Una conversación entre Bruno Bresani y Hilderman Cardona en el programa Conversaciones Convergentes.
HC – La transformación de la fotografía
¿Cómo cambia nuestra comprensión de la fotografía cuando una imagen puede existir sin cámara, sin acontecimiento real y sin un referente material previo?
BB – La fotografía cambia cuando la imagen existe sin cámara, sin acontecimiento y sin un referente material previo, porque deja de estar definida exclusivamente por su relación con aquello que alguna vez estuvo frente al objetivo. En la fotografía analógica, e incluso en buena parte de la fotografía digital, existe una relación indicial entre imagen y mundo, indicándonos que algo ocurrió, algo estuvo allí y dejó una huella. Con la imagen generada mediante inteligencia artificial, esa relación se desplaza, ya no necesariamente fotografiamos un acontecimiento, ahora producimos la posibilidad de que un acontecimiento visual.
Desde mi investigación, este desplazamiento implica la transformación del estatuto de la fotografía, ya que ahora se le puede entender como un campo de producción simbólica, donde archivo, lenguaje, memoria, algoritmo, error y deseo participan en la construcción de la imagen. El referente ya no tiene que ser un objeto físico, ahora puede ser una descripción textual, una memoria familiar, una imagen existente, un conjunto de datos o incluso una ausencia. El prompt funciona así como una especie de archivo semilla que activa un proceso de interpretación maquínica.
Esto modifica también la noción de verdad fotográfica, ya que si tradicionalmente la fotografía podía funcionar como evidencia de que “algo estuvo allí”, la imagen generativa introduce otra pregunta ¿qué imaginarios, datos y estructuras culturales hicieron posible que esta imagen apareciera? La relación entre imagen y realidad deja de ser exclusivamente documental y se vuelve procesual, en este sentido la imagen simula al mundo, lo anticipa, lo reconstruye, lo deforma y lo inventa.
En este sentido, me interesa el error como una herramienta para crear esa deformación del mundo, ya que cuando una inteligencia artificial produce una anatomía imposible, mezcla rostros, altera una memoria familiar o genera una arquitectura inexistente, esto se transforma en un elemento que contribuye a mi proceso de creación como una estrategia para la reimaginación. En este sentido el error me revela imaginarios, para seducirme mediante las categorías con las que organiza a las memorias acumuladas en su gran inconsciente colectivo de la red. Lo que busco en si es el lapsus algorítmico que me permita observar aquello que permanece oculto dentro del inconsciente colectivo de la red y que alimenta al sistema.
Por eso, en mi investigación, la imagen generada por IA la pienso como un archivo inestable. El archivo deja de ser únicamente un depósito de imágenes para convertirse en un sistema activo de relaciones, asociaciones, exclusiones y posibilidades. Es en este punto donde propongo la idea de antiarchivo y desarchivo, ya que al trabajar con las memorias inestables de un acontecimiento, navego a través de sus fragmentos, de sus ausencias, desplazamientos y errores.
La fotografía ahora, entonces, se desplaza de la huella hacia la deriva. Ya no es indispensable preguntar qué acontecimiento produjo esta imagen, sino qué relaciones, datos, memorias, deseos y operaciones algorítmicas hicieron posible su aparición. La fotografía deja de ser solamente una tecnología para capturar lo que existe y se convierte en una tecnología para explorar aquello que podría existir, aquello que fue olvidado o que nunca ocurrió.
Desde esta perspectiva, una imagen sin cámara no es una imagen sin historia, ya que contiene múltiples historias, aunque ninguna corresponda a un acontecimiento único. Su referente es distribuido, colectivo, inconsciente y algorítmico. Es allí, donde encuentro una de las transformaciones centrales de la fotografía contemporánea, allí es donde encuentro a la imagen desconcertada, la cual ya no funciona solamente como evidencia de una presencia, sino como un espacio de negociación entre memoria, imaginación, archivo y máquina.
La pregunta deja de ser “¿qué fue fotografiado?” para convertirse en ¿Qué produce una imagen cuando ya no necesita que algo haya ocurrido para poder existir?
Mi respuesta entonces sería, que lo que produce un nuevo régimen fotográfico, es cuando la imagen no necesariamente testimonia un acontecimiento, sino que construye un acontecimiento posible. Y es precisamente en esa distancia entre realidad, memoria, lenguaje y generación algorítmica cuando se abre un espacio crítico dentro de mi investigación sobre el error, la deriva y la producción simbólica de la imagen.
HC – Verdad y apariencia
Si la inteligencia artificial puede producir imágenes con apariencia fotográfica perfecta, ¿qué diferencia existe hoy entre “parecer real” y “haber sucedido”?
BB – La diferencia entre “parecer real” y “haber sucedido” es central cuando trabajamos con imágenes generadas por inteligencia artificial. Una imagen puede presentar todos los signos formales que históricamente asociamos con la fotografía —luz, perspectiva, textura, profundidad de campo, imperfecciones ópticas, gestos humanos— sin que exista detrás de ella un acontecimiento que haya tenido lugar. La apariencia fotográfica permanece intacta mientras desaparece el acontecimiento como referente.
En la fotografía del siglo XIX, XX e inicios del XXI, una imagen podía mentir, manipularse o construirse, pero siempre existía una relación material con algo que había estado frente a la cámara. La imagen podía ser falsa en su interpretación, pero había una situación física que había producido la huella fotográfica. Con la IA generativa esta relación se vuelve contingente, ya que puede existir una fotografía de una persona que nunca estuvo allí, de un paisaje que nunca existió o de un acontecimiento que jamás ocurrió.
Por eso, la apariencia deja de ser suficiente para establecer la verdad de una imagen. “Parecer real” describe una cualidad visual; “haber sucedido” describe una relación histórica y material con el mundo. Son dos dimensiones que durante mucho tiempo estuvieron estrechamente vinculadas en la fotografía y que ahora pueden separarse.
Esta separación es particularmente importante en mi investigación porque desplaza el problema de la fotografía desde la representación hacia la producción de sentido. La pregunta ya no es solamente si una imagen es verdadera o falsa, sino qué mecanismos producen su apariencia de verdad. ¿Qué archivo la alimenta? ¿Qué datos utiliza? ¿Qué convenciones visuales reproduce? ¿Qué estereotipos incorpora? ¿Qué elimina? ¿Qué ocurre cuando el algoritmo se equivoca?
Aquí aparece el error como una herramienta crítica, dejándonos ante las pequeñas anomalías que surgen dentro de una imagen generada —una mano imposible, una arquitectura que no corresponde a ninguna ciudad, una mezcla de rostros o una temporalidad incongruente— esto funciona como interrupciones de la apariencia fotográfica, creando momentos en los que la máquina deja visible el proceso de construcción de aquello que pretende presentar como natural.
En este sentido, me interesa pensar la IA como una máquina de producción de apariencias, ya que su funcionamiento pone en evidencia que lo que consideramos “realista” no es una propiedad absoluta de la imagen, sino un conjunto de códigos culturales aprendidos, como son la composición, la iluminación, la anatomía, la perspectiva, la gestualidad, el color, la textura, entre otras, y es aquí donde la máquina aprende de esos códigos a partir de los archivos y los reorganiza para producir imágenes que reconocemos como plausibles.
Este proceso nos introduce en una dimensión política del archivo. Si los modelos generativos producen imágenes a partir de enormes conjuntos de datos, entonces su capacidad para representar el mundo está relacionada con qué imágenes fueron conservadas, clasificadas, digitalizadas y convertidas en datos, y también con aquello que quedó fuera del archivo. La apariencia de neutralidad de la imagen generada oculta las estructuras culturales que participan en su construcción y es por eso que es tan seductora.
Desde mi perspectiva, la imagen generativa es entendida como un archivo activo e inconsciente, el cual no reproduce simplemente imágenes anteriores, sino que establece nuevas asociaciones entre ellas. Cuando introduzco una memoria familiar, una fotografía histórica, una palabra o un fragmento textual en un proceso generativo, estoy provocando una deriva entre el archivo y la imaginación.
De ahí que la pregunta por la verdad pueda desplazarse hacia, si una imagen puede parecer completamente real sin haber registrado ningún acontecimiento, ¿dónde reside entonces su verdad?
En mi investigación, su verdad reside en la posibilidad de hacer visible el proceso que produce la apariencia, ya que una imagen generada puede revelar cómo una sociedad imagina que algo podría haber sucedido.
