En octubre de 1503 la República de Florencia encargó a Leonardo da Vinci una batalla para el Salón de los Quinientos del Palazzo Vecchio, y en la pared de enfrente debía pintar Michelangelo. Se conservan dibujos autógrafos y copias de la composición, pero lo que ocurrió en el muro sigue sin aclararse: la tradición habla de una técnica que falló y de una pintura que goteó, y en 2020 un estudio dirigido por Cecilia Frosinini, del Opificio delle Pietre Dure, concluyó que Leonardo nunca llegó a pintar nada en él.
Esa incertidumbre es lo que hace útil el episodio, porque no hace falta saber qué falló exactamente para ver lo que enseña: la distancia entre lo que se puede probar y lo que se compromete. Leonardo podía ensayar el dibujo tantas veces como quisiera, pero la química de un muro de esa escala, con un encargo público detrás, era mucho más difícil de poner a prueba. Los artistas han trabajado siempre con estudios, maquetas y pruebas de material, de modo que la diferencia actual no es que antes no se pudiera simular nada. Lo que han cambiado los sistemas generativos es el alcance de lo que se puede previsualizar antes de tocar la pared: la imagen, el montaje, el texto de sala, la secuencia de una proyección, el recorrido de un visitante y, de forma aproximada, hasta el comportamiento de un material. La distancia sigue ahí, porque una previsualización de la pared no es la pared, y probar cuesta ahora tan poco que conviene preguntarse qué hacemos con un error que antes salía caro y hoy es ruido, y qué queda de una obra cuando el ensayo ocupa más sitio que la función.
De Rieseberg al mapa
En octubre de 2026 Felix Rieseberg, ingeniero de Anthropic que ha dirigido la ingeniería de Claude.ai, Cowork y Claude Code Desktop, publicó How to be more ambitious, un tutorial para aprovechar mejor los modelos. Lo organiza en cuatro ambiciones: velocidad, altura, profundidad y alcance.
Su mapa mide cuánto se aprovecha un modelo. Para quien hace obra o la comisaría la pregunta previa es otra: desde dónde interviene la IA y qué estatuto tiene lo que produce. Una misma herramienta puede ser un taller de ensayos, un ayudante que ejecuta, un material con el que se trabaja o un interlocutor que contradice, y cada uno de esos papeles abre preguntas distintas sobre autoría, conservación y sentido. Este artículo propone por eso seis perspectivas y cuatro ejes de análisis. Los ejes parten de los de Rieseberg, pero no los conservan: los reinterpretan, y el cambio más grande es que su velocidad se convierte aquí en tiempo, una cuestión distinta que se explica más adelante. Claude aparece a veces como ejemplo de herramienta, y el mapa no depende de ningún modelo concreto.
Seis perspectivas, no seis categorías
Las seis perspectivas no forman una clasificación de un mismo nivel, y conviene decirlo desde el principio. El ensayo es una fase del proceso, el instrumento un papel operativo, el material una relación con el medio de producción, la partitura una estructura de instrucciones, el interlocutor una relación intelectual y el archivo una práctica de documentación. Pueden solaparse, y de hecho se solapan, pero pertenecen a niveles distintos. Son seis maneras de mirar la relación entre una IA y una obra, y valen en la medida en que hacen visibles preguntas que otra mirada deja fuera.
Ensayo
La IA como espacio de prueba antes de comprometer materia, tiempo o cuerpo. Es a la vez una función de la herramienta y una fase del proceso artístico: se ensaya una instalación en una sala concreta, tres secuencias de una proyección, el orden de las obras o el tono de un texto de sala. Hay obras que existen gracias al riesgo de no haberse probado, de modo que importa decidir qué se ensaya y qué se deja sin ensayar a propósito. Un prompt de ensayo pide lo contrario de un resultado: «No produzcas la pieza. Propón tres maneras en que esta instalación puede fallar en sala y qué quedaría de ella en cada caso.»
Instrumento
La IA ejecuta lo que la persona decide y la persona firma. Es la perspectiva más antigua, la del maestro con taller de ayudantes, con la diferencia de que este ayudante carece de un oficio visible. Para quien comisaria, la cuestión práctica es cómo declarar en la ficha técnica y en la cartela, qué hizo la máquina y qué hizo la persona, porque nombrar el proceso forma parte de la honestidad de la obra.
