando el eje desde la verificación de los hechos hacia la experiencia estética y la participación interactiva (Meyer). Así, la elaboración de estas recreaciones medievales puede revelar tanto la persistencia de estereotipos como la emergencia de nuevas formas de apropiación del pasado.
Analizar esta elaboración permite, además, detectar los riesgos específicos asociados a la inteligencia artificial en el ámbito histórico: la consolidación de visiones distorsionadas, la circulación de simulacros difíciles de distinguir de fuentes auténticas, la posible trivialización de procesos complejos y el afianzamiento de sesgos históricos en la cultura visual dominante (Hakopian).4 Sin embargo, este fenómeno también abre oportunidades para la divulgación y la educación: las herramientas de IA pueden servir como puente para acercar el interés por la Edad Media a públicos más amplios, fomentar el pensamiento crítico y estimular el debate sobre la naturaleza de la representación histórica.
En suma, abordar esta elaboración del pasado sintético medieval es esencial para anticipar los desafíos de la cultura visual contemporánea y para diseñar estrategias que promuevan una alfabetización mediática capaz de equilibrar el rigor histórico con la creatividad y la innovación tecnológica.
1.2. Objetivos y preguntas de investigación
El propósito central de este artículo es analizar cómo los conceptos de plausibilidad y verosimilitud pueden ayudar a comprender la recepción de las representaciones medievales generadas por inteligencia artificial generativa, tanto en formato textual como visual, estático y dinámico. Se busca identificar los factores que influyen en la percepción de autenticidad y credibilidad de estos objetos digitales, así como sus implicaciones para la construcción del pasado en la cultura visual contemporánea.
Para alcanzar este objetivo general, se plantean los siguientes objetivos específicos:
1. Explorar cómo la plausibilidad y la verosimilitud operan en la valoración pública de imágenes, textos y videos medievales producidos por IA.
2. Analizar ejemplos concretos de recreaciones medievales sintéticas para identificar los elementos que contribuyen a su aceptación o rechazo por parte de distintos públicos.
3. Reflexionar sobre los riesgos y oportunidades que la proliferación de estos productos digitales supone para la divulgación, el aprendizaje y la memoria colectiva de la Edad Media.
A partir de estos objetivos, el artículo busca responder a las siguientes preguntas de investigación:
1. ¿Qué características hacen que una representación medieval generada por IA sea percibida como plausible o verosímil?
2. ¿De qué manera estas recreaciones sintéticas afectan la construcción del imaginario colectivo sobre la Edad Media?
3. ¿Qué retos y posibilidades plantea el uso de inteligencia artificial generativa para la comunicación, la enseñanza y la divulgación de la historia medieval?
Estas preguntas guían el análisis y la discusión, con el fin de aportar claves para entender el papel de la inteligencia artificial en la configuración de la memoria histórica y cultural en la era digital.
2. Metodología y corpus: selección y justificación de casos
2.1. Metodología
La metodología de este estudio se fundamenta en la selección y análisis de un corpus representativo de productos digitales que recrean la Edad Media mediante inteligencia artificial generativa. El propósito es observar cómo se construyen y reciben estas representaciones, centrándose en los mecanismos de plausibilidad y verosimilitud, así como en los factores que influyen en su aceptación, circulación y debate público.
Para conformar el corpus, se ha priorizado la diversidad de formatos, integrando imágenes estáticas, textos y vídeos o animaciones. Esta variedad permite examinar cómo operan los criterios de credibilidad en distintos lenguajes y soportes. Se han seleccionado ejemplos que han alcanzado una notable difusión en plataformas sociales y digitales, considerando la viralidad como un indicador del impacto social y del potencial de estas representaciones para influir en los imaginarios históricos actuales.
Asimismo, se han incluido casos que han generado controversia o debate público, especialmente aquellos que han suscitado discusiones sobre su fidelidad histórica, la presencia de anacronismos o la manipulación de fuentes. Estos ejemplos resultan especialmente útiles para analizar los límites de la plausibilidad y las tensiones entre espectacularidad técnica y rigor histórico en la recepción de la Edad Media generada por IA.
El corpus se ha construido a partir de productos creados con herramientas y plataformas de inteligencia artificial generativa ampliamente utilizadas y reconocidas en la cultura digital, como ChatGPT (para la generación de textos narrativos y descripciones inspiradas en fuentes medievales), Midjourney y DALL-E (para la producción de imágenes estáticas de alta calidad, desde retratos hasta escenas de la vida cotidiana o eventos históricos), y Sora o Runway (para la creación de vídeos y animaciones que integran movimiento, sonido y narrativa visual en la recreación de ambientes y episodios medievales). La elección de estas herramientas responde tanto a su popularidad y accesibilidad como a su capacidad para producir contenidos que desafían la distinción entre lo real y lo ficticio, y que contribuyen activamente a la transformación de los criterios de credibilidad y autenticidad en la cultura visual contemporánea.
Este enfoque metodológico, basado en la atención a la diversidad formal, la relevancia social y la capacidad de generar debate, permite identificar patrones y desafíos en la construcción del pasado sintético medieval, así como reflexionar sobre las oportunidades y riesgos que plantea la proliferación de estas representaciones para la memoria histórica y la cultura visual actual.
2.2. Métodos de análisis
El análisis de los casos seleccionados en este estudio se apoya en una metodología cualitativa, orientada a desentrañar los factores que contribuyen a la plausibilidad y verosimilitud de las representaciones medievales generadas por inteligencia artificial. La aproximación principal consiste en un examen detallado de los objetos digitales, imágenes, textos y vídeos, atendiendo a sus características formales, estilísticas y narrativas. Se consideran elementos como la coherencia estética, la intertextualidad visual, el uso de referentes históricos reconocibles, la presencia de anacronismos o distorsiones, y la manera en que estos factores inciden en la percepción de autenticidad y credibilidad por parte del público.
La combinación de análisis cualitativo de los objetos digitales, junto a un marco teórico interdisciplinar que parte de la historiografía, los estudios de cultura visual y los estudios de medios, permite abordar el fenómeno del pasado sintético medieval desde una perspectiva integral. Este método facilita la identificación de los elementos que favorecen la plausibilidad y la aceptación pública de las representaciones generadas por inteligencia artificial, así como la detección de tensiones, resistencias y debates que surgen en torno a su circulación y consumo en la cultura visual contemporánea.
3. Marco teórico: plausibilidad y verosimilitud
3.1. Definición de la verosimilitud y la plausibilidad
La verosimilitud puede definirse, en términos generales, como la cualidad de aquello que “se parece a” su referente: una imagen, un texto o una narración resultan verosímiles cuando guardan una semejanza reconocible con lo que se espera que haya sido la realidad representada. Esta idea, de raíces clásicas en la teoría literaria y artística, se ha desarrollado a lo largo de los siglos en la crítica textual y visual. Como señalaba Erich Auerbach en Mímesis, lo que una época considera realista o verosímil depende de las convenciones y modelos de mundo dominantes en cada etapa cultural. Así, las imágenes sobre el pasado son verosímiles porque participan de unas mismas normas compositivas, iconográficas y narrativas que se han ido transmitiendo y adaptando a lo largo del tiempo. Esta continuidad normativa explica por qué, al observar representaciones de un mismo acontecimiento histórico, como la muerte de Julio César, desde el Renacimiento hasta la actualidad, reconocemos patrones visuales y compositivos que nos resultan familiares y creíbles, aunque el referente material sea inaccesible.