La fotografía entra así en un territorio en el que la evidencia y la ficción comparten la misma apariencia. El desafío contemporáneo consiste en desarrollar una lectura crítica capaz de preguntar por la procedencia de las imágenes, por sus condiciones de producción, por los archivos que la constituyen, así como por sus omisiones.
Es en ese desplazamiento donde ubico al modelo de producción y análisis que propongo mediante la Deriva Crítica y la Producción Simbólica, dejando así que el error, la desviación y la incertidumbre se conviertan en herramientas para interrogar a la imagen. La fotografía ya no tiene que demostrar que algo ocurrió; puede convertirse en un dispositivo para investigar por qué podemos creer que ocurrió.
HC – Autoría en la era algorítmica
El texto plantea que la autoría contemporánea se parece más a una curaduría de posibilidades que a una creación individual. ¿Quién es realmente el autor de una imagen generada mediante IA?
BB – En la imagen generada mediante inteligencia artificial, la autoría deja de ser una relación simple entre un individuo y una obra. Ya no resulta suficiente preguntar quién “hizo” la imagen, porque su producción implica una cadena de agentes, iniciando por quien formula el prompt, quien selecciona o interviene el archivo de partida, el modelo algorítmico, los datos con los que fue entrenado, la interfaz que permite operar el sistema y, finalmente, quien decide qué resultado conservar, modificar, imprimir o presentar como obra.
En mi investigación, prefiero pensar a la autoría como un dispositivo de relaciones y no como una propiedad individual. El artista no desaparece, pero cambia de función, pasa de ser exclusivamente quien produce la forma a ser quien provoca, desvía, selecciona, interpreta y organiza las posibilidades de la imagen.
En este sentido, el prompt adquiere una importancia particular, ya que no lo entiendo simplemente como una instrucción dirigida a la máquina, sino como un texto semilla que pone en movimiento un proceso de deriva. El resultado no está completamente contenido en el prompt, pero tampoco aparece independientemente de él. Entre ambos existe una zona de incertidumbre en la que intervienen los datos, el modelo, los sesgos del sistema, el azar computacional y las decisiones del artista.
Esto modifica también la idea tradicional de control. En una práctica artística convencional, el autor intenta controlar progresivamente los elementos de la obra, en mi propuesta, me interesa introducir deliberadamente zonas de pérdida de control y es allí en esa zona donde el error, el accidente y la desviación se convierten en operaciones metodológicas. En este sentido inicialmente planteo una situación y después observo qué sucede cuando la máquina interpreta esa situación de manera inesperada, es en ese proceso donde hay que capturar al lapsus, a ese elemento de desconcierto que nos arroja la ambigüedad.
Por ello, la autoría podría entenderse como una curaduría de posibilidades. El artista genera condiciones, produce restricciones, formula preguntas, introduce materiales del archivo y decide cuándo intervenir y cuándo dejar actuar al sistema. Entre cientos de resultados posibles, selecciono algunos, los relaciono, los transformo y construyo con ellos una constelación de sentido.
Esto es en pocas palabras mi trabajo con archivo, memoria y fotografía. Aquí es cuando introduzco en un sistema generativo fragmentos de fotografías familiares, textos, recuerdos, documentos, para empujara la deriva maquínica y crear con ello una imagen final, la cual no pertenece exclusivamente a ninguno de esos elementos iniciales. Este es el resultado de una cadena de transformaciones, donde la fotografía original aporta una memoria; el texto introduce otra capa; el algoritmo establece nuevas asociaciones; el error produce una desviación; y mi selección vuelve a construir un sentido.
Podríamos representarlo así:
archivo → prompt → algoritmo → error/deriva → selección → montaje → obra
Cada etapa modifica a la anterior, y es por esta razón que más que hablar de una autoría única, podemos hablar de una autoría distribuida, aunque eso no significa que todos los participantes tengan el mismo grado de agencia ni que la responsabilidad artística desaparezca.
Aquí aparece una distinción, ya que producir una imagen no es necesariamente lo mismo que producir una obra. La IA puede producir miles de imágenes, pero la decisión de convertir una de ellas en obra, es cuando la relaciono con mi archivo, es cuando la confronto con la memoria y la incorporo a una narrativa determinada.
Entonces, la inteligencia artificial no ocupa el lugar del artista, funciona más bien como un agente de desviación dentro del proceso creativo, al introducir respuestas que no estaban previstas y me obliga a negociar con aquello que emerge de ese gran inconsciente colectivo de la red. Mi interés no está únicamente en obtener una imagen técnicamente convincente, sino en utilizar la incertidumbre para producir pensamiento.
Esto me permite recuperar la noción de la guerrilla del prompt la cual atraviesa mi trabajo, ya que mediante el lenguaje introduzco fisuras en las categorías de la máquina, para con ello provocar asociaciones inesperadas y explorar sus límites. Es aquí donde el artista trabaja menos como un operador que domina una herramienta y más como alguien que interroga un sistema.
Por eso, ante la pregunta “¿quién es realmente el autor?”, mi respuesta sería que la autoría contemporánea se encuentra entre el humano y la máquina, pero no se distribuye de manera simétrica. La máquina participa en la producción material de la imagen; el artista construye el marco conceptual, establece las condiciones de experimentación, selecciona, desvía y articula los resultados.
La autoría se desplaza así del acto de fabricar al acto de decidir y relacionar. El artista ya no necesariamente es quien controla cada píxel, sino quien construye el campo de posibilidades dentro del cual esos píxeles pueden aparecer.
En términos de mi Modelo de Deriva Crítica y Producción Simbólica, esto implica sustituir la figura del autor como origen único por la del autor como nodo dentro de un proceso rizomático. El resultado no es completamente previsible, pero tampoco es completamente autónomo. La obra emerge precisamente de esa tensión entre intención, archivo, algoritmo, azar, error y decisión.
Y ahí es donde reside una de las transformaciones de la autoría algorítmica, donde el artista ya no es solamente quien hace la imagen; es quien construye las condiciones para que una imagen pueda suceder y, posteriormente, decide qué significa.
HC – Archivo y poder
¿Qué implicaciones tiene pensar el archivo no solo como un lugar de conservación, sino como una infraestructura capaz de generar nuevas imágenes y futuros posibles?
BB – Pensar el archivo no solamente como un lugar donde se conserva el pasado, sino como una infraestructura capaz de producir imágenes y futuros posibles, implica transformar nuestra relación con la memoria. El archivo deja de ser un depósito pasivo de documentos y se convierte en un sistema activo que selecciona, clasifica, relaciona, jerarquiza, y hace aparecer determinadas formas de realidad.
En mi investigación trabajo con el archivo como un material susceptible de intervención, desplazamiento y deriva. Una fotografía familiar, un documento, una imagen histórica o un fragmento de texto no contienen un único significado estable. Cuando son extraídos de su contexto y puestos en relación con otros materiales —incluido un sistema de inteligencia artificial— produce nuevas asociaciones y, por lo tanto, nuevas posibilidades de interpretación.
El archivo tiene entonces una dimensión de poder porque nunca es completamente neutral. Toda operación archivística supone decisiones, al decidir qué se conserva, qué se clasifica, qué se nombra, qué se digitaliza, qué se vuelve visible y qué permanece fuera. En el contexto de la inteligencia artificial, estas decisiones adquieren una escala diferente. Los archivos dejan de ser únicamente lugares que consultamos y se convierten también en materia prima para sistemas capaces de producir imágenes a partir de ellos.
Esto modifica incluso la temporalidad del archivo. Tradicionalmente podemos imaginar una secuencia estable:
pasado → archivo → presente → interpretación del pasado.
Con los sistemas generativos aparece otra posibilidad:
pasado → archivo → algoritmo → nueva imagen → futuro imaginado.
El archivo ya no solamente nos permite mirar hacia atrás; puede intervenir en la producción de aquello que todavía no existe.
Cuando una fotografía de mi familia, un documento migratorio, una memoria o una imagen histórica entra en un proceso generativo, deja de funcionar únicamente como testimonio y se convierte en una semilla capaz de producir variaciones. La IA reconstruye, deforma, combina e imagina aquello que el documento original no contiene. El archivo comienza entonces a producir futuros posibles a partir de fragmentos del pasado.