Material
El modelo como materia: sus datos de entrenamiento, su espacio latente, sus pesos y sus fallos, con los que se trabaja como con la veta de la madera o el grano de una película. Ejecutar un modelo local da autonomía técnica y más control, pero no implica poseer los pesos, tener derechos sobre los datos con los que se entrenó ni dominar todos los componentes del sistema. En un modelo alojado en la nube no hay control alguno sobre la materia. Quien lo usa decide lo que escribe y los ajustes que el servicio deja tocar, pero los pesos, los datos de entrenamiento, las instrucciones ocultas y los filtros son del proveedor, que puede actualizar, sustituir o retirar el modelo según su propio calendario. Es como pintar con un pigmento que el fabricante puede reformular sin consultar a quien pinta, y cuya fórmula anterior no se recupera si deja de venderlo. Guardar el prompt no garantiza entonces repetir el resultado, y una obra hecha sobre ese material depende de decisiones que nadie en el estudio toma. La soberanía tecnológica es una cuestión más compleja que elegir entre instalar un modelo en el propio ordenador y usarlo como servicio en la nube.
Partitura
La instrucción como obra tiene su genealogía más rica en la música experimental y la performance. John Cage compuso con azar Music of Changes (1951) y llevó el método al ordenador con Lejaren Hiller en HPSCHD (1969). Con raíces en esa música, Fluxus fue una red internacional de artistas y compositores, cofundada en 1960 por George Maciunas, que hizo de la partitura un texto breve que cualquiera puede ejecutar: las instrucciones de Yoko Ono en Grapefruit (1964), las «partituras de acontecimiento» de George Brecht o la Composition 1960 #10 de La Monte Young, que dice «Dibuja una línea recta y síguela». En todas ellas la obra existe cuando alguien la ejecuta, y cada ejecución difiere de las demás dentro de lo que la instrucción permite.
En las artes visuales, Sol LeWitt escribió en 1967 que «la idea se convierte en una máquina que hace el arte», y desde 1968 produjo más de mil doscientos dibujos murales, casi todos ejecutados por ayudantes a partir de sus indicaciones. La analogía con la IA es fértil y tiene límites. Un prompt puede ser una instrucción puntual, un flujo de trabajo es un procedimiento ejecutable y un agente puede modificar sus propias acciones. En LeWitt la ejecución varía dentro de un margen que la instrucción acota y que un equipo humano puede discutir y un museo certificar. En las performances de Fluxus con sus partituras, quien ejecuta está presente, con un cuerpo y ante un público, y responde de lo que hace; el modelo interpreta la instrucción desde regularidades estadísticas y no responde de lo que produce. Cuando el ejecutor reescribe su propio procedimiento, la analogía deja de servir y la autoría se desplaza al diseño del sistema.
Interlocutor
El modelo como voz que objeta y propone. Conviene entenderlo como un interlocutor funcional y no como una voz independiente: genera contradicciones, perspectivas alternativas y críticas simuladas, pero no tiene una posición propia desde la que discrepar ni una experiencia del mundo que respalde sus objeciones, y tiende a dar la razón a quien le habla. Rieseberg insiste en que no se le pida al modelo que se juzgue a sí mismo, y en arte esa advertencia se vuelve práctica: el juez externo es el público, el colega, el contexto y el propio material cuando se resiste. Rieseberg no habla de otro modelo, pero su juez externo admite esa lectura: contrastar la respuesta con un modelo local sin censura, ajeno a los filtros y a la estética de una plataforma comercial. No es un juez neutral, porque tiene sesgos propios, pero son otros: lo que un modelo corporativo suaviza o rechaza, el otro lo deja pasar, y la discrepancia entre ambos deja ver los límites y sesgos estéticos de cada uno. A la IA se le puede pedir que busque la lectura más débil de un texto de sala o lo que da por supuesto, y la decisión corresponde siempre a otra persona.