Por otro lado, la plausibilidad introduce un matiz diferente, especialmente relevante en la era de la inteligencia artificial generativa. Mientras que la verosimilitud se apoya en la semejanza con el referente (“se parece a”), la plausibilidad se define como la cualidad de aquello que “es como esperaba que fuera”. Es decir, una imagen o relato plausible no necesariamente trata de reproducir de forma mimética el pasado, sino que satisface las expectativas, deseos o imaginarios del espectador contemporáneo. La plausibilidad, por tanto, está más vinculada a la admisibilidad, la seducción y la capacidad de una representación para ser aceptada y aplaudida, aunque no sea rigurosamente fiel a los hechos históricos.
En el contexto de la cultura visual digital, esta distinción resulta esencial. Las imágenes del pasado generadas por inteligencia artificial generativa suelen ser plausibles porque responden a las expectativas actuales sobre cómo “debería” verse la Edad Media, la Antigüedad o cualquier otro periodo. Estas imágenes no buscan tanto la mímesis o la reconstrucción exacta, sino la creación de simulacros que resulten convincentes y satisfactorios para el público. Su éxito radica en la capacidad de captar la atención y el aplauso, más que en la fidelidad a la realidad material.
En definitiva, mientras la verosimilitud remite a la tradición y a la continuidad de normas representativas que otorgan credibilidad a las imágenes históricas, la plausibilidad se asienta en la adecuación a las expectativas y deseos del presente. Comprender esta diferencia es fundamental para analizar el impacto de las nuevas tecnologías en la construcción del pasado sintético y los desafíos que plantean para la memoria, la relación con el pasado y la cultura visual contemporánea.
Esta distinción se vuelve aún más relevante en el actual contexto de saturación visual, donde la imagen ha superado al texto como principal vehículo informativo y comunicativo. Como han señalado autores como Lev Manovich o W.J.T. Mitchell, vivimos en una sociedad en la que la cultura visual es dominante, y la proliferación de imágenes digitales, especialmente aquellas generadas por inteligencia artificial, ha transformado radicalmente los criterios con los que medimos la credibilidad de lo que vemos.
La genealogía de la verosimilitud muestra que, históricamente, las imágenes del pasado han sido verosímiles porque han participado de unas mismas normas y tradiciones visuales, transmitidas y adaptadas a lo largo de los siglos. Así, la representación de un acontecimiento histórico como la muerte de Julio César, desde la pintura renacentista hasta las imágenes generadas por IA, mantiene una continuidad iconográfica y compositiva que facilita su reconocimiento y aceptación. Sin embargo, en la era digital, esta continuidad se ve reforzada y acelerada por la lógica de la remezcla algorítmica (Manovich): las herramientas de inteligencia artificial generan nuevas imágenes a partir de la recombinación de miles de ejemplos previos, optimizando la plausibilidad según los datos de entrenamiento y las expectativas de los usuarios.
Como señala Roland Meyer en su análisis del “realismo de plataforma”, las imágenes sintéticas producidas por IA no reflejan la realidad, sino que están condicionadas por los algoritmos, los datos históricos y las preferencias de los consumidores. El resultado es una estética genérica y nostálgica, orientada a maximizar la plausibilidad y la viralidad, pero que tiende a homogeneizar y simplificar la representación del pasado. Eva Cetinic y James She, desde la perspectiva de las humanidades digitales, apuntan que la propia configuración de las herramientas de IA favorece la codificación y reproducción de asociaciones visuales preexistentes, reforzando así las convenciones y modelos dominantes.
En este sentido, las imágenes sintéticas del pasado no buscan tanto representar la historia de manera mimética o verosímil, sino crear simulacros que alimenten la interacción y la experiencia participativa del usuario. Como ya anticipó Baudrillard, el despliegue exponencial de imágenes y modelos visuales conduce a una reproducción de imágenes ya reproducidas, en un intento constante de perfeccionamiento y espectacularidad técnica (1983, 1978). El aplauso que reciben estas imágenes no proviene de su capacidad para restituir el pasado, sino de su destreza técnica para resucitar mundos que nunca existieron y hacer que el espectador participe activamente en su creación y difusión.
Por todas estas razones, analizar la diferencia entre verosimilitud y plausibilidad, y comprender cómo operan en la cultura visual digital, resulta imprescindible para evaluar el impacto de la inteligencia artificial generativa en la construcción de la memoria histórica. Solo desde una mirada crítica a las convenciones visuales heredadas y a las expectativas actuales podremos calibrar el alcance, los riesgos y las oportunidades de las imágenes sintéticas en nuestra relación con el pasado.
3.2. Factores de construcción de la plausibilidad
Tras haber definido la verosimilitud y la plausibilidad, resulta esencial analizar cómo estos conceptos se materializan en la producción de imágenes sintéticas del pasado, especialmente cuando se emplean herramientas de inteligencia artificial generativa. Un caso paradigmático lo encontramos en la siguiente imagen, (Ilustración 1) obtenida a partir del siguiente “prompt” y la imagen resultante ofrecida por el software ChatGPT:
A historically accurate painting of the Battle of Covadonga in the 8th century, showing Pelayo, a Visigothic noble, standing on a rocky hillside in the Picos de Europa. He wears simple early medieval armor — chainmail, leather, and a conical helmet — holding a sword and shield. His appearance is rugged, with a thick beard and practical clothing suited to guerrilla warfare in mountainous terrain. Around him, a small group of Christian Asturian warriors, dressed in modest armor and tunics, fight off Moorish soldiers in the misty, forested mountain landscape. The scene is grounded and realistic, inspired by early medieval miniatures and dark earth tones.
Ilustración 1. Imagen elaborada mediante el software ChatGPT por el autor
Esta imagen sintética de Pelayo en Covadonga, generada por inteligencia artificial, ejemplifica de manera paradigmática los mecanismos de plausibilidad y autenticidad que caracterizan a la cultura visual digital contemporánea.5 Como ha explorado Roland Meyer en su artículo “Platform Realism: AI Image Synthesis and the Rise of Generic Visual Content”, la proliferación de imágenes de síntesis está transformando radicalmente el ecosistema visual, instaurando lo que denomina “realismo de plataforma”. Este concepto apunta a la producción de imágenes optimizadas no para la veracidad histórica, sino para la satisfacción de expectativas culturales, emocionales y comerciales, ajustadas a los algoritmos y normas de las grandes plataformas tecnológicas. Así, la imagen de Pelayo no es tanto un reflejo de la realidad histórica como un producto visual cuidadosamente calibrado para resultar plausible y viralizable, adaptado a los gustos y patrones de reconocimiento del usuario contemporáneo.
La lógica subyacente a este proceso es la lógica de la remezcla. Herramientas de IA generativa como Midjourney o DALL-E, a partir de prompts detallados, buscan sus respuestas en la reapropiación, combinación y reconfiguración de elementos visuales preexistentes. Eva Cetinic subraya que estos modelos actúan como ensamblajes sincrónicos de instantáneas culturales, codificadas en conjuntos de datos que recogen asociaciones visuales, estilísticas y temáticas de diferentes épocas y contextos. De este modo, la imagen de Pelayo emerge como una conjetura plausible, construida a partir de la interpolación de datos históricos, iconografía medievalista y convenciones artísticas heredadas. Su resultado, inevitablemente, tiende a ser conservador y nostálgico, pues la IA opera siempre sobre información previa y acotada, incapaz de extrapolar más allá de los límites estilísticos de su entrenamiento (Martín Prada 2023).
El acto creativo en la era digital, como sostiene Martín Prada en la obra citada anteriormente, se fundamenta menos en la invención radical que en la reconfiguración constante de materiales existentes. La remezcla digital no es solo una técnica, sino una forma de absorción, asimilación y reinterpretación cultural. El usuario digital se convierte en mediador y ensamblador, transformando iconos, estilos y detalles materiales en nuevas narrativas visuales. En la imagen de Pelayo, la IA selecciona y combina elementos reconocibles: la cota de malla, el escudo de madera, la espada, la postura heroica, el paisaje brumoso de los Picos de Europa, para reforzar la plausibilidad y la identificación inmediata del espectador. Esta producción de variantes, a partir de patrones extraídos del conjunto de datos, constituye lo que Prada describe como “manierismo computacional”: una generación de diferencias entendidas como diversificación sobre modelos preexistentes, no como creación genuinamente original.
