Relato da 3º reunião do GEIA*
O terceiro encontro do GEIA dedicou-se à discussão dos capítulos 4, 5 e 6 do livro Artificial Aesthetics, de Lev Manovich e Emanuele Arielli — obra que, como foi observado na reunião, permanece sem tradução para o português e constitui uma das referências mais abrangentes hoje disponíveis sobre estética, criação e inteligência artificial. A conversa articulou os conceitos do livro com reflexões sobre processos criativos, vieses dos sistemas generativos, percepção cultural e os limites da própria noção de criatividade que utilizamos para avaliar as máquinas.
O mito romântico da criatividade (capítulo 4)
A discussão começou pelo que Manovich identifica como o mito romântico da criatividade — a ideia, historicamente situada no romantismo europeu do século XIX, de que a criação é um ato essencialmente individual, fruto de uma inspiração quase divina emanada de um gênio perturbado. Essa concepção, embora datada, segue profundamente enraizada: quando dizemos que algo é “genial” ou perguntamos se uma máquina “consegue criar”, estamos operando dentro desse referencial.
O encontro ampliou essa discussão historicamente: antes do século XVI e da consolidação das ferramentas técnicas de reprodução, a autoria era muito mais coletiva; na Idade Média, o criador era apenas a expressão de uma criatividade que emanava da comunidade, já que só Deus podia, de fato, “criar”. Foram mobilizadas também perspectivas não-ocidentais — a influência do confucionismo na China como vetor de uma visão mais coletiva da criação, e as tradições dos povos originários que igualmente deslocam a autoria do indivíduo para o coletivo. A permanência do mito romântico foi apontada como uma armadilha analítica: estamos usando uma ideia de criatividade nascida em um contexto sem as invenções técnicas que nos cercam hoje para julgar tecnologias que operam em lógicas radicalmente diferentes.
Um ponto de tensão produtivo surgiu no debate: se por um lado Manovich contribui ao desnaturalizar o mito do gênio criador, por outro sua posição foi lida como flertando com uma dissolução do conceito de artista que pode ter implicações de classe. A ideia de “democratizar” a criação — permitindo que qualquer pessoa com acesso a um sistema de IA produza arte — convive com um apagamento do que diferencia o artista pelo treinamento, pela instrução e pelo acúmulo cultural. A provocação ficou no ar: decretar que todos podem ser artistas equivale a decretar o fim da arte como a conhecemos?
Foi destacado ainda que a pesquisa em IA generativa tende a reproduzir o que o imaginário popular chama de arte — pinturas do século XIX, abstrações modernistas —, o que reforça cânones eurocêntricos. O projeto The Next Rembrandt, que treinou um sistema de machine learning com toda a obra do pintor holandês para gerar quadros novos “como se fossem” Rembrandt, foi usado como exemplo: as pinturas reproduzem técnicas, mas não a intenção, o contexto e as relações que constituem uma obra. Reproduzir o estilo não é o mesmo que criar dentro dele.
Da representação à predição: a imagem como probabilidade materializada (capítulo 5)
O capítulo 5 trouxe duas contribuições centrais para a conversa. A primeira foi a definição de mídia generativa — a criação de artefatos (imagem, som, texto, vídeo, código, modelos 3D) com ferramentas de software baseadas em redes neurais treinadas em vastas coleções de objetos de mídia. A importância dessa definição, sublinhada na reunião, está em reconhecer que a IA generativa é também um processo comunicacional e, portanto, deve ser estudada como mídia e como comunicação, não apenas como sistema técnico.
A segunda contribuição foi a genealogia da imagem proposta por Manovich, que organiza a história da produção imagética em cinco momentos: representação manual (desenho, escultura); representação assistida por dispositivos (câmera lúcida, máquinas de perspectiva); registro mecânico (fotografia, cinema); simulação computacional (3D, renderização); e, agora, predição — a imagem gerada por IA como probabilidade materializada. A IA não copia nem simula: ela prediz qual imagem corresponde melhor ao input textual com base em padrões aprendidos em bilhões de exemplos. A imagem deixa de ser índice, registro ou construção intencional de um sujeito e passa a ser uma probabilidade que se torna matéria.
Essa natureza preditiva tem um viés estrutural de partida: o sistema aprende melhor o que aparece com mais frequência nos dados de treinamento. O raro, o singular — frequentemente aquilo que define a diferença entre estilo e clichê — é o que a IA reproduz pior. Isso explica por que os artefatos generativos tendem ao estereotípico e ao idealizado, e por que imagens de locais muito fotografados (como o Vale do Anhangabaú em São Paulo) são reconstruídas com muito mais fidelidade do que ruas sem registro histórico abundante.
