La IA ha estado afectando nuestro trabajo de varias maneras. Entre ellas, por supuesto, destacan aquellas en las que lxs artistas involucran a la IA en sus prácticas creativas, algo que comenzó antes de la llegada de los grandes modelos de lenguaje y las tecnologías transformadoras impulsadas por las corporaciones globales, pero que ahora genera una preocupación tangible acerca de sus consecuencias. Al igual que después de la pandemia de Covid, vemos que los esfuerzos se dirigen hacia la marcación sensorial, así como hacia una recalibración del significado en condiciones distintas del período previo. Cualquiera sea la opinión que se tenga al respecto, actualmente es posible tener experiencias nuevas y diferentes que lxs investigadores artísticxs han estado explorando. Además, existe entre la investigación artística y la actual IA generativa una relación estructural digna de mención: ambas forman parte de lo que se ha denominado el giro material. A pesar de operar en horizontes materiales muy diferentes — sean estos físicos, sensoriales o lingüísticos —, lo que activa la cognición tiene un carácter emergente, más que de contenido.

Aunque el compromiso artístico con la IA puede producir las partes sustanciales de un envío a JAR, su uso no artístico es otro asunto y requiere una cuidadosa evaluación. Dependiendo del estilo de escritura y de la configuración personal de un agente de IA, su uso para la corrección de pruebas o de estilo puede no ser problemático. De hecho, el costo de lxs correctorxs humanxs puede ser prohibitivo para muchxs posibles colaboradorxs y el trabajo, considerable, especialmente para lxs hablantes no nativos. No debe subestimarse cuán negativamente puede incidir la mala redacción de un manuscrito en el proceso de revisión, por lo cual siempre aconsejaríamos, pese a la corrección de estilo que brindamos para las contribuciones que publicamos, que lxs autorxs trabajaran en la legibilidad de sus textos, antes de enviarlos. Al mismo tiempo, al igual que la corrección de estilo mala o barata, la IA no cuestiona los pasajes problemáticos y pasa por alto lo que está en juego en un texto. Si bien puede leerse mejor y ser gramaticalmente correcto, un texto puede no conectar mejor con su contenido ni, en realidad, con el lector. Lo que para algunos puede parecer un mal estilo, también puede ser productivo. De nuevo: esto es paralelo a nuestra experiencia con la corrección profesional, donde algunxs correctorxs bienintencionados han revisado manuscritos al punto de hacerles perder la voz del autor o la textura del texto, viéndonos obligadxs a intervenir. Dado lo rápido que esto puede ocurrir con la IA, donde un simple prompt puede ser suficiente, existe un riesgo real de que lxs autorxs pierdan algo que quizá no sabían que tenían.

Además, una vez que se le da rienda suelta sobre un texto a la IA, es muy difícil descifrar algo así como su voz o su grano, como mencioné antes. Sin querer especular demasiado sobre lo que ocurre cuando escribimos, tiene sentido asumir que, en un texto, quedan todo tipo de huellas. En mi caso, por ejemplo, soy muy consciente de que mi vocabulario no es especialmente amplio, lo que puede deberse a que el inglés es mi segundo idioma. Si la IA introduce términos que expresan mejor lo que quiero decir, ¿sobre qué bases podría yo eliminar una palabra posiblemente mejor? O, si la mantengo, ¿soy suficientemente consciente de su connotación? Cuando escribo, soy muy consciente de mi vocabulario activo, el que, mediante el uso de la IA, se ve inflado por un vocabulario pasivo que finge ser activo. ¿Cómo voy a editar un texto así, que ahora leo y no escribo? Por supuesto, hay formas de utilizar la configuración personal, mejorando hasta dónde puede desviarse la IA, pero la cuestión principal no se aborda de esta manera, puesto que debemos tener en cuenta el impacto que tiene una edición a cualquier escala.

Hoy en día, la experiencia descrita se extiende a los resultados mediales generados por IA, los que, en su mayoría, emplean la misma tecnología de transformadores que los resultados textuales. Cuando los medios son estructuralmente distintos, las publicaciones multimedia como JAR pueden basarse en que el texto queda casi automáticamente interrumpido. Puede considerarse que JAR tiene, entre sus fortaleza, la búsqueda activa de tales interrupciones, así como el desafío de la subordinación de los medios para lograr articulaciones artísticas de la investigación que vayan más allá del texto. Sin embargo, cuando los recursos mediales se generan mediante procesos basados en el lenguaje que son iguales a los del texto, la medialidad corre el riesgo de convertirse en un fenómeno superficial: imágenes que parecen imágenes, pero que llevan las huellas de su producción textual en lugar de las de su propia y diferente producción material. La brecha entre el lenguaje escrito y la imagen con la que interactúan publicaciones multimedia como JAR se cierra antes de que comience la exposición. Lo que parece ser un medio es, en su punto de producción, lenguaje. Esto tampoco nos es desconocido: hace tiempo que vemos imágenes que ilustran o decoran texto, en lugar de ponerlo en perspectiva a través de su trabajo estético. Sin embargo, mientras esto último remitía a una cuestión de uso, la imagen generada por IA cierra la cuestión antes mismo de que surja.