La integración de fuentes documentales y referencias icónicas es crucial para consolidar la plausibilidad de la imagen. En el caso de Pelayo, la IA recurre a la iconografía de la Alta Edad Media, a descripciones procedentes datos históricos y, sobre todo, artísticos. Sin embargo, la imagen no reproduce miméticamente ningún documento, sino que selecciona y recombina motivos consagrados por la tradición historiográfica y la cultura visual popular, generando un artefacto visual que se percibe como auténtico y convincente.
La autenticidad percibida de estas imágenes sintéticas se apoya en dos dimensiones complementarias: la autenticidad indexical, que remite a la percepción de originalidad y singularidad del contenido generado, y la autenticidad icónica, que evalúa la fidelidad con la que la imagen refleja un referente real o plausible según las expectativas del espectador. Cuando ambas se conjugan, la imagen puede llegar a ser indistinguible de una reconstrucción artística tradicional, moldeando la percepción pública sobre su veracidad y valor documental. La confianza del usuario en estas imágenes depende, en gran medida, de su congruencia con las ideas preconcebidas sobre el pasado: cuando la imagen coincide con los imaginarios visuales y culturales, por ejemplo, cómo “debería” verse un caudillo visigodo o una batalla en los Picos de Europa, la autenticidad percibida se refuerza y la imagen es admitida como plausible, aunque no exista documentación visual directa del acontecimiento.
El recurso al fotorrealismo es una estrategia recurrente para conferir plausibilidad a las imágenes sintéticas. Andrew Darley sostiene que la investigación en imágenes por ordenador ha estado guiada por el objetivo de alcanzar un realismo convincente, lo que en la práctica se traduce en la elaboración de escenas históricas que, aunque imaginadas, resultan visualmente creíbles y espectaculares. En la imagen de Pelayo, la textura de la cota de malla, el brillo del metal, la rugosidad del terreno y la atmósfera húmeda y nebulosa contribuyen a un efecto visual que, aunque no es una reproducción fiel de la realidad histórica, sí resulta convincente para el espectador actual. Baudrillard identifica en estas imágenes una “simulación hechicera”, un juego con la realidad que desestabiliza la concepción moderna de la verdad histórica y la creencia en una correspondencia directa entre imagen y referente (1978).
La seducción de estas imágenes no reside en la reconstrucción documentada, sino en la elaboración de situaciones históricas que resultan plausibles según las expectativas contemporáneas. El usuario, que participa activamente en la elaboración y difusión de estas imágenes, se convierte en protagonista de un proceso que Baudrillard denominaría “hiperrealidad” y que, en el ámbito de la representación histórica, puede entenderse como “hiperhistoria”: un pasado fabricado a medida, donde la perfección realista de las imágenes compite con la realidad histórica misma (Darley 111). Además, la facilidad con la que estas imágenes pueden ser adaptadas, editadas y compartidas en redes sociales refuerza su capacidad para moldear la memoria colectiva y consolidar nuevas narrativas visuales sobre el pasado.
Este fenómeno se conecta directamente con los estudios sobre neomedievalismo y Edad Media digital. Umberto Eco, Richard Utz (2011, 2017) y Carol L. Robinson y Pamela Clements han analizado cómo la Edad Media se convierte, en la cultura digital, en un repertorio visual y narrativo maleable, donde la plausibilidad y la espectacularidad técnica desplazan la preocupación por la fidelidad histórica. La imagen de Pelayo responde a esta lógica: su éxito viral, su capacidad de generar identificación y debate, y su integración en redes de “medievalismos digitales” (Utz 2017) ilustran cómo la recepción digital está mediada por la viralidad, la participación y la capacidad de generar reconocimiento inmediato.
Desde la perspectiva de los estudios acerca de la memoria digital, Andrew Hoskins (2018, 2011) subraya que la memoria digital es un proceso dinámico, interconectado y en constante reescritura. Las imágenes sintéticas del pasado funcionan como “memorias en tiempo real”, susceptibles de ser editadas, resignificadas y recirculadas en función de los intereses y emociones del presente. La memoria digital es “viva”, mutable y fragmentaria; la autenticidad y autoridad de las imágenes generadas por IA se negocian colectivamente, más que imponerse desde instancias expertas o institucionales. En este sentido, la imagen de Pelayo no aspira a ser un documento histórico, sino un artefacto visual plausible, capaz de activar la imaginación, la identificación y la participación del usuario. Como señala Hoskins, la memoria digital es performativa: el pasado se actualiza y se reconfigura a través de la interacción, la edición y la circulación de imágenes, en una lógica de “memoria conectada” (2018).
La plausibilidad visual se convierte, así, en el criterio dominante de credibilidad, desplazando la verosimilitud tradicional. La imagen sintética de Pelayo generada por inteligencia artificial ilustra, en definitiva, los mecanismos del neomedievalismo digital: la remezcla de estilos y datos preexistentes, la integración selectiva de fuentes historiográficas y la optimización para la plausibilidad visual, todo ello enmarcado en una lógica de memoria digital viva y participativa. Este proceso no solo perpetúa una coherencia estética e histórica con las imágenes del pasado, sino que redefine las fronteras entre lo real, lo posible y lo imaginado en la cultura visual contemporánea. La representación digital de la Edad Media, lejos de ser un simple espejo del pasado, se convierte así en un laboratorio de experimentación narrativa, identitaria y política, donde la memoria, la historia y la imaginación se entrelazan en tiempo real, y donde la experiencia participativa y la viralidad digital determinan qué imágenes y relatos del pasado logran consolidarse en la memoria colectiva global.
3.3. Poder, sesgo y automatización: la colonización algorítmica del pasado sintético
Más allá de los aspectos técnicos, historiográficos y estéticos, la inteligencia artificial generativa introduce desafíos de gran calado en la manera en que se construye, se negocia y se transmite el pasado en la cultura contemporánea. Como advierte Éric Sadin (2018, 2020, 2022, 2024), el impacto de estas tecnologías va mucho más allá de la simple asistencia a la acción humana: instauran una lógica de anticipación algorítmica que puede debilitar la deliberación individual y promover una heteronomía técnica. En el ámbito de la memoria y la relación con el pasado, este fenómeno se traduce en lo que Sadin denomina “silicolonización”: una colonización digital del imaginario histórico, donde las grandes plataformas tecnológicas, al optimizar y monetizar la producción de contenidos, convierten el pasado en un objeto maleable, ajustado a las lógicas de consumo, rentabilidad y viralidad.
Esta problemática adquiere especial relevancia en el caso de la Edad Media digital, donde la proliferación de imágenes y relatos generados por IA, como la escena de Pelayo en Covadonga, no solo reproduce estereotipos visuales, sino que responde a algoritmos entrenados para maximizar la plausibilidad y la viralidad, muchas veces sacrificando la diversidad y el rigor histórico. El pasado medieval, en este contexto, se reconfigura para responder a las expectativas del presente, reforzando narrativas dominantes y desplazando voces alternativas o memorias subalternas. La facilidad con la que estos productos se difunden y su capacidad para seducir a grandes audiencias refuerzan la tendencia a la homogeneización cultural, donde lo que prima es la espectacularidad, el reconocimiento inmediato y la satisfacción de expectativas visuales, más que la complejidad o la fidelidad histórica.
