El paradigma generativo se relaciona con la crítica de la reproducibilidad técnica de Walter Benjamin (1969) y con el concepto de producibilidad de Mario Costa (2005). Como es sabido, el discurso de Benjamin radica en que la técnica quita a la obra de arte su aura de unicidad (el hic et nunc, lugar, materia, tiempo, etcétera); pues bien, también el proceso generativo es reproducible, en cuanto se puede repetir indefinidamente, sobre todo cuando este es un modelo informático.
El modelo benjaminiano se desarrolla en el de la producibilidad de Costa, que apela a la posibilidad de las herramientas digitales de generar y crear obras con extrema eficiencia; entonces, lo que sucede es que ahora hay una producción infinita de originales o muchas instancias de un original que existe solo como modelo virtual, sin necesidad de reproducir copias. Sin embargo, un proceso generativo puede dar como resultado infinitos y siempre diferentes originales de modo autónomo (gracias, por ejemplo, a los algoritmos de vida artificial que se explorarán en los tutoriales), lo que supera tanto el concepto de reproducibilidad de Benjamin como el de producibilidad de Costa. En este sentido, es preferible hablar de irreproducibilidad: el diseño generativo produce piezas únicas, que no se pueden repetir.
Naturalmente, estos procesos generan una infinidad de objetos o elementos que, aunque diferentes entre sí, agotan su aura, precisamente porque la originalidad de cada uno acota la del otro, pues la cantidad anula el valor de la unicidad. Pero hay una posibilidad: que el aura no se considere una propiedad del objeto reproducible o producible técnicamente, sino del proceso generativo y tecnológico. Es el algoritmo y la creatividad lo que importan, no sus productos; arriesgando una metáfora biológica, es devolver el valor del espécimen al ADN. Para esto, el proceso artístico necesita la participación activa del espectador o del usuario, y en esta participación se encuentra nuevamente el aura, con la ventaja de que así esta se difunde y se distribuye.
Al respecto, el primer valor del paradigma generativo es la función práctica y cognitiva del arte. Esta propiedad es constitutiva, en cuanto el proceso artístico generativo e informatizado se presenta en forma de software aplicativo (por ejemplo, podría ser un programa de diseño como aquellos de los tutoriales) y porque, en el modelo de la simulación y en su código, el software incluye conceptos y conocimientos de varia naturaleza.
El segundo valor del arte generativo es la interacción, es decir, el proceso generativo toma su verdadero sentido y brinda su riqueza expresiva y conceptual cuando alcanza una dimensión colectiva, cuando es una herramienta a disposición de la colectividad9. Entonces, el arte generativo es propiamente el arte de la herramienta, metalenguaje, metaherramienta: un proceso que el usuario aplica (y contribuye a diseñar) para hacer algo suyo (este algo puede ser una obra de arte). Según mi forma de ver, esta característica es la esencia de toda estética hipertextual.
La metaherramienta se define, entonces, mediante la función hermenéutica y mayéutica. La relación con la hermenéutica se produce porque la creatividad y la técnica son descubrimiento e interpretación de la naturaleza. Y, en cuanto herramienta creativa e interactiva, el proceso generativo es mayéutico, porque está abierto al potencial del usuario, al que proporciona herramientas y saberes para que este se convierta en creador y en artista.
Para profundizar
El problema de la creatividad en Chomsky y Wittgenstein
El problema, tanto en Wittgenstein como en Chomsky, consiste en determinar ¿cómo es que los juegos lingüísticos se modifican, mueren y nacen10?, ¿cómo es que a partir de un conjunto de reglas limitado y, entonces, de un conjunto finito de proposiciones se puede generar una variedad infinita de formas del lenguaje, sentidos y proposiciones? Este problema es relevante para las técnicas generativas como las shape grammars y los sistemas-L; se trata de determinar si son sistemas complejos indeterminados y emergentes o sistemas determinados y predecibles.
• Wittgenstein considera que depende del uso práctico y de la relación con el contexto; este autor no da mucha importancia al uso individual del lenguaje (los juegos lingüísticos privados). La crítica desde el punto de vista de Chomsky a Wittgenstein es la siguiente: si no existe la creatividad lingüística individual, ¿cómo puede una experiencia nueva ser representada por el lenguaje público, que es lo que ya existe?