Archivo
Es la perspectiva menos parecida a las demás, porque aquí la IA no hace nada: es el artista o el comisario quien debe documentar la intervención del modelo, de modo que lo que se describe es una responsabilidad de conservación y no un papel de la máquina. Anotar versión, semilla, parámetros y prompts es necesario y no basta. También importan los pesos exactos, las herramientas, las dependencias, el flujo de trabajo y las condiciones de ejecución, y no todos los servicios permiten acceder a una semilla ni congelar el entorno. A ello se suma el viejo problema de la conservación del media art, la obsolescencia del hardware: dentro de veinte años quizá no existan tarjetas gráficas capaces de ejecutar esa arquitectura de la misma manera.
El deslizamiento entre perspectivas es el riesgo práctico más serio del mapa. El riesgo está en no saber en qué perspectiva opera la IA dentro del propio estudio: un modelo que empieza como ensayo y acaba como material o como partitura cambia de estatuto sin que nadie lo declare, y entonces la ficha técnica, la firma y las condiciones de conservación descansan sobre una descripción que ya no es cierta. Por eso el primer gesto útil consiste en nombrar la perspectiva desde la que se trabaja, y en volver a nombrarla cada vez que el proyecto cambia de fase.
Cuatro ejes de análisis
Las perspectivas dicen desde dónde se mira, y los ejes dicen qué se examina y hasta dónde se lleva. Reinterpretan los cuatro de Rieseberg, y el primero cambia de naturaleza.
Tiempo. La velocidad de Rieseberg consiste en hacer el mismo trabajo en menos tiempo. En arte ese ahorro tiene un reverso, porque el tiempo es también materia de la obra, y conviven al menos tres duraciones que no coinciden: la del proceso, que la IA comprime de semanas a segundos; la de la obra, que puede aspirar a durar décadas, y la del modelo que la produce, que su proveedor puede sustituir o retirar según su propio calendario. AARON, la obra-programa de Harold Cohen que genera imágenes y que él desarrolló durante casi cinco décadas, muestra una escala de tiempo que una obra apoyada en un servicio alojado ya no puede dar por sentada. Cuando probar cuesta segundos, además, el tiempo largo de una práctica, el que hace madurar una idea y obliga a decidir, puede perderse sin que nadie lo decida, y por eso conviene elegir qué lentitud se conserva a propósito.
Altura. Para Rieseberg, subir de altura es pasar de la tarea al resultado que de verdad se persigue: preguntarse qué se quiere que ocurra después y cuál es el objetivo del objetivo. Su ejemplo es dejar de pedirle a Claude que arregle fallos concretos y pedirle que mantenga una aplicación sin fallos. En arte esa ascensión tiene varios pisos. Se puede subir del objeto al sistema, de la pieza al dispositivo que genera piezas; de la exposición al programa, cuando quien comisaria deja de resolver una muestra y empieza a diseñar lo que el público habrá visto al cabo de un año; y de la práctica a la línea de investigación. Cada piso gana alcance y delega decisiones en el sistema, y el riesgo es subir tanto que la obra quede reducida a su función. El propio Rieseberg admite que la altura funciona peor en lo creativo, y la razón es que el objetivo del objetivo es justo la pregunta que el arte suele negarse a responder.
Profundidad. Ir hacia la materia y hacia la historia del medio: los datos, los pesos, el código y los modelos que uno puede ejecutar en su propia máquina, y conocer el medio como lo conocería alguien del oficio. Aquí vive también el juez externo, que en arte rara vez es una métrica.
Alcance. Mirar la obra desde otras disciplinas. La sugerencia de Rieseberg de cambiar sustantivos por verbos se traduce bien: un catálogo no es un texto, es lograr que alguien entienda una hipótesis sin haber pisado la sala. Su advertencia también sirve: pedirle al modelo que escriba como un especialista produce disfraz, y pedirle que haga lo que hace ese especialista produce método.
Ni las perspectivas ni los ejes forman un sistema cerrado, y no hace falta rellenar las veinticuatro intersecciones. Algunas plantean preguntas muy útiles y otras apenas describen. El mapa sirve para formular preguntas, identificar tensiones y detectar aspectos desatendidos, y aplicado a una obra concreta puede seguir tres pasos:
- Identificar qué perspectivas activa la obra, que casi siempre serán dos o tres, y en cuál se desliza a lo largo del proyecto.
- Elegir un eje donde haya una tensión visible, como la duración de la obra frente a la del modelo o la altura a la que se ha subido sin querer, y formular la pregunta que ese cruce plantea.