Matteo Pasquinelli aporta una perspectiva complementaria al advertir que la inteligencia artificial debe entenderse como una extensión de formas jerárquicas de organización del conocimiento y del poder. Los sistemas de IA replican lo que denomina “la mirada del amo”: una lógica vertical de control y clasificación que tiende a reproducir estructuras sociales y epistémicas propias del capitalismo y del colonialismo cultural. Aplicado al ámbito historiográfico, esto implica que las narrativas medievales generadas algorítmicamente no emergen de una neutralidad técnica, sino que responden a sistemas de clasificación diseñados desde posiciones de poder y a partir de datos sesgados, consolidando así una visión hegemónica y homogénea del pasado.
Además, la automatización de la producción histórica mediante IA no solo afecta a los contenidos, sino que transforma los procesos de subjetivación y la experiencia misma del pasado. Como advierte Sadin en La vida espectral (2024) y La era del individuo tirano (2022), el sujeto contemporáneo es progresivamente despojado de su presencia plena y encarnada, desplazado hacia una existencia mediada por datos, predicciones y automatismos. En este contexto, la relación con la historia se reduce a una secuencia de imágenes y relatos cuantificables, fácilmente manipulables y adaptables a las demandas del presente. La memoria y nuestra relación con el pasado corren así el riesgo de convertirse en un archivo dinámico gestionado por algoritmos, en el que la pluralidad y el conflicto quedan diluidos bajo la apariencia de objetividad y neutralidad técnica.
En el caso concreto de la Edad Media digital, este fenómeno se traduce en la producción masiva de imágenes y relatos que, aunque plausibles y seductores para el público general, refuerzan visiones estandarizadas y dificultan la emergencia de perspectivas alternativas o críticas. Así, el pasado sintético medieval no solo es una reconstrucción artificial, sino también una construcción política, moldeada por lógicas algorítmicas funcionales al orden dominante y a las dinámicas de las plataformas tecnológicas. Esta automatización ideológica puede conducir a la proliferación de discursos históricos funcionales, despojados de conflicto, ambigüedad y agencia crítica, y a la reducción de la experiencia histórica a una secuencia de imágenes y relatos fácilmente consumibles y cuantificables.
La imagen de Pelayo en Covadonga, generada por IA, ejemplifica a la perfección este proceso. Su plausibilidad y su espectacularidad técnica la convierten en un producto visual altamente viralizable y apto para el consumo masivo, pero también en un objeto que, al responder a patrones y convenciones dominantes, corre el riesgo de perpetuar una visión homogénea del pasado. La espectacularidad de la escena, la heroicidad de la pose, la ambientación brumosa y la iconografía reconocible no solo satisfacen las expectativas visuales contemporáneas, sino que refuerzan un relato histórico funcional, desprovisto de matices, conflictos o ambigüedades. La imagen, así, se convierte en un simulacro que compite con la realidad histórica, desplazando la pregunta por la verdad o la complejidad del pasado en favor de la experiencia visual inmediata y del reconocimiento colectivo.
Frente a este escenario, la necesidad de una mirada crítica se vuelve ineludible. Como propone Sadin, es fundamental reivindicar una ética del límite que recupere la fragilidad, la incertidumbre y la pluralidad como elementos esenciales de una historiografía verdaderamente humana. Solo así será posible contrarrestar la tendencia a la homogeneización del pasado y abrir espacios para una recepción crítica y consciente de la Edad Media en la era de la inteligencia artificial generativa. Este enfoque no solo interpela a historiadores y divulgadores, sino también a los propios usuarios y creadores de contenidos digitales, llamados a reflexionar sobre el papel que desempeñan en la reproducción o cuestionamiento de las narrativas históricas dominantes.
En definitiva, la imagen sintética de Pelayo y la proliferación de productos visuales similares nos obligan a repensar la relación entre tecnología, memoria y poder en la construcción del pasado. La IA, lejos de ser una herramienta neutral, actúa como un sofisticado agente de reproducción y perfeccionamiento de patrones culturales y políticos, y su impacto sobre la memoria histórica y la cultura visual exige una reflexión crítica y ética que trascienda la fascinación técnica para interrogar los fundamentos y las consecuencias de este nuevo régimen de representación histórica
4. Análisis de casos: imágenes, textos y videos medievales generados por IA
4.1. Imágenes estáticas: caballeros medievales en Dall-e
Coherencia estética e histórica y realismo de plataforma
Como señala Roland Meyer, el “realismo de plataforma” define la estética predominante en las imágenes de síntesis: no se trata de reflejar la realidad histórica, sino de optimizar la imagen para satisfacer las expectativas culturales, emocionales y comerciales de los usuarios y de las plataformas. En la imagen analizada, la disposición frontal y solemne de los caballeros, la simetría compositiva, la iconografía heráldica y la paleta de tonos oscuros y terrosos evocan de inmediato el imaginario colectivo del medievo europeo. Los elementos visuales, armaduras completas, yelmos integrales, escudos decorados con emblemas reconocibles, remiten a convenciones visuales ampliamente difundidas por el cine, la ilustración histórica y los videojuegos, y son fácilmente reconocibles para cualquier espectador contemporáneo.
Sin embargo, este efecto de “verosimilitud” no es fruto de una investigación histórica, sino resultado de la interpolación y recombinación de patrones visuales presentes en los datasets de entrenamiento de la IA. Como explica Eva Cetinic, la IA actúa como un ensamblador de instantáneas culturales, codificando asociaciones visuales y estilísticas que han sido previamente legitimadas y popularizadas. El resultado es una imagen que, aunque nueva, es una variante plausible de modelos preexistentes, lo que Martín Prada (2023) denomina “manierismo computacional”. Así, la imagen no innova en términos de representación, sino que diversifica y perfecciona estilos ya consolidados.
Remezcla, nostalgia y plausibilidad
La lógica de la remezcla es central en la producción de esta imagen. Los caballeros, sus armas y sus escudos no responden a un modelo documental concreto, sino a una suma de referencias visuales que han circulado en la cultura popular y en la historiografía visual del medievo. La IA selecciona y combina elementos icónicos, la cruz, el león, la flor de lis, el águila, que funcionan como marcadores inmediatos de “medievalidad” (Ilustración 2). Esta remezcla no solo garantiza la plausibilidad, sino que refuerza la nostalgia y la familiaridad: el espectador reconoce en la imagen un repertorio visual que ha sido reiterado y celebrado en múltiples medios, desde la pintura historicista hasta las series de televisión y los videojuegos.
Ilustración 2. Imagen elaborada por el autor mediante el prompt: representa visualmente a unos caballeros medievales
Como advierte Martín Prada (2023), la IA no extrapola más allá de los límites estilísticos de sus datos de entrenamiento; produce diferencias como variantes sobre patrones ya existentes, sin crear líneas creativas radicalmente nuevas. Por ello, la imagen de los caballeros medievales se percibe como auténtica y coherente, pero también como genérica y desprovista de matices históricos específicos.
Autenticidad indexical e icónica, y fotorrealismo
La plausibilidad de la imagen se refuerza mediante la integración de detalles materiales y la búsqueda de un fotorrealismo convincente. La textura del metal, el brillo de los yelmos, el desgaste de los escudos y la iluminación dramática contribuyen a un efecto visual que, aunque estilizado, resulta creíble para el espectador actual. Este recurso al fotorrealismo es, como señala Andrew Darley, una estrategia recurrente en la cultura digital para conferir a las imágenes sintéticas una apariencia de autenticidad y presencia material. La autenticidad indexical (la percepción de originalidad y singularidad) y la autenticidad icónica (la fidelidad visual a un referente plausible) se conjugan aquí para moldear la confianza del usuario en la imagen, aunque no exista un referente histórico directo.