• Para Chomsky, hay una creatividad determinada por reglas combinatorias y recursivas, las gramáticas generativas, y una creatividad que se debe a una suerte de facultad lingüística genética innata e independiente del contexto. La crítica desde el punto de vista de Wittgenstein a Chomsky es esta: si la creatividad es innata e independiente del contexto, no sería posible la formación de reglas comunes.
Los aspectos científicos del arte generativo | Lección 3 |
La complejidad, en general • La teoría de sistemas • La teoría del caos y el azar • Geometrías no euclidianas y fractales • Las simulaciones científicas • Genética • Química, física, mecánica, biología
Los artistas generativos, incluyendo al autor de este manual, consideran que una obra de arte generativo se puede llevar a cabo con un proceso totalmente arbitrario, abstracto y de pura fantasía, siempre y cuando tenga parámetros suficientes para permitir variaciones y una cierta dosis de sorpresa en sus resultados.
No obstante, el verdadero interés de los principios generativos está en relacionar el proceso creativo con los fenómenos naturales; en este sentido, un modelo preciso de la naturaleza ofrece mayor fuerza creativa, comunicativa y didáctica, porque enriquece la creatividad con el conocimiento científico, la experiencia concreta, la historia y los demás aspectos del contexto natural y social.
Naturalmente, hay muchos procesos naturales —orgánicos e inorgánicos— que pueden ser eficazmente modelados para “mover” un proceso generativo. Pero aquí, respetando los límites de este manual, se restringe la atención a aquellos conocimientos y métodos de la ciencia realmente indispensables desde el punto de vista práctico del principiante.
En tal sentido, los conceptos científicos que más se utilizan en el diseño generativo son la complejidad, el valor cognitivo de la forma, la teoría de sistemas, la teoría del caos, las geometrías no euclidianas, la vida y la inteligencia artificial, y la genética.
Al terminar la lectura, el lector será capaz de:
• Comprender los principios científicos del proceso generativo.
• Manejar estos conocimientos para aplicarlos tecnológicamente.
• Explicar, justificar y sustentar metodológicamente su proceso generativo.
• Analizar, contextualizar y comparar su propuesta teórica dentro un contexto tecnológico.
• Reforzar la fundamentación teórica de su propuesta artística.
• Mejorar el diseño y la implementación del software generativo.
Antes de entrar en los temas específicos, se presentan algunos conceptos generales sobre la complejidad: se podría decir que la complejidad en la ciencia se propone a raíz de ciertas teorías, como consecuencia de ciertos fenómenos y en parte también gracias a las tecnologías informáticas.
Las ciencias de la complejidad consideran a la ciencia clásica en modo crítico por tres razones fundamentales. La primera es la necesidad de estudiar fenómenos científicamente nuevos, como la meteorología, las finanzas y la ecología... procesos sistémicos complejos por naturaleza, que exigen nuevas herramientas conceptuales. La segunda razón es la “incertidumbre” física y matemática que sufre la ciencia por los cuantos y los teoremas de Kurt Gödel. Por ejemplo, la física cuántica ha mostrado la compleja relación que se establece entre los fenómenos observados y el observador: el punto de vista influye en las informaciones que se recogen; esto cuestiona la pretensión de que la mirada de la ciencia sea absolutamente precisa y objetiva. En cierto sentido, la investigación comienza a abordar el tema de las relaciones entre los fenómenos, ya que ha llegado al fondo de los fenómenos en sí. Y a esto se agrega, por parte de algunos filósofos de la ciencia, el cuestionamiento metodológico y epistemológico1.
Todo esto se precisa en algunas críticas puntuales:
a. Critica el reduccionismo. La complejidad pretende dar una explicación global de los fenómenos, con relación a los demás.
b. Incluye parámetros rechazados por Descartes, como el tiempo, el cambio, la percepción, las emociones.
c. Se relaciona con la interdisciplinariedad, volviendo a “contaminarse” con las humanidades, la filosofía y el arte. Requiere de nuevos instrumentos matemáticos. Acostumbra a pensar en términos generales, de relaciones.
Cabe preguntarse por los retos que se presentan al artista generativo. En primer lugar, hay que evitar el uso arbitrario y poético de la ciencia, puesto que de esta forma se anula tanto el valor epistemológico del arte como el rigor de la ciencia. En segundo lugar, se debe averiguar si la aplicación de estos principios, que da lugar a los fenómenos emergentes, consigue resultados concretos o simplemente ilusiones y simulacros. Muchas obras de arte generativo sufren claramente de estas limitaciones2.