Así, la dificultad de editar texto generado por IA va más allá de las palabras o frases, pues alcanza el modo específico de integración de elementos en una exposición coherente. Si cada elemento se forma únicamente a su propia escala, falta la sintonía con la exposición en su conjunto, la que proporciona el contexto específico dentro del cual todo deberá tener sentido, entregando paulatinamente la información acerca de qué elementos se interrelacionan y cómo deben hacerlo.1 Recientemente, se ha discutido un problema similar en relación con las imágenes generadas por IA: aunque, en términos generales, puedan parecer imágenes en perspectiva, sus elementos proyectan puntos de fuga ligeramente diferentes, lo que da imágenes carente de la organización central que conocemos a partir de la óptica y la visión (Sarkar et al. 2024). Del mismo modo, algunas investigaciones recientes sobre IA generativa sugieren que, aunque se considera que el lenguaje a nivel de palabra o frase ha mejorado, la coherencia a nivel del documento se debilita, lo que afecta fuertemente las ideas que el documento puede expresar (Moon 2026). Aunque parezca que ambos problemas podrían arreglarse técnicamente, esto sólo sería posible si un artista o autor ya supiera dónde iría a caer el punto de fuga o qué idea iría a desplegar el texto, es decir, si la imagen o el texto, en cierto sentido, ya se hubiera hecho.

Lo que revelan tanto el punto de fuga como el documento es que la sintonía escalar, o sea, la formación mutua entre parte y todo que permite realizar exposiciones de práctica como investigación requiere que artistas y autorxs estén implicadxs en la obra en todos los niveles simultáneamente. Estar implicadx también es estar expuesto al conflicto: entre lo que una frase quiere hacer y lo que exige el argumento; entre lo que ofrece un médium y lo que requiere una exposición; entre la propia voz y el grano de un pensamiento que aún no se ha formado por completo. La tendencia estructural de la IA a generar cada elemento a su propia escala es una forma sistemática de producir trabajo de la que se ha retirado la implicación. Los resultados muestran entonces la apariencia de haber tomado decisiones, sin asumir el riesgo que esas decisiones conllevan. En este sentido, el problema escalar es el problema del conflicto reformulado a nivel de la forma: evitar el conflicto de creación es perder la sintonía que solo ese conflicto puede producir.

Ya sea que se trate de una forma académica o de un resultado generado por transformadores, ambos desarrollos tienden a protegernos de los conflictos que deberíamos experimentar, al articular la investigación artística. Si se evitan los conflictos de sentido y las cuestiones de forma, las imágenes y los textos que usamos ya han sido creados, pero por otros, no por nosotros. Cuando debiera haber algun tipo de conflicto, por ejemplo, en materia de regulaciones, financiamiento o ética, el asunto se delega a otrxs, con otrxs intereses, no se pone necesariamente al servicio del conocimiento, el arte o la vida, cuyos conflictos están en otros lugares, trátese del coste ambiental, social o humano de un panorama tecnológico que cambia rápidamente. Al final, no sería sorprendente que el conflicto abierto y el conflicto evitado fueran dos caras de la misma moneda, requiriéndose más bien enfoques que puedan determinar lo que está en juego.

Michael Schwab
Editor en Jefe

Referencias

Kibum Moon, Kostadin Kushlev, Andrew Bank, Benjamin Lira, Indre Viskontas, James C. Kaufman, Dan R. Johnson, Angela L. Duckworth y Adam E. Green (2026). The Creative Link Between Words and Ideas is Weakening in the AI Era. Preimpresión de PsyArXiv , 5 de febrero. https://doi.org/10.17605/OSF.IO/YD94Z

Ayush Sarkar, Hanlin Mai, Amitabh Mahapatra, Svetlana Lazebnik, Anand Bhattad, D.A. Forsyth. (2024). Shadows Don’t Lie and Lines Can’t Bend! Generative Models don’t know Projective Geometry...for now. CVPR 2024. pp. 28140–28149. https://arxiv.org/abs/2311.17138

Michael Schwab (2026). "Local, polilocal". jar-online.net. 03/11/2026. https://doi.org/10.22501/jarnet.0089

• 1La relación entre contexto y escala se desarrolla aún más en mi conferencia magistral Local, Polilocal publicada en las páginas de la Red JAR (Schwab 2026).