Recepción y circulación digital: neomedievalismo y memoria conectada
Desde la perspectiva del neomedievalismo, autores como Richard Utz (2017) y Carol L. Robinson y Pamela Clements han subrayado cómo la Edad Media digital se convierte en un repertorio maleable para la experimentación estética y la construcción de identidades contemporáneas. La imagen de los caballeros medievales, al ser fácilmente compartible y viralizable en redes sociales, foros y plataformas educativas, se integra en la lógica de la “memoria conectada” descrita por Andrew Hoskins (2018): una memoria digital viva, mutable y performativa, donde la autoridad y la autenticidad de las imágenes se negocian colectivamente y en tiempo real. La imagen no aspira a ser un documento histórico, sino un artefacto visual plausible, capaz de activar la imaginación, la identificación y la participación del usuario.
Entre la plausibilidad y la hiperhistoria
En suma, la imagen “Caballeros medievales en Midjourney” es un caso ejemplar de cómo la inteligencia artificial generativa produce representaciones históricas optimizadas para la plausibilidad, la viralidad y la experiencia participativa. El resultado es una imagen que, aunque visualmente impactante y culturalmente reconocible, perpetúa una visión genérica y estandarizada del pasado medieval, desplazando la complejidad y la diversidad histórica en favor de la espectacularidad y la inmediatez. Esta dinámica, como advierte Jean Baudrillard (1983), conduce a una “hiperhistoria” en la que las imágenes compiten con la realidad histórica y redefinen los límites entre lo real, lo posible y lo imaginado en la cultura visual digital contemporánea.
4.2. Textos generados
En el año del Señor de 1066, un gran estruendo sacudió las verdes tierras de Inglaterra, pues el duque Guillermo de Normandía desembarcó con su hueste en la costa de Sussex, reclamando con hierro y fuego el trono que decía suyo por derecho. Aquel día, en la colina de Senlac, se enfrentaron dos mundos: los sajones, acaudillados por el rey Harold Godwinson, curtidos y agotados tras la victoria en Stamford Bridge, y los normandos, vigorosos y decididos, prestos a escribir su destino con espadas.
Desde el alba hasta el ocaso, el cielo fue testigo de un sangriento combate. Los sajones formaron su escudo de muros, firme como un roble, mientras los jinetes normandos cargaban una y otra vez, estrellándose contra aquella barrera de acero y carne. Mas la astucia del duque no conocía fatiga: fingió retirada, y en la confusión, las filas sajones se rompieron.
Fue entonces que el infortunio se abatió sobre Harold. Una saeta, disparada entre mil, lo alcanzó en el ojo —o eso dicen los trovadores—, y con su caída, cayó también el valor de sus hombres. Los normandos, viendo el campo abierto, avanzaron sin tregua, y la colina se tiñó de rojo.
Así, en una jornada que duró sol y sombra, cambió el destino de una isla. Inglaterra, hija de sajones y daneses, se rindió al poder normando, y con ella, comenzó una nueva era de reyes, leyes y lenguas mezcladas. Y aquel día, jamás olvidado, fue llamado Hastings.
[Fragmento de crónica sobre la Batalla de Hastings (14 de octubre de 1066) elaborado mediante ChatGPT]
Este fragmento de crónica, elaborado mediante ChatGPT, permite analizar cómo la inteligencia artificial generativa traslada al texto histórico los mismos principios de plausibilidad, remezcla y optimización narrativa que hemos identificado en la cultura visual digital. A diferencia de la imagen de los caballeros medievales, aquí la IA aplica estos mecanismos en el plano textual, construyendo una experiencia narrativa que resulta inmediatamente convincente y reconocible para el lector contemporáneo.
Plausibilidad narrativa y remezcla estilística
El texto ofrece una narración de la Batalla de Hastings que, sin reproducir ningún documento medieval concreto, integra los elementos más icónicos y reconocibles del imaginario colectivo sobre el evento: la llegada de Guillermo el Conquistador, el enfrentamiento entre sajones y normandos, la formación del muro de escudos, la táctica de la retirada fingida y la muerte legendaria de Harold por una flecha en el ojo. Estos motivos han sido reiterados en crónicas, literatura, cine y divulgación popular, y la IA los remezcla y estiliza para construir una crónica plausible y evocadora.
El fragmento reproduce el tono solemne y la estructura retórica de las crónicas medievales, empleando recursos como la datación (“En el año del Señor de 1066”), la descripción épica y la referencia al destino colectivo (“cambió el destino de una isla”). Se trata de una “manierismo computacional” textual: el texto no innova en la interpretación histórica, sino que diversifica y perfecciona líneas narrativas ya legitimadas por la tradición y el consumo cultural.
Autenticidad percibida y optimización para la recepción digital
La plausibilidad del fragmento se apoya en dos dimensiones de autenticidad: la indexical, que refiere a la percepción de que el texto es original y genuino en su recreación del género crónica, y la icónica, que evalúa la fidelidad con la que reproduce los motivos y el tono de las fuentes medievales y su recepción moderna. El lector reconoce inmediatamente los tópicos y el estilo, lo que refuerza la aceptación del texto como una “crónica medieval plausible”, aunque sea una creación contemporánea y artificial. Este efecto es análogo al que producen las imágenes generadas por IA cuando integran detalles materiales y estilísticos para elevar su credibilidad visual.
El texto también está optimizado para ser fácilmente comprensible, evocador y viralizable en contextos digitales, como blogs, redes sociales o materiales educativos. La IA selecciona y prioriza aquellos elementos narrativos que maximizan la identificación, la emoción y la espectacularidad, en detrimento de la complejidad o el rigor crítico. Así, la Batalla de Hastings se convierte en un relato sintético, condensado y espectacular, que satisface las expectativas del público contemporáneo y refuerza los imaginarios dominantes sobre la Edad Media.
Memoria digital y neomedievalismo textual
Este tipo de textos funcionan como “memoria conectada”: son fragmentos narrativos que pueden ser editados, adaptados y recirculados en tiempo real, integrándose en la dinámica de una memoria digital viva, mutable y performativa. La crónica generada por IA no es un documento fijo, sino un artefacto textual susceptible de ser reconfigurado y resignificado por los usuarios, en función de los contextos de circulación y las demandas del presente. La autoridad y la autenticidad del texto se negocian colectivamente, no se imponen desde la erudición o la institucionalidad.
En el contexto del neomedievalismo digital, la IA contribuye a la proliferación de relatos medievales que, lejos de buscar la reconstrucción crítica o la diversidad de voces, tienden a reforzar los tópicos, las estructuras épicas y las narrativas funcionales al consumo cultural contemporáneo. El fragmento sobre Hastings es, en este sentido, un producto de la remezcla y la optimización para la plausibilidad, más que de la investigación historiográfica o la creatividad literaria original.
Hiperhistoria y memoria performativa
Este fragmento de crónica generado por ChatGPT ejemplifica cómo la inteligencia artificial traslada al texto los mismos mecanismos de plausibilidad, remezcla y optimización narrativa observados en la imagen sintética. El resultado es un relato convincente y evocador, que perpetúa una visión estandarizada y espectacularizada del pasado medieval, desplazando la complejidad y la diversidad histórica en favor de la inmediatez y la viralidad. En el entorno digital, estos textos se convierten en nodos de una memoria performativa y conectada, donde la historia se actualiza y se negocia colectivamente, consolidando nuevas formas de relación entre pasado, tecnología y cultura contemporánea.
4.3. Videos y animaciones
Uno de los fenómenos más representativos del llamado pasado sintético es la proliferación de vídeos generados mediante inteligencia artificial generativa que recrean episodios históricos con alta carga estética, emocional y narrativa. En esta sección se analiza un vídeo generado con herramientas de IA generativa (KlingAI) (Ilustración 3), que representa una escena en la que se observa una representación de la vida de Juana de Arco, y que ha circulado ampliamente en redes como TikTok o X (Perez).