- Anotar los cruces que nadie ha mirado todavía, porque dicen qué falta por preguntar.
Tres obras para probar el mapa
Un mapa vale en la medida en que sirve para leer obras que existen. Tres casos reales, cada uno cercano a una perspectiva y a un eje distintos, permiten comprobarlo.
Material: Not the Only One, de Stephanie Dinkins
Stephanie Dinkins inició en 2017 la investigación de Not the Only One (N’TOO), una IA conversacional entrenada con las historias orales que le dieron tres generaciones de mujeres de su familia. No pudo recurrir a los conjuntos de datos disponibles, porque la mayoría contienen un sesgo profundo contra las personas negras, y optó por pocos datos propios, alojados en ordenadores locales para proteger a la comunidad que los aportó. El resultado es un modelo torpe, que a veces no responde, y a Dinkins le interesa esa torpeza porque enseña los límites de las tecnologías inteligentes. Es la perspectiva del material llevada a profundidad: el dato se elige, se cuida y se declara, y de él depende el carácter de la obra. La propia artista cuenta que hasta 2020 hablar con N’TOO era como hablar con una niña de cuatro años, y que cuando en 2021 pasó a un modelo más reciente se volvió una preadolescente reticente. Anna Ridler había llevado antes un gesto parecido a los tulipanes de Mosaic Virus, una obra que ya se comenta en el artículo sobre la rebelión de la forma y la censura algorítmica.
Sistema: AARON, o la pieza que no termina
Harold Cohen concibió AARON a finales de los años sesenta en la Universidad de California en San Diego y siguió desarrollándolo hasta su muerte, en 2016. El Whitney lo presenta como el primer software de inteligencia artificial para hacer arte y afirma ser el primer y único museo que colecciona versiones del programa de distintas épocas; entre febrero y mayo de 2024 las mostró en Harold Cohen: AARON. Una pieza que se vuelve sistema gana duración y pierde la posibilidad de terminar. AARON lo ilustra: durante casi cinco décadas fue una sucesión de versiones, cada una con sus propias salidas, y el final llegó solo con la muerte de su autor. El interés se desplaza del resultado al procedimiento, y con él la autoría: ya no se firma un objeto acabado, se firma una trayectoria. Que un museo coleccione versiones fechadas apunta a una respuesta de conservación posible, tratar el sistema como una serie de estados en lugar de una sola pieza. Con un modelo entrenado la situación se complica, porque parte de su comportamiento no lo ha escrito nadie.
Archivo: A Living Poem, de Sasha Stiles
Sasha Stiles presentó A Living Poem en el Museum of Modern Art de Nueva York del 10 de septiembre de 2025 al 3 de marzo de 2026. Según el museo, el poema se reescribe a sí mismo cada sesenta minutos con un modelo de lenguaje a medida, instrucciones elaboradas y conjuntos de datos propios, de modo que cada hora la obra es otra y, cerrada la exposición, ya no está en la pared. Ahí está su interés para el archivo, porque la documentación tiene que decidir qué cuenta como la obra. Sobrevive en una versión en línea y en A Living Poem: The Codex, un libro de artista que reúne el código, las influencias y los procesos poéticos junto a fotogramas generativos seleccionados, y cuyos ejemplares son todos únicos, con una cubierta fechada en un momento irrepetible de la exposición. Con otra máquina, Memories of Passersby I, de Mario Klingemann, que se comenta en el artículo sobre el espacio latente y la censura algorítmica, tiene un estudio de conservación en Electronic Media Review que identifica la pérdida del algoritmo como el mayor riesgo y recomienda documentar el comportamiento de la obra más que sus componentes.
Los tres casos no agotan el mapa, pero muestran cómo se cruzan las perspectivas y los ejes. Dinkins lleva el material a profundidad y descubre que cambiar de modelo cambia la obra; Cohen plantea qué es una obra que no termina, y Stiles obliga a decidir qué parte de un flujo continuo cuenta como la obra cuando la exposición se cierra. En los tres, el archivo deja de ser una tarea final y pasa a formar parte del diseño de la pieza.