Esta capacidad implica un problema, ya que surge la pregunta ¿quien controla el archivo participa en la construcción de los futuros imaginables?
Si un sistema ha sido entrenado predominantemente con determinadas culturas, cuerpos, geografías, lenguas y formas de representación, esas presencias tendrán mayores posibilidades de aparecer en sus imágenes. Del mismo modo, aquello que ha sido excluido, subrepresentado o mal clasificado puede resultar más difícil de imaginar mediante el sistema. El poder del archivo no está solamente en lo que conserva, sino también en las posibilidades que abre y las que restringe.
Por eso me interesa particularmente la noción de antiarchivo, anarchivo y desarchivo. No se trata simplemente de destruir o rechazar el archivo, sino de intervenir sus relaciones internas, produciendo otras conexiones, recuperando fragmentos marginales, introduciendo materiales que habían quedado fuera, alterando las jerarquías y permitiendo que los documentos produzcan significados diferentes.
En este contexto, el error adquiere nuevamente una función metodológica. Cuando una IA interpreta de manera incorrecta un nombre, una fotografía familiar, una fecha o un acontecimiento histórico, ese error nos revela la estructura del archivo que está operando detrás de la imagen. La equivocación deja visible una clasificación, un vacío y una asociación que normalmente permanecen ocultas.
Así, el error funciona como una especie de instrumento arqueológico del archivo algorítmico, al permitirnos observar sus límites y sus zonas de exclusión.
Esto es significativo a través de la memoria migrante, construida a partir de desplazamientos, exilios y pérdidas, las cuales no se conservan en los documentos, sobreviviendo en fotografías fragmentarias, nombres, objetos, relatos orales, silencios y ausencias. La inteligencia artificial en este sentido nos permite trabajar precisamente sobre esos vacíos, haciendo así visible la condición incompleta de la memoria.
En este sentido, generar una imagen de algo que nunca fue fotografiado no significa necesariamente falsificar el pasado. Puede ser una forma de preguntarnos qué quedó fuera de la representación y cómo podríamos imaginarlo sin confundir imaginación con evidencia.
Por eso considero importante distinguir entre reconstrucción e invención. Una imagen generada puede ser utilizada críticamente sin presentarse como documento histórico. Su valor puede residir justamente en mostrar que toda memoria contiene zonas de incertidumbre y que todo archivo es también una construcción.
El archivo generativo introduce entonces una paradoja, ya que conservamos el pasado para producir futuros que todavía no conocemos. La imagen generada por IA puede convertirse en un espacio donde el pasado se reorganiza y, al hacerlo, modifica nuestro campo de posibilidades.
Desde mi Modelo de Deriva Crítica y Producción Simbólica, esto significa que el archivo constituye el primer nivel de una cadena de transformaciones. El documento entra en contacto con el prompt, el prompt provoca una deriva, la deriva produce errores y asociaciones inesperadas, y posteriormente el montaje organiza esas desviaciones en una construcción simbólica.
Podría expresarse de esta manera:
archivo → intervención → prompt → deriva → error → nueva imagen → montaje → futuro posible.
El archivo, por tanto, no es solamente memoria de lo que ocurrió. Es también una máquina cultural que participa en la imaginación de lo que puede ocurrir.
Y ahí aparece su dimensión política y crítica, ya que surge la pregunta por ¿quien puede intervenir el archivo puede intervenir también el campo de lo imaginable? Mi investigación busca precisamente ocupar ese espacio, no para sustituir la memoria por imágenes artificiales, sino utilizar la deriva, el error y la generación algorítmica como herramientas para revelar las ausencias, tensiones y posibilidades que permanecen latentes dentro de nuestros archivos.
HC – Colonialidad de la imagen
¿De qué manera los archivos visuales que alimentan los sistemas de inteligencia artificial pueden reproducir sesgos coloniales, raciales o culturales heredados del pasado?
BB – Los archivos visuales que alimentan los sistemas de inteligencia artificial no son depósitos neutrales de imágenes, son el resultado de historias concretas de producción, circulación, clasificación y poder. Por eso, cuando una IA genera una imagen, no solamente combina formas visuales, también reproduce las categorías culturales mediante las cuales esas imágenes fueron históricamente organizadas.
Desde mi investigación, la colonialidad de la imagen se entiende como la persistencia de determinadas formas de mirar, clasificar y representar el mundo después del colonialismo histórico. Durante siglos, la fotografía, la antropología, los museos, los archivos y los sistemas científicos participaron en la construcción de categorías sobre cuerpos, pueblos, territorios y culturas. Muchas imágenes fueron producidas desde una mirada que colocaba a Europa y Occidente como centro y convertía a otros sujetos en objetos de observación, clasificación y representación.
Cuando grandes cantidades de esas imágenes son digitalizadas y utilizadas para entrenar modelos de inteligencia artificial, estas estructuras históricas pasan del archivo al algoritmo.
El problema, entonces, no consiste únicamente en que una IA genere una imagen estereotipada, el problema es más profundo, ya que el sistema ha aprendido previamente qué cuerpos considera normales, qué paisajes considera representativos, qué rostros asocia con determinadas profesiones, qué culturas identifica mediante ciertos objetos y qué formas visuales utiliza para representar al “otro”.
Por ejemplo, si determinadas regiones latinoamericanas aparecen históricamente en los archivos principalmente mediante imágenes de pobreza, exotización, naturaleza o violencia, un sistema entrenado con esas representaciones establece asociaciones estadísticas entre esas geografías y esas imágenes. No necesariamente porque el algoritmo “tenga una intención colonial”, sino porque aprende de un archivo producido bajo determinadas condiciones históricas.
Aquí es importante distinguir entre intención y estructura. El algoritmo no necesita tener una ideología consciente para reproducir una desigualdad visual, lo hace mediante los datos, las categorías, las etiquetas, los criterios de selección y las relaciones estadísticas que estructuran su aprendizaje.
Por eso, para mi investigación, el problema de la IA no puede separarse del problema del archivo.
Podríamos pensar esta relación de la siguiente manera:
historia colonial → archivo visual → digitalización → clasificación → dataset → modelo algorítmico → imagen.
La colonialidad se desplaza a través de cada uno de esos niveles.
Pero existe además una segunda cuestión ¿qué queda fuera del archivo? La colonialidad no solamente opera mediante la abundancia de determinadas imágenes, sino también mediante la ausencia de otras. Hay cuerpos, lenguas, memorias familiares, comunidades, territorios y formas de conocimiento que han sido históricamente menos fotografiados, menos archivados, menos digitalizados. Por eso, un modelo puede producir una enorme cantidad de imágenes y, sin embargo, trabajar sobre un imaginario relativamente reducido.
Esta cuestión resulta especialmente relevante para mi trabajo con la memoria latinoamericana, la migración y el archivo familiar. Cuando introduzco una fotografía familiar o un documento perteneciente a una historia particular en un sistema generativo, esa memoria entra en contacto con un archivo mucho mayor y con categorías que no necesariamente corresponden a su contexto original. La máquina puede reconocer un rostro, pero no necesariamente reconoce la historia que ese rostro contiene. Aquí aparece la tensión entre el dato y la memoria.
El dato es procesado estadísticamente; la memoria está atravesada por afectos, silencios, pérdidas, desplazamientos y relaciones que no pueden reducirse a una categoría. Una fotografía de una persona migrante puede ser clasificada por el sistema mediante atributos visuales, pero esa clasificación no contiene necesariamente la experiencia histórica de migración, exilio o pertenencia que la imagen representa para quien la conserva.
Por eso me interesa utilizar el error algorítmico como una forma de interrupción. Cuando la máquina no reconoce correctamente una imagen, mezcla identidades, altera un contexto o produce una representación inesperada, este fallo revela que existe una distancia entre la experiencia situada y la clasificación maquínica. El error deja de ser solamente una falla técnica y se convierte en una pregunta ¿Desde qué archivo está mirando la máquina cuando interpreta mi imagen?
Esta pregunta es central para una práctica decolonial de la imagen porque desplaza la atención desde el resultado hacia las condiciones de producción de la mirada. Desde mi perspectiva, una estrategia crítica no consiste simplemente en intentar producir imágenes “correctas” o libres de sesgos. Consiste también en hacer visibles los mecanismos mediante los cuales esos sesgos se producen. Intervenir el archivo, introducir materiales periféricos, trabajar con memorias locales, utilizar lenguas y narrativas no dominantes y provocar desviaciones nos abren otras posibilidades de representación.