Ilustración 3. Captura de pantalla hecha por el autor
Visualidad emocional y memoria digital
Desde la perspectiva de Howskins, las imágenes generadas por IA no se limitan a representar el pasado, sino que lo reconstruyen de manera activa, modelando afectos colectivos y reconfigurando el modo en que se recuerda. El vídeo en cuestión condensa este fenómeno en una breve secuencia que combina acción, música y estética cinematográfica para producir una experiencia emocional intensa. La vida de Juana de Arco no se explica, no se contextualiza ni se sitúa en el tiempo: se presenta como un “instante congelado” de un pasado difuso, interpretado más como mito visual que como hecho histórico.
El montaje utiliza recursos como la cámara lenta, la música épica y la saturación cromática para reforzar la plausibilidad perceptiva del evento, apelando a lo que Howskins denomina memoria performativa algorítmica, es decir, una evocación sensorial que prioriza la experiencia emocional por encima de la fidelidad documental. Así, la imagen se convierte en un nodo de memoria digitalizada que circula desanclado del conocimiento histórico.
Neomedievalismo digital: estética de la nostalgia
El marco conceptual de Richard Utz permite identificar este tipo de representaciones como casos paradigmáticos de neomedievalismo: no se trata de reconstrucciones del pasado medieval real, sino de proyecciones modernas de una Edad Media idealizada, heroica y espectacular. El vídeo examinado responde a este patrón mediante una estilización visual donde predominan caballeros musculosos, armaduras impecables, coreografías bélicas limpias y una atmósfera heroica sin ambigüedad moral.
Como ocurre con otras producciones neomedievalistas (desde Braveheart hasta Game of Thrones), el uso de IA refuerza esta estetización del pasado al permitir generar entornos visuales hipersaturados y coreografías de combate imposibles de reproducir en producciones tradicionales. La Edad Media que emerge aquí es una fantasía cultural: un espacio de valores supuestamente universales (honor, fuerza, destino), que responde más a los deseos contemporáneos que a la investigación histórica.
Sesgos históricos en la construcción algorítmica del pasado
Uno de los principales riesgos de estas recreaciones generadas por IA es la reproducción y amplificación de sesgos históricos. En el vídeo analizado se identifican al menos cuatro tipos de sesgo:
I. Homogeneización cultural: Todos los personajes representados son hombres blancos, lo que borra la diversidad étnica, religiosa y de género presente en las sociedades medievales.
II.Anacronismos tecnológicos: La combinación de elementos de distintas épocas (armaduras del siglo XV con tácticas del XI) genera un efecto atemporal que impide cualquier lectura cronológica.
III.Estetización de la violencia: La batalla se presenta como una danza épica, sin heridas, sin caos, sin consecuencias. Se elimina la dimensión traumática del conflicto.
IV.Moralización implícita: La narrativa visual propone una épica sin ambigüedad, donde hay héroes y villanos, sin espacio para la duda o la complejidad histórica.
Estos sesgos no son necesariamente introducidos por los modelos de IA, sino por los datos de entrenamiento y las decisiones de los generadores humanos. Sin embargo, la interfaz “naturalizada” de los vídeos, que imita la estética del cine histórico y del videojuego de gran presupuesto, refuerza su percepción como representación plausible del pasado.
Movimiento, música y coreografía: ¿plausibilidad o simulacro?
Una dimensión fundamental en la construcción de plausibilidad en este tipo de vídeos es el tratamiento del movimiento. Aunque las herramientas como Sora o Runway han mejorado notablemente en la generación de desplazamientos y gestos, todavía persisten signos de artificialidad en la manera en que los cuerpos se enfrentan, se desplazan o interactúan con el entorno. Los movimientos carecen a veces del peso físico que acompaña a un combate real, y las colisiones entre personajes o armas muestran incoherencias físicas sutiles.
Sin embargo, estos fallos no impiden que el espectador perciba el vídeo como plausible. La razón está en la sinergia entre movimiento, música y estética general. La banda sonora épica y la fotografía cuidada actúan como mecanismos de compensación que anclan emocionalmente la experiencia del espectador, generando lo que podríamos denominar una verosimilitud afectiva.
Recepción digital y pedagogía del pasado
En las plataformas digitales, este tipo de vídeos generan una recepción polarizada. Muchos usuarios los describen como “impresionantes” o “la mejor forma de imaginar el medievo”, mientras que otros los acusan de ser “inútiles” desde el punto de vista didáctico o incluso peligrosos como forma de pseudohistoria.6 La ambigüedad es parte de su poder: su apariencia documental los hace creíbles, pero su falta de fuentes o contexto los vuelve opacos.
Esta ambivalencia plantea retos y oportunidades en el ámbito educativo. Utilizados críticamente, estos vídeos pueden ser herramientas útiles para enseñar pensamiento histórico y lectura crítica de la imagen. Ignorados o consumidos sin mediación, corren el riesgo de reforzar mitos históricos, nacionalismos retrógrados o concepciones esencialistas del pasado.
5. Conclusiones y propuestas
5.1. Desafíos para la historiografía y la divulgación
La irrupción de la inteligencia artificial generativa en la representación del pasado plantea desafíos inéditos para la historiografía y la divulgación, tanto en el plano metodológico como en el ético y social. Uno de los principales retos es la gestión de la veracidad y la autenticidad en un entorno donde la plausibilidad y la espectacularidad pueden llegar a desplazar la investigación rigurosa y el análisis crítico. La facilidad para producir imágenes, textos y vídeos convincentes, pero potencialmente inexactos o sesgados, obliga a los historiadores a repensar los criterios de validación y a desarrollar nuevas estrategias para distinguir entre reconstrucción informada y simulacro.
A esto se suma la dificultad de combatir la desinformación y los sesgos inherentes a los modelos de IA, que tienden a reproducir patrones dominantes y a invisibilizar perspectivas alternativas. La viralización de contenidos sintéticos en redes sociales y plataformas digitales puede reforzar mitos, estereotipos y narrativas funcionales al consumo masivo, dificultando la transmisión de una visión plural y crítica del pasado. Además, la opacidad de los algoritmos y la falta de transparencia sobre las fuentes utilizadas en la generación de contenidos complican la tarea de verificar y contextualizar la información, tanto para especialistas como para el público general.
En el ámbito de la divulgación, la IA generativa desafía los modelos tradicionales de enseñanza y mediación histórica. Si bien estas tecnologías ofrecen oportunidades para captar la atención y estimular la imaginación, también pueden fomentar una relación superficial y emocional con el pasado, basada en la espectacularidad y la inmediatez. Esto exige el desarrollo de pedagogías críticas que enseñen a interpretar, analizar y cuestionar las representaciones digitales, dotando a los usuarios de herramientas para identificar sesgos, anacronismos y manipulaciones.
Por último, la cuestión de la autoría, la propiedad intelectual y la ética en el uso de materiales generados por IA añade una capa de complejidad adicional. La ausencia de marcos normativos claros y la dificultad para atribuir responsabilidad sobre la creación y difusión de contenidos históricos sintéticos plantean interrogantes sobre los derechos de los creadores, la protección de datos y la integridad de la memoria colectiva. Frente a estos desafíos, la historiografía y la divulgación están llamadas a reinventarse, promoviendo la colaboración interdisciplinar, la transparencia y el pensamiento crítico para garantizar que la inteligencia artificial se convierta en un aliado de la comprensión histórica, y no en un factor de confusión o trivialización del pasado.