Controlar no es transformar
Controlar un sistema y transformar sus posibilidades expresivas son cosas distintas. Ejecutar en local un modelo de pesos abiertos da autonomía técnica, un primer paso hacia la soberanía sobre el propio proceso que está lejos de agotarla. Entrenar uno con material propio, como hace Dinkins, cambia lo que el modelo puede producir. Construir un sistema cuya lógica forma parte de la obra, como AARON, cambia además lo que se entiende por obra. Ninguna de las tres cosas garantiza por sí sola una práctica menos uniforme.
La homogeneización tampoco depende únicamente de cómo se use la IA. Influyen los modelos y los conjuntos de datos disponibles, las interfaces, las prácticas compartidas y los criterios estéticos dominantes, y trabajar con datos propios no basta para escapar de todo ello. Resistir la estandarización pasa por saber, en cada punto del proceso, qué decidió la persona y qué decidió el sistema.
Una práctica seria con estos sistemas debería poder decir de dónde viene lo que usa y qué cuesta. Lo primero afecta a los datos, que con frecuencia incluyen obra de otras personas, y a la pregunta de quién autorizó su uso. Lo segundo afecta a la energía y a los recursos, casi siempre invisibles para quien escribe una instrucción y que una mirada desde la geología de los medios devuelve al primer plano: detrás de cada imagen generada hay centros de datos, hardware y energía. A ello se suma la dependencia de plataformas, porque los precios, las condiciones de uso, los filtros de contenido y la disponibilidad pertenecen a quien ofrece el servicio, y una obra construida sobre un servicio ajeno hereda sus reglas y puede perderse cuando una versión cambia o desaparece.
Queda la sombra de la ambición misma. El texto de Rieseberg funciona como estímulo y lo firma alguien que trabaja en Anthropic, algo que no le resta valor y conviene tener presente: hablar de ser más ambiciosos con los modelos es también hablar de usarlos más. Una práctica artística puede decidir con igual legitimidad usarlos poco, o desde una sola de las seis perspectivas, y hacerlo bien.
Un hilo de un metro
En 1913-14 Marcel Duchamp dejó caer desde un metro de altura tres hilos de un metro de largo sobre tres lienzos, fijó con barniz las curvas que dibujó el azar y cortó tres reglas de madera con esas mismas formas. Llamó al conjunto 3 Standard Stoppages y lo describió como una broma sobre el metro: las reglas deformadas eran una nueva imagen de la unidad de longitud. La obra incluye además la descripción de su propio protocolo, y esa descripción forma parte de lo que se conserva.
La pieza es un laboratorio que fabrica su propia unidad de medida, y eso es lo que propone el mapa a quien trabaje con IA. Las perspectivas y los ejes no ordenan las prácticas de mejor a peor. Piden a cada una que decida qué cuenta como ensayo y qué como error, qué se archiva y qué se deja perder, y con qué unidad se mide el tiempo. La pregunta útil se refiere menos a qué herramienta usar que a en qué lugar del mapa se está y en cuál se querría estar. Y queda otra, la que reúne a las demás: ¿desde qué altura dejamos caer el hilo?
Fuentes
- How to be more ambitious: A tutorial for humans with models, Felix Rieseberg, octubre de 2026.
- The Battle of Anghiari, Leonardo da Vinci’s masterpiece that was never painted, Finestre sull’Arte.
- Not the Only One (N’TOO), sitio web de Stephanie Dinkins.
- Harold Cohen: AARON, nota de prensa del Whitney Museum of American Art, exposición del 3 de febrero al 19 de mayo de 2024.
- Artificial Intelligence in Contemporary Art: Is it Possible to Preserve the Algorithm?, Betancor, Finn, García, Galeano y Mata Delgado, Electronic Media Review, vol. 6, 2019-2020.
- A Living Poem, Sasha Stiles, ficha de la exposición en el Museum of Modern Art (10 de septiembre de 2025 – 3 de marzo de 2026), y A Living Poem: The Codex, sitio web del libro.
- In Sol LeWitt’s head is a machine that makes art, The Arts Desk, y Sol LeWitt: Why is this art?, The Art Story.
- 3 Standard Stoppages, MoMA, y Hidden in Plain Sight: Duchamp’s 3 Standard Stoppages, Tout-Fait.
- Fluxus, Tate; HPSCHD, Music of Changes, George Brecht y Grapefruit, Wikipedia.