Aquí vuelve a aparecer mi concepto de guerrilla del prompt. El prompt aquí funciona como una herramienta para interrogar las categorías del sistema. Podemos introducir contradicciones, combinaciones improbables, memorias específicas y materiales que obliguen al modelo a desviarse de sus asociaciones más previsibles. En ese sentido, la práctica artística se convierte en una forma de arqueología del algoritmo, dejándonos utilizar a la generación de imágenes para observar qué imaginarios históricos aparecen, cuáles desaparecen y cuáles son transformados cuando una memoria situada entra en contacto con el archivo maquínico.
Esto también modifica la idea de descolonizar la imagen. No significa simplemente sustituir unas imágenes por otras, ni agregar representaciones de culturas que antes estaban ausentes. Implica cuestionar quién produce las categorías mediante las cuales esas culturas son visibles. Por eso, en mi investigación, el antiarchivo adquiere una dimensión decolonial. No busco únicamente conservar aquello que el archivo oficial dejó fuera, sino generar otras relaciones entre fragmentos, cuerpos, memorias y territorios. El desarchivo me permite ver aquello que había sido clasificado como marginal, residual o insignificante y así se convierte en el punto de partida para otras producciones simbólicas.
En última instancia, la IA nos enfrenta a una paradoja, donde una máquina nos puede ampliar nuestra capacidad para producir imágenes y, al mismo tiempo, reproducir imaginarios heredados de archivos históricos profundamente desiguales.
En este sentido la tarea crítica no consiste entonces en preguntarnos únicamente si la IA produce imágenes nuevas, sino ¿Qué pasado está produciendo esas imágenes y qué futuro se vuelve imaginable a partir de él?
Desde mi Modelo de Deriva Crítica y Producción Simbólica, esa pregunta abre un campo de trabajo específico, ya que al intervenir el archivo, provocar la deriva, observar el error y utilizar la imagen resultante para hacer visibles las estructuras culturales que normalmente permanecen ocultas, vemos la forma en que fue construido ese universo. La imagen generada se convierte así en un campo de conflicto entre memoria, poder, algoritmo y posibilidad.
HC – Memoria y exclusión
Cuando una IA produce imágenes a partir de archivos históricos, ¿qué memorias son preservadas y cuáles quedan excluidas o invisibilizadas?
BB – Cuando una inteligencia artificial produce imágenes a partir de archivos históricos, estamos frente a una operación de selección y transformación de la memoria. La IA trabaja con aquello que fue conservado, digitalizado, clasificado y convertido en datos; por lo tanto, las memorias que aparecen en sus resultados están condicionadas por las estructuras históricas que determinaron qué podía ser archivado y qué quedaba fuera.
Desde mi investigación, el archivo debe entenderse como una memoria incompleta y situada, ya que no contiene todo lo que ocurrió, contiene aquello que determinadas instituciones, comunidades o individuos pudieron conservar y transmitir. Por eso, cuando un modelo generativo aprende de grandes archivos visuales, no aprende simplemente “la historia”, sino una determinada distribución de visibilidades.
Podemos pensar el proceso así:
acontecimiento → registro → archivo → digitalización → clasificación → dataset → generación → memoria visual.
En cada etapa pueden producirse inclusiones y exclusiones. Aquello que fue fotografiado, catalogado y digitalizado tiene mayores posibilidades de aparecer nuevamente. En cambio, aquello que nunca fue registrado, que se perdió, que fue destruido, que permaneció en la esfera privada o que fue considerado irrelevante por las instituciones archivísticas queda fuera del campo de generación.
Esto resulta especialmente importante cuando hablamos de memorias latinoamericanas, indígenas, afrodescendientes, migrantes, populares o familiares. Muchas de estas memorias no fueron conservadas mediante los mismos mecanismos que las memorias oficiales. Existen en fotografías domésticas, álbumes familiares, cartas, relatos orales, objetos y documentos incompletos. El problema surge cuando aquello que no está suficientemente representado en los archivos digitales tiene también menos posibilidades de ser reconocido por los sistemas generativos. La ausencia histórica puede convertirse en una ausencia algorítmica.
También existe una segunda forma de exclusión, esa donde la memoria esta presente en el archivo, pero es reinterpretada desde categorías que no corresponden a quienes produjeron esa memoria. Una fotografía de una familia migrante, por ejemplo, puede estar perfectamente digitalizada, sin embargo, el sistema puede leerla fundamentalmente como una combinación de rostros, ropa, arquitectura, objetos y localización visual. Lo que ocasiona que se pierda aquello que para la persona que conserva la fotografía constituye su verdadero significado, que podría ser el exilio, la pérdida, el parentesco, el desplazamiento, el duelo o la transmisión intergeneracional de una cultura.
En este sentido archivo no es igual a memoria, el archivo conserva rastros; la memoria produce relaciones entre estos rastros. Una IA puede reorganizar millones de imágenes, pero eso no significa que comprenda las experiencias históricas que les dieron sentido.
Por eso, cuando una IA genera una imagen a partir de un archivo histórico, debemos preguntarnos no solamente “¿qué recuerda?”, sino también “¿qué forma de recordar está produciendo?”
Esta pregunta nos conduce directamente al concepto de antiarchivo. El antiarchivo busca cuestionar las propias condiciones mediante las cuales algo llega a ser considerado digno de memoria. En este sentido, trabajar con fragmentos familiares, fotografías deterioradas, documentos incompletos, imágenes anónimas y memorias personales constituye una forma de resistencia frente a la lógica de la clasificación total. Son materiales que contienen precisamente aquello que el archivo institucional suele tener dificultades para representar, como la incertidumbre, la contradicción, la intimidad y la ausencia.
El error algorítmico adquiere aquí una función particularmente productiva. Cuando una IA no reconoce un rostro, confunde una identidad, transforma un paisaje o mezcla temporalidades, podemos utilizar esa desviación para revelar la distancia entre el archivo de la máquina y la memoria de quien observa. El error se convierte entonces en una especie de índice de exclusión. No nos dice necesariamente cuál es la verdad histórica, pero nos muestra que existe algo que el sistema no sabe cómo representar.
Esto resulta central en mi trabajo con la memoria familiar, lo que podemos ver en piezas como Agenda Telefónica o Incursiones en la historia familiar, en ellas el archivo funciona como un conjunto de fragmentos a partir de los cuales intento reconstruir relaciones, afectos y ausencias. Cuando estos materiales entran en procesos generativos, la IA no recupera literalmente aquello que se perdió, mas bien produce otras configuraciones alrededor de esa pérdida.
Por eso considero importante no presentar una imagen generada como si fuera una recuperación auténtica de aquello que no existe. Si una IA reconstruye el rostro de una persona que nunca fue fotografiada, esa imagen no constituye una prueba de cómo era esa persona, pero funciona, en cambio, como una ficción crítica de la memoria.
Esto permite distinguir entre memoria documental, mediante aquello que podemos vincular con un registro verificable; memoria reconstruida, mediante aquello que reorganizamos a partir de fragmentos; memoria imaginada, mediante aquello que producimos para aproximarnos a una ausencia y memoria algorítmica, mediante aquello que emerge de las asociaciones estadísticas de un sistema. Estas categorías pueden coexistir en una misma obra, pero no deberían confundirse.
Desde mi perspectiva, la cuestión de la exclusión también obliga a preguntarnos quién tiene derecho a producir memoria. Si los grandes sistemas de IA concentran enormes cantidades de archivos y tienen la capacidad de generar otras representaciones a partir de ellos, adquieren también una capacidad inédita para intervenir en nuestro imaginario histórico.
Por eso mi propuesta de deriva crítica intenta introducir una operación diferente, al no utilizar la IA para cerrar los vacíos del archivo, sino para hacerlos visibles, es decir, utilicemos la máquina para observar qué falta y qué ocurre cuando intentamos imaginarlo.
Esta diferencia determina cómo la búsqueda no es reemplazar la memoria ausente con una imagen artificial, sino convertir la ausencia en parte de la obra. Así, la IA funciona simultáneamente como máquina de memoria y máquina de olvido, ya que recupera relaciones que parecían perdidas, pero también refuerza las jerarquías de aquello que históricamente fue más fotografiado, archivado y digitalizado.