5.2. Síntesis de hallazgos
El análisis de imágenes, textos y vídeos históricos generados por inteligencia artificial revela la emergencia de un nuevo régimen de representación del pasado, marcado por la lógica de la plausibilidad y la optimización algorítmica. Tanto en la imagen de los caballeros medievales como en la crónica sobre la batalla de Hastings, y especialmente en los vídeos virales que recrean episodios como la vida de Juana de Arco, observamos cómo la IA produce productos culturales que priorizan la experiencia emocional, la espectacularidad visual y narrativa, y la identificación inmediata del público, en detrimento de la complejidad, el rigor y la diversidad propios del trabajo historiográfico tradicional.
Este “pasado sintético” se configura a partir de la remezcla de patrones visuales, narrativos y estilísticos extraídos de bases de datos masivas, donde la pluralidad y la ambigüedad histórica suelen quedar relegadas o diluidas. La plausibilidad se convierte en el criterio central de credibilidad: lo que importa ya no es la fidelidad documental ni la precisión histórica, sino la capacidad de la imagen o el texto para ser admitidos, compartidos y aplaudidos en las dinámicas de consumo digital. La autenticidad percibida se apoya en la familiaridad de los motivos, la estética fotorrealista, la musicalización y la integración de detalles icónicos, mientras que la memoria digital, en términos de Andrew Hoskins, se vuelve dinámica, mutable y performativa, perpetuando y resignificando relatos en tiempo real y en función de las emociones y expectativas del presente.
El auge del neomedievalismo digital, con su estética de la nostalgia, su tendencia a la homogeneización cultural y su representación idealizada y heroica del pasado, ejemplifica los riesgos y oportunidades que plantea este fenómeno. Por un lado, la inteligencia artificial democratiza la producción y circulación de relatos históricos, facilitando el acceso a audiencias masivas y promoviendo formas creativas de participación. Por otro, amplifica sesgos culturales, anacronismos, estereotipos y simplificaciones, y puede reforzar visiones funcionales al consumo masivo que despojan al pasado de su conflictividad, diversidad y potencial crítico, transformándolo en un espectáculo visual y narrativo desprovisto de ambigüedad y complejidad.
La recepción de estos productos digitales es profundamente ambivalente. Esta tensión plantea un desafío crucial para la educación y la divulgación histórica: es imprescindible dotar a los usuarios de herramientas críticas para analizar, contextualizar y cuestionar las representaciones del pasado generadas por IA, promoviendo una pedagogía que fomente el pensamiento histórico, la alfabetización mediática y la lectura crítica de imágenes y relatos digitales.
Además, la irrupción de la IA en la construcción del pasado nos invita a repensar los conceptos tradicionales de memoria, verdad y autoridad histórica. La inteligencia artificial no es un mero instrumento neutral, sino un agente activo que modela y redefine la memoria colectiva, condicionada por los datos de entrenamiento, las lógicas comerciales y las dinámicas de las plataformas digitales. Frente a la tendencia a la homogeneización y la espectacularización, resulta fundamental reivindicar la pluralidad, la incertidumbre y la complejidad como valores esenciales de una cultura histórica crítica y democrática. Solo así podremos aprovechar el potencial creativo y democratizador de la IA sin renunciar a la responsabilidad ética y epistemológica de construir una memoria colectiva consciente, diversa y reflexiva.
Finalmente, el pasado sintético generado por inteligencia artificial no solo redefine nuestra relación con la historia y la memoria, sino que abre un espacio de experimentación narrativa, visual y afectiva sin precedentes. Este espacio plantea preguntas profundas sobre la naturaleza del conocimiento histórico, la experiencia estética y la participación ciudadana en la era digital. La construcción del pasado se convierte en un proceso dinámico y colectivo, donde lo real, lo posible y lo imaginado se entrelazan en nuevas formas de representación y recepción. En este contexto, la tarea de historiadores, educadores, creadores y usuarios es promover una cultura crítica que dialogue con estas transformaciones, garantizando que la historia siga siendo un campo abierto a la diversidad, el debate y la reflexión profunda.
5.3. Limitaciones y líneas futuras de investigación
Las representaciones históricas generadas mediante inteligencia artificial presentan limitaciones significativas que deben ser consideradas para avanzar en su uso responsable y crítico. En primer lugar, la precisión y complejidad de estas reconstrucciones suelen verse comprometidas por la dependencia de patrones repetidos en bases de datos que reflejan sesgos culturales, sociales y geográficos, lo que conduce a simplificaciones, estereotipos y exclusiones de voces y realidades diversas. Este fenómeno puede invisibilizar la pluralidad de experiencias históricas y reforzar visiones hegemónicas, dificultando el acceso a una comprensión más rica y matizada del pasado. Además, la tendencia de la IA a priorizar lo familiar y lo reconocible puede limitar la aparición de narrativas alternativas o críticas, perpetuando imágenes y relatos que responden más a expectativas contemporáneas que a la investigación historiográfica.
Otra limitación relevante es la opacidad de los algoritmos y la falta de transparencia en la trazabilidad de las fuentes utilizadas durante el entrenamiento y la generación de contenidos. Esta falta de claridad dificulta la validación científica y la revisión crítica de los resultados, ya que a menudo no es posible saber qué materiales han influido en la creación de una imagen o un texto específico. La automatización de la producción histórica puede desplazar la interpretación y el juicio humano, fundamentales para captar la complejidad, los matices y las contradicciones inherentes a cualquier proceso histórico. Además, surgen desafíos éticos relacionados con la privacidad y el uso responsable de los datos, especialmente cuando se emplean materiales sensibles o de colectivos históricamente marginados.
Para abordar estos retos, resulta fundamental mejorar la selección y diversidad de los conjuntos de datos empleados, garantizando la inclusión de perspectivas históricas variadas y la reducción de sesgos. Es igualmente necesario promover la transparencia algorítmica, facilitando la trazabilidad de las fuentes y la documentación de los procesos de generación, de modo que historiadores, educadores y usuarios puedan evaluar críticamente la fiabilidad y el alcance de las reconstrucciones producidas por IA. La inteligencia artificial debe ser concebida como una herramienta complementaria que potencie el trabajo historiográfico y educativo, pero no lo sustituya ni lo desplace, permitiendo la exploración de hipótesis, la visualización de alternativas y el estímulo de nuevas preguntas bajo la supervisión de expertos humanos.
Asimismo, es imprescindible desarrollar pedagogías críticas que fomenten tanto la alfabetización digital como el pensamiento histórico entre los usuarios, capacitándolos para analizar, contextualizar y cuestionar las narrativas digitales sobre el pasado. La investigación futura debería también centrarse en comprender cómo estas representaciones impactan en la percepción social, la construcción de identidades y la memoria colectiva, así como en establecer marcos éticos y normativos que regulen su uso, protegiendo la diversidad y la integridad histórica frente a los riesgos de simplificación y manipulación.
Solo a través de un enfoque interdisciplinar, crítico y ético será posible aprovechar plenamente el potencial innovador de la inteligencia artificial en la construcción y transmisión del pasado, sin sacrificar la pluralidad, el rigor y la responsabilidad que exige la memoria colectiva en una sociedad democrática y digitalmente conectada.
Bibliografía
Auerbach, Erich. Mimesis: la representación de la realidad en la literatura occidental. Madrid, Fondo de Cultura Económica, 2016.
Baudrillard, Jean. Cultura y simulacro. Barcelona, Editorial Kairós, 1978.
Baudrillard, Jean. Simulations. Nueva York, Semiotext(e), 1983.
Cetinic, Eva. “The Myth of Culturally Agnostic AI Models”, 28 de noviembre de 2022. arxiv. <https://arxiv.org/abs/2211.15271>.