La teoría general de sistemas, elaborada por Ludwig von Bertalanffy (1976), brinda varios conceptos fundamentales del arte generativo. Considera que todo proceso generativo es sistémico porque consiste en una dinámica de muchos elementos dentro un contexto común.
En efecto, la teoría general de sistemas surgió para explicar el comportamiento de un fenómeno teniendo en cuenta el contexto y a través de la relación entre sus elementos, lo cual se opone al método reduccionista, que explica solo un aspecto del fenómeno artificialmente aislado de los demás. Otro rasgo importante es que el estudio considera los sistemas dentro de sus procesos de cambio y transformación, como sucede en la realidad. Todo esto se traduce en los principios de la retroalimentación, del tiempo y del cambio.
• Retroalimentación o feedback. En un proceso sistémico, la información circula libremente entre el sistema (en su totalidad) y sus elementos. La actividad de los elementos modifica el estado general del sistema, lo que a su vez afecta a los elementos individuales. Es el principio de la recursividad.
• Homeostasis. Es la tendencia al equilibrio de los sistemas, que define el nivel de respuesta y de adaptación al contexto. La entropía de un sistema es el desgaste que este presenta en el transcurso del tiempo. Los sistemas altamente entrópicos tienden a desaparecer por el desgaste generado por su desarrollo y deben tener mecanismos de revisión, reelaboración y adaptación permanente, para evitar su desaparición.
• Tiempo y evolución. Todo sistema complejo es dinámico, es decir, se debe comprender en su conjunto histórico. El tiempo se puede implementar fácilmente en los procesos algorítmicos. Por ejemplo, en la vida artificial y en los autómatas celulares.
Un sistema complejo es caótico y emergente, pues su estructura y el orden de sus elementos son el resultado de este complejo proceso de interacción y retroalimentación. Y la emergencia es lo que se espera de un proceso generativo. ¿Pero de qué se está hablando exactamente?
Un fenómeno (como también el diseño o la forma de un artefacto) se dice emergente cuando no está planificado de antemano, o impuesto por alguien o algo externo al sistema, sino que surge desde la libre interacción de los elementos del sistema. Emergente significa, asimismo, “impredecible”, pues la relación con el contexto y la complejidad de los sistemas hacen que los fenómenos emergentes nunca sean iguales. Los elementos y etapas del proceso sistémico son lo realmente importante, quizás más que el mismo fenómeno que el sistema produce como resultado.
Lo emergente implica para un sistema una suerte de finalidad común, un objetivo común, una intencionalidad general implícita hacia ciertos objetivos estratégicos3, pues tanto los organismos como los fenómenos naturales inorgánicos responden a las leyes de sobrevivencia o a las necesidades de la materia. Obviamente, lo orgánico tiene algo especial, puesto que construye su orden4 sobre la base de un objetivo, sea la pura sobrevivencia y reproducción, sea algo más complejo, como la cultura o las relaciones sociales. Ciertamente, solo la vida produce este “pique” hacia lo nuevo, hacia la modificación y reconstitución creativa de la realidad, dado que todo organismo tiene el principio absoluto de la creatividad: la reproducción.
Es importante notar, desde el punto de vista científico y tecnológico, que los fenómenos emergentes no son caóticos, no se obtienen jugando con el azar, como muchas veces hacen los artistas digitales para superar los límites de la computación. Pero de esto se tratará más adelante.
Para profundizar
Maturana, Varela y la autopoiesis
Según la teoría de la autopoiesis, los sistemas complejos son cerrados y autosuficientes, pero esto no significa que no dependan de la naturaleza del contexto. La autopoiesis da origen a la cibernética de segundo nivel y al constructivismo radical. Fue propuesta por los biólogos chilenos Humberto Maturana y Francisco Varela (1980) para definir la química de automantenimiento de las células vivas.
Una máquina autopoiética es aquella que se autogenera (producción-destrucción) de modo sistémico por sus propios medios, interacciones, transformaciones y procesos. Un sistema autopoiético es autocontenido, es cerrado. Esto no significa que no tenga interacciones con el contexto, sino solo que otros sistemas lo perciben desde su punto de vista particular (desde otro sistema autopoiético). Se transforma, pero su identidad es la misma.
La teoría del caos, elaborada por Ilya Prigogine (1977) y otros científicos en los años cincuenta, pretende explicar la complejidad de los fenómenos naturales dentro de su libre desarrollo. Análogamente a la teoría de sistemas, incluye el cambio, el contexto y sus accidentes.