Por eso, para mi investigación, el problema no consiste únicamente en preguntarnos qué memorias puede conservar la inteligencia artificial, sino qué memorias está autorizando para imaginar. Y ahí el archivo vuelve a convertirse en un territorio de disputa, ya que preservar no significa necesariamente recordar, y hacer visible no significa necesariamente reconocer. La tarea crítica consiste entonces en trabajar precisamente en esas diferencias, utilizando el error, la deriva y el desarchivo para abrir espacio a las memorias que el archivo dominante no pudo —o no quiso— contener.
HC – El caso de Tiempo Fracturado
¿Cómo interpreta la serie Tiempo Fracturado de Bruno Bresani la relación entre pasado y presente mediante la superposición de identidades y temporalidades?
BB – En Tiempo Fracturado, la relación entre pasado y presente plantea como una superposición de temporalidades que permanecen activas dentro del presente. La serie parte de una experiencia de pérdida y de la ruptura del referente para explorar qué sucede con la identidad cuando aquello que funcionaba como soporte de la memoria deja de estar físicamente presente.
La imagen fotográfica aparece entonces como un territorio de encuentro entre cuerpos, recuerdos y ausencias. El cuerpo del presente se superpone con imágenes y rastros del pasado, de modo que la identidad deja de presentarse como algo estable. El “yo” que aparece en la fotografía no corresponde exclusivamente al sujeto ya que contiene capas de otros rostros, otros momentos y otras experiencias que lo constituyen.
Por eso, el título Tiempo Fracturado resulta significativo, ya que no se trata simplemente de que el tiempo se haya detenido por el duelo, sino de que la experiencia de la pérdida produce una fractura interna. El pasado irrumpe en el presente y el presente modifica la percepción del pasado. Las dos dimensiones dejan de estar claramente separadas.
Podría pensarse mediante una relación:
pasado → presente
que en la obra se transforma en:
pasado ↔ presente ↔ memoria ↔ ausencia.
La superposición fotográfica permite materializar esa estructura, en la cual dos cuerpos, dos rostros y dos momentos ocupan simultáneamente el mismo espacio, la misma carne. La fotografía deja así de funcionar como una ventana hacia un instante único y se convierte en una especie de campo temporal, donde diferentes momentos coexisten.
Esta operación dialoga con mi investigación actual sobre el archivo y la memoria inestable. En ella el archivo familiar es utilizado para demostrar que toda memoria se reconstruye desde el presente y que cada vez que regresamos a una fotografía, la observamos desde una posición diferente, deformando al acontecimiento que permanece aparentemente igual, pero su significado se transforma.
En Tiempo Fracturado, esa condición se vuelve corporal, aquí el cuerpo funciona como una superficie donde se inscriben otros cuerpos. El autorretrato deja de ser únicamente una representación y se convierte en un autorretrato atravesado por la alteridad.
Esto resulta importante cuando hablo de la figura de mi padre, de su desaparición corporal la cual no significa su desaparición simbólica, por el contrario, su ausencia intensifica su presencia en la memoria. Mi padre aquí, aparece como un fragmento que continúa operando dentro de mi identidad como sujeto.
En este sentido, la superposición no debe entenderse únicamente como un recurso formal. Es una operación conceptual, ya que superponer imágenes significa superponer memorias, identidades y tiempos. La fotografía me permite hacer visible algo que normalmente experimentamos de manera interna, ya que puedo estar en el presente y, simultáneamente, ser atravesado por acontecimientos del pasado y es mediante el montaje fotográfico como exteriorizo esa experiencia.
Una de las claves que rigen a la serie es que entiende al cuerpo como un archivo vivo. El cuerpo contiene gestos, rasgos, afectos, recuerdos y relaciones heredadas. No somos únicamente el cuerpo que vemos; somos una acumulación de presencias anteriores. Por eso, la pérdida del otro puede convertirse paradójicamente en una forma de transformación del propio cuerpo. El cuerpo ausente comienza a aparecer dentro del cuerpo presente mediante la memoria.
Esta operación conecta Tiempo Fracturado con una preocupación más amplia ¿cómo representar aquello que ya no puede estar presente?
La respuesta consiste en trabajar con sus fragmentos, sus huellas y sus ausencias. La superposición permite precisamente construir una imagen que no pretende afirmar “esto es lo que ocurrió”, sino sugerir “esto es lo que permanece de aquello que ocurrió dentro de mí”.
En este sentido Tiempo Fracturado anticipa algunas de las preocupaciones que posteriormente aparecen en mi trabajo con inteligencia artificial. En ambos casos, la imagen deja de ser una huella del acontecimiento y se convierte en un espacio de transformación del archivo.
En la fotografía intervenida, las capas producen una deriva entre diferentes tiempos. En la imagen generativa, el algoritmo produce una deriva entre diferentes archivos y posibilidades. En ambos casos existe una ruptura de la correspondencia directa entre imagen y referente.
Esto permite establecer una continuidad metodológica:
archivo → fragmentación → superposición → desplazamiento → imagen → memoria.
La diferencia es que en Tiempo Fracturado la fractura surge principalmente de la experiencia subjetiva del duelo y de la intervención fotográfica, mientras que en mis investigaciones posteriores la inteligencia artificial introduce un agente maquínico de desviación.
La serie puede leerse, por tanto, como un momento importante dentro de una investigación más amplia sobre la inestabilidad del archivo. El pasado no aparece como algo cerrado detrás de nosotros, sino como algo que continúa produciendo presente.
Por eso, Tiempo Fracturado no intenta resolver la separación entre pasado y presente, mas bien hace visible precisamente su imposibilidad de separarlos completamente. La identidad aparece como una construcción temporalmente estratificada, ya que somos también aquello que ya no está.
La serie plantea que la memoria no funciona como un archivo ordenado donde cada acontecimiento ocupa un lugar determinado. Funciona más bien como un montaje rizomático, donde diferentes tiempos, cuerpos y afectos se encuentran inesperadamente.
Y ahí encontramos como el pasado no desaparece cuando termina el acontecimiento; cambia de forma y continúa actuando dentro de las imágenes, los cuerpos y los archivos del presente.
HC – La imagen como resistencia
El texto propone la noción de “imagen desobediente”. ¿Qué características debería tener una imagen para cuestionar las formas dominantes de representación y conocimiento?
BB – En el contexto de mi investigación, una “imagen desobediente” no sería simplemente una imagen que contradice una representación dominante. Sería una imagen capaz de interrumpir las formas establecidas de ver, clasificar y producir conocimiento. Su desobediencia no estaría necesariamente en lo que representa, sino en la manera en que obliga al espectador a relacionarse con aquello que está viendo.
Esto implica cuestionar una idea en la cual las imágenes sirven principalmente para mostrar y confirmar algo que ya conocemos. Una imagen desobediente puede, por el contrario, producir incertidumbre, abrir preguntas y poner en crisis nuestras categorías de reconocimiento.
Para pensar en esta imagen desobediente, podría caracterizarla a partir de varias operaciones, por ejemplo interrumpiendo la legibilidad. Y es allí donde una imagen desobediente no tiene que entregarse inmediatamente a la comprensión, ya que puede contener ruido, fragmentación, desenfoque, superposición, contradicción. Aquí el error se convierte en una estrategia de resistencia porque interrumpe la lectura automática.
También pensemos que la imagen desobediente debe desobedecer al referente, ya que no tiene que demostrar que aquello que representa ocurrió exactamente de esa manera y puede trabajar con la ficción, la reconstrucción, la memoria y la imaginación. En este sentido, una imagen generada mediante IA puede ser desobediente ya que no intenta simular pasivamente la realidad, sino utilizar su capacidad de producir apariencias para cuestionar nuestra confianza en ellas.
En este sentido la pregunta deja de ser ¿Esto sucedió realmente? para convertirse en ¿Por qué esta imagen consigue que yo crea que sucedió?
Por otro lado la imagen desobediente desobedece al archivo, ya que trabajar con aquello que el archivo dominante dejó fuera, como las fotografías familiares, los documentos incompletos, las memorias migrantes, los cuerpos marginalizados, los relatos fragmentarios, los errores de clasificación y las imágenes anónimas. Y es aquí cuando aparece el antiarchivo como estrategia. No se trata únicamente de incorporar imágenes ausentes, sino de cuestionar las estructuras que determinaron qué podía ser considerado digno de ser archivado.