O capítulo também trata da separação entre sujeito (o que se representa) e estilo (como se representa), facilitada pela IA. “Crie uma imagem de São Paulo no estilo de Salvador Dalí” é um prompt possível, mas gera uma combinação que o artista nunca fez — e que frequentemente falha esteticamente, pois o sujeito é incompatível com o repertório do artista. A discussão apontou que é justamente nessas falhas — nas combinações inesperadas e nas distorções — que pode residir potencial criativo, já que a máquina se revela nas suas imperfeições.
Percepção humana e olhar artificial (capítulo 6)
O capítulo 6, escrito por Arielli, deslocou a conversa para a filosofia da percepção. O ponto de partida foi a noção do “olho inocente” de Ruskin — a ideia de que a pintura exigia ver o mundo como manchas, cores e formas antes de atribuir significado. As máquinas, em certo sentido, realizam esse ideal, pois analisam imagens sem consciência do que significam. Mas nem a percepção humana nem a da máquina são de fato inocentes: nós vemos a partir do que conhecemos; a máquina vê segundo os padrões com que foi treinada.
Arielli introduz o conceito de period eye — a ideia de que cada época treina culturalmente seus observadores para perceber, valorizar e interpretar certas formas como naturais ou belas. Um apartamento considerado elegante em 1970 pode parecer brega em 2024: o objeto é o mesmo, os olhos são historicamente distintos. A discussão no GEIA desdobrou esse conceito em direção às gerações mais jovens, para quem a noção de sequencialidade histórica se dilui: quando tudo está disponível a um toque de distância, o passado deixa de funcionar como referência cronológica e tudo se torna simultaneamente presente e nostálgico. Se essas gerações não reconhecem que algo é passado, que vocabulário teremos para falar de criação e de novidade?
Outro ponto forte do capítulo — e do debate — foi o erro como potência criativa. Para a visão computacional, o erro é problema a eliminar; para a estética, a ambiguidade é recurso. O exemplo da “touca de banho” foi discutido: quando um sistema de classificação identifica uma coroa renascentista como touca de banho, revela uma similitude visual que o olho humano não perceberia. Esse tipo de associação aberrante pode iluminar relações formais inesperadas. Foi lembrado que os próprios LLMs colapsam quando treinados exclusivamente com dados gerados por gerações anteriores de modelos — precisam de imprevisibilidade, de novidade, de erro humano para funcionar. A ironia foi sublinhada: o sistema que tende a eliminar o erro em seus outputs depende do erro para existir.
A reunião encerrou com a noção de platonismo artificial: a IA olha para um conjunto de obras, extrai uma fórmula do estilo — padrões reduzidos a números e tokens — e gera novas obras “como se fossem” daquele artista. Uma obra que antes parecia única passa a parecer uma possibilidade entre muitas. A banalização do estilo do Studio Ghibli, massivamente reproduzido por IA, foi citada como caso em que a reprodução em larga escala esvazia o que antes era singular. Disso decorrem questões de direitos autorais — que protegem obras, mas não estilos — e de imaginação contrafactual: a IA nos convida a pensar não só no que foi feito, mas no que poderia ter sido feito dentro do mesmo espaço estilístico, ampliando e modificando a forma como olhamos para a criação.
Encaminhamentos
A conversa reforçou a natureza interdisciplinar do GEIA — trânsito entre estética, comunicação, computação e política —, e apontou temas a serem aprofundados nos próximos encontros: artistas de IA em nichos religiosos (caso de um cantor gospel de IA com 1 milhão de seguidores no Instagram), usos de IA no cinema brasileiro, a relação entre perda de referências históricas e produção cultural nas gerações mais jovens, e a continuidade da leitura do livro de Manovich e Arielli.
_ Apresentação sobre o livro usada na reunião
* Relato feito a partir de a) gravação em áudio de um celular, b) transcrição do áudio, via NotebookLM e c) formatação como relato no Claude, com o seguinte prompt inicial “Transforme essa transcrição em um relato textual de até 3 páginas, a ser publicado no blog do Geia. Atente para as principais ideias e para a objetividade do relato, informativo. Não precisa identificar os autores das falas”. Após, houve edição humana antes da publicação, e os coordenadores do GEIA assumem responsabilidade pela veracidade e integridade do conteúdo publicado.