Cetinic, Eva y James She. “Understanding and creating art with AI: Review and outlook”. ACM Transactions on Multimedia Computing, Communications, and Applications, vol. 18, n.º 2, 2022, pp 1-22. https://doi.org/10.1145/3475799
Crawford, Kate. Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. New Haven, Yale University Press, 2022.
Darley, Andrew. Cultura visual digital: espectáculo y nuevos géneros en los medios de comunicación. Madrid, Paidós, 2002.
Eco, Umberto. De los espejos y otros ensayos. Madrid, Debolsillo, 2012.
Hakopian, Mashinka Firunts. “Art histories from nowhere: on the coloniality of experiments in art and artificial intelligence”. AI & SOCIETY, vol. 39, 2024, pp. 29-41.
Hoskins, Andrew. Digital Memory Studies: Media Pasts in Transition. Londres, Routledge, 2018.
Hoskins, Andrew. “Media, memory, metaphor: Remembering and the connective turn”. Parallax, vol 17, n.º 4, 2011, pp. 19-31. https://doi.org/10.1080/13534645.2011.605573
Liu, Yan y He Wang. “Who on Earth Is Using Generative AI?”, 22 de agosto de 2024. World Bank. Documentos de trabajo sobre investigaciones relativas a políticas de desarrollo. <https://openknowledge.worldbank.org/server/api/core/bitstreams/9a202d4b-c765-4a85-8eda-add8c96df40a/content>.
Manovich, Lev. El lenguaje de los nuevos medios. Buenos Aires, Paidós, 2006.
Manovich, Lev y Emanuele Arielli. “Artificial Aesthetics”, 9 de septiembre de 2024. manovich.net. <https://manovich.net/index.php/projects/artificial-aesthetics>.
Martín Prada, Juan. Teoría del arte y cultura digital. Madrid, Akal, 2023.
Meyer, Roland. “«Platform Realism». AI Image Synthesis and the Rise of Generic Visual Content”. Transbordeur. Photographie histoire société, n.º 9, 2025, pp. 1-18. https://doi.org/10.4000/13dwq
Mitchell, Melanie. Inteligencia artificial: Guía para seres pensantes. Madrid, Capitán Swing, 2024.
Palmini, Maria-Teresa de Rosa y Eva Cetinic. “Synthetic History: Evaluating Visual Representations of the Past in Diffusion Models”. arXiv (2025).
Pasquinelli, Matteo. The Eye of the Master: A Social History of Artificial Intelligence. Londres, Verso, 2023.
Perez, Nem. “Teaser for an upcoming Joan of Arc concept”. 10 de diciembre de 2024. X (Twitter). <https://x.com/NemPerez/status/1869880842824384739>.
Robinson, Carol L y Pamela Clements. Neo-Medievalism in the Media: Essays on Film, Television, and Electronic Games. Nueva York, Edwin Mellen Press, 2013.
Sadin, Éric. La siliconización del mundo. Buenos Aires, Caja Negra Editora, 2018.
Sadin, Éric. La inteligencia artificial o el desafío del siglo. Buenos Aires, Caja Negra, 2020.
Sadin, Éric. La era del individuo tirano. Buenos Aires, Caja Negra, 2022.
Sadin, Éric. La vida espectral: Pensar la era del metaverso y las inteligencias artificiales generativas. Buenos Aires, Caja Negra, 2024.
Shane, Janelle. You Look Like a Thing and I Love You: How Artificial Intelligence Works and Why It's Making the World a Weirder Place. Nueva York, Voracious, 2019.
Utz, Richard. “Coming to terms with medievalism”. European Journal of English Studies, vol. 15, n.º 2, 2011, pp. 101-113. https://doi.org/10.1080/13825577.2011.566691
Utz, Richard. Medievalism: A Manifesto (Past Imperfect). Yorkshire, Arc Humanities Press, 2017.
Venegas Ramos, Alberto. Pasado interactivo: memoria e historia en el videojuego. Vitoria-Gásteiz, Sans Soleil, 2020.
_______________________________
1 Para quienes deseen profundizar en el funcionamiento, los retos y las implicaciones de la inteligencia artificial generativa, resultan especialmente recomendables obras como Artificial Intelligence: A Guide for Thinking Humans de Melanie Mitchell (2024), You Look Like a Thing and I Love You de Janelle Shane (2019), o Atlas of AI de Kate Crawford (2022), que ofrecen una visión accesible y rigurosa sobre los principios, límites y desafíos éticos de la IA en la sociedad contemporánea.
2 Los retrolugares son espacios físicos, virtuales o imaginarios que, en la cultura contemporánea, funcionan como escenarios de nostalgia y consumo del pasado, especialmente a través de medios digitales y tecnologías emergentes. Estos lugares no necesariamente corresponden a emplazamientos históricos auténticos, sino que suelen ser entornos reinterpretados, estilizados o incluso inventados, que evocan épocas pasadas y son resignificados por las comunidades actuales para el ocio, la memoria o la construcción de identidad. En el contexto de la inteligencia artificial generativa, los retrolugares surgen a partir de la proliferación de imágenes, escenarios y relatos creados por IA, que ofrecen versiones plausibles y emocionalmente atractivas del pasado medieval, aunque estén marcadas por anacronismos o clichés. Así, los retrolugares se convierten en nodos de experiencia colectiva y performativa, donde la autenticidad histórica importa menos que la capacidad de generar sentido y pertenencia en el presente (2020).
3 El concepto de “memoria estética” hace referencia a la forma en que el pasado es recordado, reconstruido y experimentado principalmente a través de códigos visuales, estilos y sensibilidades compartidas, más que por la transmisión fiel de hechos o documentos. La memoria estética opera mediante la repetición y resignificación de motivos, colores, composiciones y atmósferas (retrolugares) que evocan una época o acontecimiento, generando una experiencia emocional y sensorial que facilita la identificación y la apropiación colectiva del pasado. En el contexto de la cultura digital y la inteligencia artificial generativa, la memoria estética se convierte en un mecanismo central para la construcción de plausibilidad y autenticidad percibida, ya que las imágenes y relatos sintéticos apelan a convenciones visuales y afectivas antes que a la mímesis tradicional de representación histórica (Venegas Ramos 2020).
4 El uso de herramientas de inteligencia artificial generativa presenta marcadas desigualdades regionales, nacionales y sociodemográficas. Un estudio reciente basado en datos de tráfico web y Google Trends revela que los usuarios son mayoritariamente jóvenes, con alto nivel educativo y, en especial en el caso de herramientas de generación de video, predominantemente varones. La adopción es significativamente más alta en economías de ingresos medios en comparación con su peso económico global, representando más del 50 % del tráfico mundial, mientras que las economías de ingresos bajos apenas superan el 1 %. Factores como el nivel de renta, la proporción de población joven, la infraestructura digital, la especialización en servicios cualificados, el dominio del inglés y el capital humano muestran una fuerte correlación con una mayor adopción de estas tecnologías (Liu y Wang).
5 El análisis detallado del trasfondo ideológico de una imagen generada por inteligencia artificial se enfrenta a una limitación estructural: la imposibilidad de acceder a los metadatos de su construcción. Las plataformas generativas (como Midjourney o DALL·E) no ofrecen información pública ni verificable sobre los conjuntos de entrenamiento, ponderación de datos o procesos de filtrado aplicados, lo que impide rastrear la procedencia, naturaleza o sesgo de las imágenes que intervienen en la síntesis final. En consecuencia, cualquier interpretación política o cultural debe basarse en el análisis del resultado visual (su composición, iconografía y estilo) y no en una trazabilidad documental del proceso técnico, hoy opaca por diseño.
6 Comentarios extraídos de las respuestas al mensaje original que contenía el vídeo, citado al comienzo de este apartado.