La imagen desobediente debe introducir otras temporalidades dentro de la representación dominante, la cual suele organizar el tiempo de manera lineal designando al pasado, el presente y el futuro de forma ordenada. En mi caso, la superposición de tiempos me permite romper esa continuidad. Tiempo Fracturado constituye un ejemplo de ello, ya que encontramos diferentes cuerpos y momentos, los cuales coexisten en una misma imagen. El pasado no aparece como algo terminado, sino como una fuerza que continúa actuando sobre el presente.
La imagen desobediente puede entonces producir un tiempo fracturado, donde memoria, presente, ausencia y posibilidad coexisten.
En otro sentido la imagen desobediente debe cuestionar a la mirada colonial, debe cuestionar quién tiene el poder de representar a quién y por que. Esto es central si pensamos en los sistemas de IA, ya que sus archivos contienen estructuras coloniales, raciales y culturales heredadas. En este sentido la imagen desobediente no se limita a producir “otra representación” del sujeto, ya que intenta revelar las condiciones desde las cuales ese sujeto ha sido históricamente representado.
Por eso, una estrategia decolonial no consiste únicamente en cambiar el contenido de la imagen, sino en intervenir sus mecanismos de producción.
Otra forma de pensar a la imagen desobediente es en la cual le devolvemos la agencia al espectador, no le impone lo que tiene que pensar, mas bien construye una situación de incertidumbre en la que el espectador tenga que completar las relaciones, reconocer las ausencias y formular las preguntas. En este sentido la obra debe funcionar como una estructura que activa procesos de interpretación.
En la imagen desobediente se debe hacer visible el proceso, debe mostrar sus capas, manipulaciones, errores y transformaciones.
En lo particular me interesa una imagen que me permita percibir la deriva entre archivo, prompt, algoritmo, error y resultado.
La imagen deja entonces de ser una superficie cerrada y se convierte en un campo de operaciones.
Desde mi Modelo de Deriva Crítica y Producción Simbólica, la imagen desobediente podría definirse mediante una cadena de operaciones:
archivo → intervención → desviación → error → ruptura → montaje → pensamiento.
La imagen no obedece completamente al archivo, ni al algoritmo, ni siquiera a la intención inicial del artista, ya que nos introduce en una desviación que nos permite que aparezca algo no previsto.
Por eso, la desobediencia no significa destruir una representación existente, mas bien significa llevarla a la deriva. En este sentido, el prompt puede convertirse en una herramienta de “guerrilla de la imagen”, ya que en lugar de pedirle al sistema que reproduzca una representación convencional, se introducen contradicciones, desplazamientos, memorias particulares y asociaciones improbables para explorar sus límites.
La característica fundamental de una imagen desobediente sería entonces su capacidad para desestabilizar aquello que parecía evidente. No necesariamente debe ser políticamente explícita, violenta o provocadora. Puede ser una imagen aparentemente sencilla que introduce una pequeña anomalía, como un rostro que pertenece simultáneamente a dos generaciones, una fotografía de algo que nunca ocurrió, un archivo familiar reorganizado, un cuerpo que no puede ser clasificado, o una temporalidad imposible.
Esa pequeña desviación es suficiente para interrumpir la mirada automática.
Una imagen desobediente es aquella que interrumpe las categorías con las que estamos acostumbrados a ver, recordar y conocer, utilizando la incertidumbre, el error, la fragmentación y la deriva para abrir otras posibilidades de representación.
En mi investigación, la resistencia de la imagen no consiste entonces solamente en representar aquello que estaba ausente, sino en modificar las condiciones mismas de representación.
La imagen desobediente no busca sustituir una verdad dominante por otra verdad definitiva, mas bien busca abrir una zona de indeterminación crítica donde podamos preguntarnos quién construyó la imagen, desde qué archivo, mediante qué categorías, qué quedó fuera y qué otras imágenes podrían todavía producirse. En ese sentido, la imagen desobedece cuando deja de ser una respuesta y comienza a convertirse en una pregunta.
HC – Error y creación
¿Por qué el error, la contradicción o la fractura visual pueden convertirse en herramientas críticas frente a las imágenes generadas algorítmicamente?
BB – En mi investigación, el error es entendido como una posibilidad metodológica para interrumpir los sistemas de representación. Frente a las imágenes generadas algorítmicamente, que tienden a producir superficies cada vez más coherentes, realistas y visualmente convincentes, el error, la contradicción y la fractura nos permiten introducir una distancia crítica respecto de esa apariencia de perfección.
La cuestión es importante porque una imagen generada por IA puede ocultar el proceso que la produjo. Cuanto más convincente es su apariencia, más fácilmente podemos olvidar que detrás de ella existen datos, clasificaciones, modelos estadísticos, decisiones humanas, sesgos culturales y operaciones algorítmicas. El error entonces rompe esa ilusión de transparencia.
Por eso, en mi trabajo, me interesa invertir la relación tradicional entre error y creación, planteando como el error no aparece después de la creación como algo que salió mal; aparece durante la creación como aquello que permite que algo inesperado suceda.
Por otro lado una imagen algorítmica funciona mediante reconocimiento y predicción. A partir de grandes cantidades de datos, el sistema establece relaciones y produce aquello que considera visualmente plausible y cuando aparece una anomalía, una mano imposible, un rostro híbrido, una arquitectura inexistente, una temporalidad contradictoria, se produce una interrupción de esa plausibilidad.
Esa interrupción es interesante porque nos obliga a dejar de mirar solamente qué representa la imagen y nos lleva a preguntarnos cómo fue producida. El error se convierte así en una especie de ventana hacia el proceso.
En términos de mi investigación:
imagen → anomalía → interrupción → pregunta → lectura crítica.
En este sentido la contradicción tiene una función semejante. Si una imagen presenta simultáneamente dos identidades, dos épocas o dos espacios incompatibles, deja de funcionar como una representación estable.
Esto se manifiesta en la serie Tiempo Fracturado. Aquí la superposición de cuerpos y temporalidades busca expresar una experiencia en la que el pasado y el presente coexisten dentro del mismo cuerpo y de la misma memoria. La contradicción visual entonces representar algo que la imagen documental difícilmente puede expresar, la complejidad de una experiencia subjetiva.
Una fotografía puede decir esto ocurrió aquí y entonces, mientras que una imagen fracturada nos dice, esto ocurrió, pero continúa ocurriendo dentro de mí.
Por otro lado la imagen generativa tiende a producir una apariencia de totalidad, llevándonos a cuerpos completos, espacios coherentes, iluminación consistente, superficies impecables. Frente a ello, la fractura nos introduce vacíos, interrupciones y discontinuidades.
Es en estas discontinuidades donde encontramos al archivo inestable, en el cual la memoria tampoco es una estructura completa y ordenada, ya que está constituida por fragmentos, olvidos, asociaciones, pérdidas y reconstrucciones. Por eso, una imagen que muestra su propia fractura resulta más adecuada para hablar de memoria que una imagen aparentemente perfecta.
Hay en esta operación también una dimensión política. Pensemos en como la IA produce un error y ese error nos revela así las categorías con las que el sistema intenta organizar el mundo. Por ejemplo, si confunde cuerpos, edades, géneros, territorios, culturas o temporalidades, podremos preguntarnos qué asociaciones estadísticas hicieron posible esa confusión.
El error se convierte entonces en una especie de síntoma del archivo. No necesariamente nos dice por sí mismo cuál es el sesgo, pero nos permite detectar que existe una distancia entre la experiencia humana y la clasificación algorítmica.
En este sentido en lugar de intentar eliminar inmediatamente la anomalía, debemos detenernos en ella para investigar qué estructura produjo esa anomalía.
Y es aquí donde encuentro uno de los vínculos más claros con mi Modelo de Deriva Crítica y Producción Simbólica.
La deriva del error comienza cuando una intención inicial deja de controlar completamente el resultado:
archivo → prompt → algoritmo → desviación → error → selección → montaje → significado.
El error nos introduce una bifurcación. A partir de este momento, la obra se dirige hacia un lugar que no estaba previsto.
Por eso, no utilizo la IA para obtener exactamente la imagen que imagino, sino para producir condiciones de incertidumbre.
Esta es la lógica de la “guerrilla del prompt”, el no pedir simplemente al sistema que produzca una imagen determinada, sino construir instrucciones que provoquen tensiones, asociaciones imposibles y desplazamientos respecto de sus patrones habituales.