Para explicar la entropía típica de la complejidad, la teoría del caos propone el efecto mariposa: un sistema complejo es caótico cuando es muy sensible a cualquier pequeña variación de uno de sus elementos; a lo largo del tiempo, el sistema presentará grandes e imprevisibles variaciones precisamente como consecuencias extremas de estos mínimos factores. Así, se dice que el movimiento de las alas de una mariposa en Japón puede provocar un huracán en Estados Unidos.
Volviendo al diseño generativo, si se plantea un proceso suficientemente complejo, articulado y parametrizado, se puede obtener una gran variedad de diseños diferentes cambiando sus entradas iniciales. Pero esto presenta problemas computacionales, pues los parámetros no son suficientes comparados con la realidad, y los instrumentos de cálculo son inadecuados. Por esta razón, en el software generativo el comportamiento caótico se simula con el azar, aunque se trate de una solución artificial y arbitraria, introducida desde el exterior del sistema y que, por lo tanto, se debe considerar una trampa, un truco o una inconsistencia teórica y creativa. Sin embargo, el sistema informático resulta igualmente imprevisible, porque puede ser sumamente complicado, lo que provoca igualmente sorpresa e interés.
En el marco de la crítica a la ciencia clásica, se encuentran varias cuestiones relativas a la geometría. Me refiero a las geometrías no euclidianas, que tienen el objetivo de revelar las estructuras del espacio real de modo más completo que la simplificación euclidiana de cubos, esferas o pirámides; con esto, pretenden facilitar la generación de formas complejas que posibilita la computadora.
La medida euclidiana tradicional simplifica la complejidad del detalle sintetizando la forma, lo que es evidente en la pintura de Paul Cézanne (1937), que sintetiza la naturaleza en formas geométricas simples: “Tratar a la naturaleza por medio del cilindro, la esfera, el cono, todo puesto en perspectiva adecuada... Dirigirse a un punto central”.
Karl Gauss y Albert Einstein fueron los primeros en considerar una alternativa no euclidiana para la geometría del universo. En 1920, Einstein, basándose en el trabajo de Bernhard Riemann, descubrió que la geometría del espaciotiempo tiene curvatura y, con esto, demostró lo que Gauss había imaginado, es decir, que la geometría de los griegos corresponde a la estructura infinitesimal del espacio, pero que, al generalizar dicha estructura geométrica, se encuentra la curvatura. La importancia de las geometrías no euclidianas, en términos artísticos, está en la posibilidad de generar nuevas formas y patrones tridimensionales de gran belleza y complejidad. Además, guardan una relación más armónica con la complejidad de las formas naturales.
La geometría fractal es otro sistema para explicar la complejidad y la irregularidad de las formas naturales. Desde el punto de vista euclidiano, la complejidad no se puede comprender porque no se llega al límite del detalle que se mide: siempre se encuentran más detalles y más pequeños. Los fractales solucionan esta regresión al infinito con base en un proceso recursivo y en la dimensión fraccionaria, que mide la relación entre la forma general y el detalle. El enfoque en el proceso algorítmico y en la formulación matemática hace de los fractales algo esencial para el diseño generativo, pues se pueden implementar con facilidad, como se verá en el tutorial 3 de la tercera parte.
Aquí se examinan las propiedades esenciales de la geometría fractal: la dimensión fraccionaria, las propiedades topológicas, la recursividad y la autosimilaridad.
• La dimensión fraccionaria. Da cuenta de la complejidad y de la irregularidad de una forma con relación a la escala de su medida. Así los fractales describen muy bien la variedad y el cambio que caracteriza a los fenómenos naturales.
• Topología. Los fractales tienen la propiedad de rellenar el espacio en forma más eficiente que las formas euclidianas. Por ejemplo, la longitud casi infinita del sistema circulatorio con respecto al tamaño finito del cuerpo humano. Tienen también paradojas formales y estructurales, como la posibilidad de superficie finita y perímetro infinito.
• Recursividad y autosimilaridad. Es una propiedad de muchas formas naturales cuyos detalles presentan la misma estructura de la forma general. Así, la estructura de una ramita de un árbol es la misma que la estructura de la rama principal, y esta es la misma que la del árbol entero. Esta propiedad es computacionalmente interesante porque se obtiene con facilidad a través de procesos iterativos y funciones recursivas.
Pulsuz fraqment bitdi.