El objetivo no es hacer que la máquina falle por sí misma, es utilizar el fallo como materia estética y epistemológica.
Por otro lado hay que distinguir también dos tipos de error. El primero es el error técnico, donde una imagen esta mal generada, creando una anomalía que el sistema intenta corregir y el segundo es el error simbólico, creando aquello que, precisamente porque no corresponde a las categorías dominantes, abre una nueva posibilidad de interpretación.
Mi investigación se interesa particularmente por este segundo sentido, llevándome a una imagen puede ser técnicamente “incorrecta” y, sin embargo, conceptualmente mucho más productiva que una imagen perfecta. Una deformación en mi proceso puede expresar una memoria que una reconstrucción fiel no podría representar. Un rostro imposible puede expresar una identidad fragmentada y una superposición me puede expresar una relación temporal que una imagen documental no puede contener.
Esto me conduce a una idea donde la perfección visual no necesariamente produce mayor verdad, ya que una imagen hiperrealista es en realidad completamente ficticia. Una imagen defectuosa en este sentido expresar con mayor precisión una experiencia de pérdida, memoria o incertidumbre.
Por eso, frente a la tendencia contemporánea hacia imágenes algorítmicamente cada vez más perfectas, la imperfección funciona como una estrategia de resistencia.
La imagen me dice, en cierto modo “No voy a permitir que mi apariencia de realidad oculte las condiciones de mi construcción.” Y esto me resulta importante en una época en la que la distinción entre fotografía, simulación y generación algorítmica se vuelve cada vez más difícil.
Finalmente, el error tiene una dimensión epistemológica. No solamente produce una imagen diferente; produce otra forma de conocer.
La representación convencional busca reducir la incertidumbre. Mi propuesta parte de la posibilidad contraria, la de utilizar la incertidumbre para pensar.
El error nos permite preguntar ¿Qué esperaba encontrar la máquina? ¿Qué categoría utilizó para producir este resultado? ¿Qué archivo está detrás de esa asociación? ¿Qué quedó fuera? ¿Qué memoria fue deformada? ¿Qué aparece y porque el sistema no pudo representar correctamente aquello que le pedimos?
De esta manera, el error deja de ser un accidente secundario y se convierte en un instrumento de investigación.
Por eso, en el contexto de mi trabajo, pensaría al error como una desviación productiva que interrumpe la apariencia de certeza de la imagen y me permiten hacer visibles los archivos, categorías, memorias y relaciones de poder que participan en su construcción. La creación en este sentido surge precisamente en esa interrupción, la creación surge cuando la imagen deja de obedecer completamente al artista, al archivo o al algoritmo y aparece un espacio de negociación donde surge algo que ninguno de los tres controla por completo y es ahí es donde sitúo la potencia crítica del error, en convertir la equivocación en una forma de pensamiento, de resistencia y de producción simbólica.
HC – Futuro de la cultura visual
Frente a la expansión de la inteligencia artificial, ¿cuál debería ser el papel de artistas, investigadores y ciudadanos en la construcción de imágenes más críticas, diversas y conscientes de sus condiciones de producción?
BB – Frente a la expansión de la inteligencia artificial, considero que artistas, investigadores y ciudadanos no deberían limitarse a aprender a producir más imágenes, sino a desarrollar otras formas de leer, cuestionar y disputar las condiciones mediante las cuales esas imágenes son producidas. El desafío no es únicamente tecnológico, es cultural, epistemológico y político. Se trata de preguntarnos qué imágenes queremos producir, desde qué archivos, con qué memorias y para qué futuros.
Desde mi investigación, esto implica pasar de una cultura visual basada fundamentalmente en la producción de imágenes a una cultura visual basada también en la conciencia de sus condiciones de producción.
En este sentido el artista debe asumir una función crítica frente a la IA no simplemente utilizándola como una herramienta para generar imágenes más rápidas o técnicamente más sofisticadas, sino interrogando sus posibilidades y sus límites.
Aquí recupero la idea de la imagen desobediente, donde el artista introduce errores, contradicciones, fragmentaciones, memorias particulares y asociaciones inesperadas para evitar que la imagen generada se convierta simplemente en una reproducción de los imaginarios dominantes.
La práctica artística funciona como una especie de laboratorio de desviaciones:
archivo → intervención → prompt → algoritmo → error → deriva → montaje → pensamiento.
En este proceso, el artista no busca controlar completamente el resultado, mas bien construye las condiciones para que aparezca aquello que no estaba previsto y posteriormente se pregunta qué significa esa aparición. Esto nos permite recuperar la dimensión experimental del arte frente a una tecnología que tiende a presentarse como eficiente, predictiva y orientada a resultados.
En este sentido el artista-investigador tiene la responsabilidad de hacer visibles las infraestructuras que producen las imágenes, ya que una imagen generada por IA puede parecer autónoma, pero detrás de ella existen datos, modelos, criterios de clasificación, sistemas de entrenamiento, decisiones humanas y estructuras económicas y culturales.
Por eso, investigar una imagen contemporánea implica también investigar su genealogía y preguntarnos ¿De qué archivos proviene? ¿Qué imágenes fueron utilizadas para construir el modelo? ¿Qué cuerpos y culturas están sobrerrepresentados? ¿Cuáles aparecen poco o están ausentes? ¿Cómo fueron clasificadas esas imágenes? ¿Qué errores produce el sistema? ¿Qué formas de conocimiento quedan fuera? ¿Quién controla las infraestructuras que hacen posible la generación?
Esta perspectiva nos permite pasar de una crítica centrada únicamente en el resultado visual a una crítica de la infraestructura de la imagen.
Por otro lado uno de los desafíos centrales será recuperar una relación crítica con la apariencia fotográfica, ya que durante mucho tiempo hemos aprendimos a asociar fotografía con acontecimiento, ya que si existe una fotografía, tendemos a pensar que algo estuvo allí. La IA rompe esa relación y es por eso que será cada vez más importante distinguir entre apariencia de realidad contra evidencia de realidad.
Pero esto no significa desconfiar automáticamente de todas las imágenes. Significa desarrollar una alfabetización visual y algorítmica capaz de preguntar por su procedencia, contexto y condiciones de producción.
El pensamiento visual del futuro no deberá consistir solamente en saber identificar una imagen “hecha por IA”, sino en comprender qué significa que una imagen pueda ser producida de esa manera.
La diversidad de las imágenes tampoco debería reducirse a producir más imágenes de sujetos históricamente invisibilizados. El problema es más profundo, debemos cuestionar las categorías mediante las cuales esos sujetos son representados.
Si los archivos que alimentan los sistemas contienen relaciones históricas de poder, simplemente introducir nuevos contenidos puede no ser suficiente. Necesitamos intervenir las estructuras de representación, para producir archivos alternativos, recuperar memorias locales, trabajar con fotografías familiares, testimonios, lenguas y conocimientos que históricamente quedaron fuera de los grandes sistemas de clasificación. Esto significa construir otros archivos para imaginar otros futuros.
Uno de los aspectos que considero más importantes para el futuro de la cultura visual es la transformación del archivo en una infraestructura de imaginación. El archivo puede dejar de ser solamente “lo que conservamos del pasado” para convertirse también en “lo que utilizamos para imaginar aquello que todavía no existe”.
Pero esta transformación debe hacerse críticamente. No debemos permitir que la IA rellene automáticamente las ausencias del archivo y después presente esas reconstrucciones como si fueran memoria histórica.
En mi trabajo, prefiero mantener visible la diferencia entre documento, reconstrucción, ficción y memoria imaginada.
Una imagen de una persona que nunca fue fotografiada, al crearla con IA puede tener un enorme valor afectivo o artístico, pero no debe confundirse con un documento de esa persona. Y es precisamente esta condición ficticia que puede ser parte de su potencia.
Aquí vuelve a aparecer el error, ya que frente a sistemas diseñados para producir resultados cada vez más coherentes, eficientes y plausibles, podemos utilizarlo para crear la desviación como una forma de abrir posibilidades y reflexiones sobre la imagen.
El futuro de la cultura visual no tiene por qué orientarse hacia imágenes cada vez más perfectas, debe mas bien orientarse hacia imágenes más conscientes de sus propias fracturas.
El error nos permite recordar que toda imagen es una construcción, la contradicción nos permite cuestionar nuestras categorías, la fractura nos permite hacer visible la ausencia, la deriva nos permite imaginar lo que todavía no conocemos y el antiarchivo nos permite disputar aquello que históricamente fue considerado digno de ser visto y conservado.
Por eso creo que el futuro exige también una ética de la imagen generativa. No una ética basada exclusivamente en prohibiciones, sino en responsabilidad y conciencia.
Producir una imagen debería implicar preguntarnos ¿De dónde viene? ¿Qué archivo moviliza? ¿A quién representa? ¿A quién deja fuera? ¿Qué memoria transforma? ¿Qué relaciones de poder reproduce? ¿Qué posibilidades abre?
Estas preguntas son más importantes que determinar si la imagen es simplemente “real” o “artificial”.
En última instancia, considero que los artistas e investigadores comparten una tarea, la de dejar de relacionarse con las imágenes algorítmicas únicamente como consumidores.
El artista debe intervenirlas, el investigador debe desmontar sus genealogías, el espectador debe cuestionar sus apariencias y exigir transparencia sobre sus condiciones de producción. Los tres deben contribuir a construir una cultura visual en la que la tecnología no determine por sí sola qué podemos imaginar.
El futuro de la cultura visual no dependerá solamente de nuestra capacidad para generar imágenes, sino de nuestra capacidad para disputar los archivos, categorías y algoritmos que determinan qué imágenes podemos imaginar.
Desde el Modelo de Deriva Crítica y Producción Simbólica, esto significa asumir la inteligencia artificial no como una máquina que sustituye la imaginación humana, sino como un territorio de conflicto y experimentación. Podemos intervenir sus archivos, provocar sus errores, desviar sus asociaciones y utilizar sus resultados para hacer visibles sus límites.
Así, frente a una tecnología que tiende a producir imágenes cada vez más convincentes, la tarea crítica consiste en producir imágenes que no solamente convenzan, sino que hagan pensar.
Y quizá esa sea una de las responsabilidades centrales de la cultura visual del futuro, debemos no enseñar únicamente a las máquinas a producir mejores imágenes, sino enseñar a la sociedad a mirar críticamente las imágenes que las máquinas producen.
HC – Pregunta de cierre
Si la fotografía tradicional decía “esto ocurrió”, la fotografía digital “esto puede modificarse” y la imagen generativa “esto podría existir”, ¿qué debería decir una imagen verdaderamente desobediente?
BB – Si podemos pensar la historia reciente de la fotografía como un desplazamiento desde “esto ocurrió”, hacia “esto puede modificarse” y finalmente hacia “esto podría existir”, la imagen desobediente introduce una cuarta posibilidad “esto podría ser de otra manera.”
Esta frase desplaza la discusión desde la representación de la realidad hacia la posibilidad de transformarla. Una imagen desobediente no necesita demostrar que algo ocurrió ni simplemente imaginar algo que podría existir, su potencia está en interrumpir las condiciones que determinan aquello que podemos ver, recordar e imaginar.
La fotografía tradicional establecía una relación privilegiada con el acontecimiento “esto estuvo ahí”. La fotografía digital puso en crisis la estabilidad de esa evidencia “esto puede haber sido alterado”. La IA generativa lleva la ruptura más lejos:“esto puede aparecer aunque nunca haya ocurrido”.
La imagen desobediente no intenta regresar a la primera condición ni celebrar ingenuamente la tercera. Introduce una pregunta adicional ¿Por qué solamente esto debería poder existir como imagen?
Es decir, no se limita a producir nuevas imágenes dentro de las categorías existentes; intenta desplazar las categorías mismas.
En mi investigación, la desobediencia comienza con el archivo. Si el archivo determina parcialmente aquello que una sociedad puede recordar, intervenirlo significa también intervenir el campo de lo imaginable.
Por eso, una imagen desobediente puede trabajar con aquello que fue excluido del archivo; con aquello que fue clasificado desde una mirada colonial; con aquello que no pudo ser fotografiado; con aquello que fue olvidado; con aquello que permanece como memoria familiar; con aquello que solamente existe como ausencia; con aquello que el algoritmo no sabe representar.
La imagen desobediente no intenta ocultar esas ausencias, las convierte en materia de creación. Una imagen verdaderamente desobediente nos muestra sus capas, contradicciones, errores y operaciones.
Una imagen perfecta puede hacernos olvidar que estamos frente a una construcción. Una imagen fracturada nos recuerda que alguien la construyó.
Por eso, el error funciona como una marca de resistencia frente a la ilusión de totalidad.
En lugar de decir “créeme” la imagen desobediente dice “pregúntate cómo llegaste a creerme.”
Esto adquiere especial importancia frente a la IA generativa. Si los modelos producen imágenes a partir de patrones aprendidos de enormes archivos, existe el riesgo de que reproduzcan las mismas categorías culturales que ya estructuraban esos archivos.
Una imagen desobediente puede utilizar la propia tecnología para desviar esas asociaciones.
Mediante la guerrilla del prompt, podemos utilizar el lenguaje para introducir contradicciones, desplazamientos, memorias particulares y asociaciones imposibles.
El objetivo no es simplemente hacer que la IA “se equivoque”. Es utilizar su error para preguntarnos ¿Qué esperaba la máquina encontrar? ¿Por qué produjo esta representación? ¿Qué archivo hay detrás de ella? ¿Qué no pudo imaginar?
El error se convierte así en una forma de arqueología del algoritmo.
Existe además una dimensión importante de la imagen desobediente, en la cual no debería limitarse a representar al otro; debería cuestionar la posición desde la cual ese otro es observado.
Recordemos que durante mucho tiempo, determinadas imágenes produjeron sujetos como objetos de conocimiento, en las cuales encontramos al indígena, al migrante, al cuerpo racializado, al territorio “exótico”, al cuerpo femenino, al pobre. Una imagen desobediente debe romper esa relación unilateral entre observador y observado. No solamente debe pregunta “¿Cómo representamos al otro?” sino “¿Desde dónde estamos mirando al otro y quién construyó esa mirada?”
También considero que una imagen desobediente debe conservar cierta ambigüedad. No necesariamente debe decirle al espectador qué pensar, debe abrir una zona de incertidumbre donde distintas memorias, identidades y temporalidades puedan coexistir.
En Tiempo Fracturado, por ejemplo, la superposición de cuerpos no pretende resolver la identidad en una representación definitiva, la mantiene abierta. El pasado y el presente aparecen simultáneamente; el cuerpo propio contiene al cuerpo ausente.
La imagen no explica la memoria, la hace experimentar la fractura.
Finalmente, una imagen desobediente no debería limitarse a criticar las imágenes existentes, debe abrir otras posibilidades de interpretación de las mismas.
Aquí aparece una diferencia entre “esto podría existir” y “esto podría ser de otra manera”. La primera frase pertenece todavía al régimen de la generación, en la cual se debe producir una posibilidad visual y en la segunda nos introduce en una dimensión crítica, dejándonos imaginar una transformación de las condiciones que producen nuestro presente.
Por eso, la imagen desobediente puede ser entendida como una forma de ensayo de futuros. No predice el futuro, no lo representa como si ya existiera, lo pone en disputa.
Desde esta perspectiva, la secuencia podría ser: fotografía analógica – esto ocurrió; fotografía digital – esto puede modificarse; imagen generativa – esto podría existir; imagen desobediente – esto podría ser de otra manera.
La imagen verdaderamente desobediente no es necesariamente la más espectacular, ni la más técnicamente perfecta, ni siquiera la más provocadora. Es aquella que consigue desestabilizar una certeza. Puede ser una imagen de un cuerpo que no puede ser clasificado, una memoria que no puede ser reconstruida, una fotografía de algo que nunca sucedió, una identidad superpuesta, un error algorítmico o un archivo intervenido.
Lo importante es que produzca una interrupción, entre imagen y verdad, entre archivo y memoria, entre pasado y futuro, entre humano y máquina, entre lo visible y lo que permanece oculto.
Por eso, una imagen verdaderamente desobediente no puede decir simplemente “esto es falso”, ni “esto es posible”, sino “esto que ves no es el único mundo posible.”
Esa afirmación transforma la imagen de un objeto de representación en un espacio de resistencia, imaginación y producción simbólica. La fotografía deja entonces de ser solamente una forma de mirar el mundo y se convierte en una herramienta para desviar aquello que creemos que el mundo puede ser.