Utilizar IA generativa para obras artísticas de manera eficaz y responsable

Objetivos de aprendizaje

Después de completar esta unidad, podrá:

• Establecer objetivos realistas para agregar imágenes generadas a su flujo de trabajo.
  
• Crear solicitudes que controlen de manera eficaz el resultado generado.
  
• Describir las preocupaciones éticas del uso del material gráfico de la IA generativa.
  

Incorporar ilustraciones generadas a sus proyectos

Independientemente de si quiere ilustrar un concepto para una presentación o mostrar el aspecto de sus productos cuando se utilizan en el mundo real, la IA generativa le proporciona la capacidad de embellecer su trabajo con imágenes. El uso de la IA para crear imágenes es todo un arte. Con el enfoque adecuado, puede generar imágenes apropiadas para su siguiente proyecto.

Al generar imágenes, recuerde que el arte es subjetivo. Es posible que desee obtener la imagen perfecta para enfatizar su punto de vista, pero la perfección no existe. Lo que para usted puede resultar magnífico, es posible que otros no lo aprecien tanto. Considere utilizar la imagen con la que está contento al 95 %; el último 5 % reside en la parte subjetiva.

Recuérdese su objetivo para incluir imágenes en su proyecto. Es posible que este sea intercalar el texto con imágenes interesantes. Sin embargo, una vez que empiece a generar imágenes, resulta tentador hacer que el objetivo ahora se convierta en encontrar la imagen perfecta. Ese enfoque más limitado le lleva a descartar opciones que podrían cumplir los requisitos del objetivo original de complementar el contenido.

Esto incluye imágenes que tienen pequeñas imperfecciones. Si la imagen no es el foco principal del proyecto, es posible que el receptor no note nada que esté mal. Por ejemplo, esta imagen se utiliza en la insignia Aspectos básicos sobre la IA generativa.

Mire detenidamente y podrá ver que la mesa tiene cuatro patas. La imagen no es perfecta, pero cumple su misión. En general, ser flexible le permite obtener un resultado aceptable de manera más rápida. Normalmente también ahorra más dinero, ya que muchas herramientas de IA generativa son de pago. Dicho esto, puede ser flexible e inteligente sobre la manera en la que trabaja con esas herramientas.

El arte de la ingeniería rápida

Como aprendió en la insignia Aspectos fundamentales de las solicitudes, las solicitudes son la manera en la que interactúa con los modelos de IA generativa. Usted proporciona instrucciones a un modelo mediante un texto (y puede que también utilice un par de imágenes) y este le devuelve su mejor predicción de lo que usted desea. Normalmente, cuanto mejor sea la solicitud, mejor será el resultado.

¿Pero qué es lo que hace que una de solicitud sea buena? Esta es una pregunta aparentemente sencilla que ha generado un debate entre los artistas digitales. Ya que no podemos llegar a comprender por completo las conexiones forjadas cuando se entrena un modelo, siempre tendremos la incertidumbre de cómo va a responder. Por ello, realizamos una suposición estudiada y esperamos que ocurra lo mejor. Pero algunas suposiciones son mejores que otras. Esta es la base de la ingeniería rápida. Este término surgió de la subcultura de artistas que adoptaron en primer lugar la IA generativa como una herramienta para crear arte.

La ingeniería rápida trata sobre experimentar con la solicitudes para ver lo que ocurre. A partir de pruebas y errores, los ingenieros descubrieron técnicas que funcionan sorprendentemente bien para influenciar el resultado de la IA generativa. La ingeniería rápida ha evolucionado hasta convertirse en un arte sofisticado, pero existen técnicas más simples y bien establecidas para obtener mejores resultados a medida que comienza a utilizar herramientas de IA generativa.

• Utilice modificadores de estilo. Desde la pintura rupestre en cuevas hasta el renderizado 3D, el arte ha adoptado infinidad de formas. Incluya un estilo de arte específicos, como el impresionismo, o un artista en concreto, como Monet, en su solicitud. Describa áreas, regiones geográficas o materiales. Cualquier cosa que suela asociarse con un estilo de arte específico formará parte del modelo.
  
  
• Utilice descriptores de calidad. Aunque los modelos de IA no tienen opiniones sobre lo que es bonito, nosotros, los seres humanos, sí que las tenemos, y no nos da miedo escribir sobre ello. Estas nociones subjetivas terminan convirtiéndose en parte del modelo. Por ello, pedir una imagen de un "pueblo en el campo, bonito y tranquilo, en alta definición" probablemente generará una imagen agradable.
  
  
• Repita lo que es importante. Sería ridículo pedirle a un artista que pinte un "pueblo en el campo nevado nevado nevado nevado nevado nevado". Pero los modelos de IA generativa responden bien a la repetición (y no les molesta). Cualquier cosa que se repita obtiene más atención, incluso los adverbios "muy" y "mucho".
  
  
• Sopese lo que es importante. Algunos modelos le permiten controlar directamente la importancia de ciertos términos. Por ejemplo, Stable Diffusion le permite introducir un valor numérico en una parte de la solicitud. Por ejemplo "Pueblo en el campo | nevado: 10 | estrellas: 5 | nubes: 10" hará que se genere una imagen de un pueblo con mucha nieve pero se apreciará la noche estrellada. No todos los modelos son compatibles con este tipo de ponderación directa o tendrán una sintaxis diferente, por lo que debe investigar los matices de la herramienta que utilice.
  

Imagen generada con IA utilizando DreamStudio en stability.ai con el mensaje: "Un pueblo en el campo, muy bonito y tranquilo, de noche, pintado en estilo impresionista | nevado: 10 | estrellas: 5 | nubes: 20"

Independientemente de si la llama arte, destreza o ciencia, la ingeniería rápida requiere práctica. Recuerde: no existe una solicitud perfecta y no existe una imagen perfecta. Debe estar abierto a sorpresas a medida que crea imágenes generadas por IA; de esta manera, encontrará la imagen que mejor funcione con su próximo proyecto.

Ética del material gráfico

Los avances en la tecnología de la IA han provocado varias cuestiones éticas. Aunque es difícil encontrar respuestas para satisfacer a todo el mundo, podemos intentar comprender las preocupaciones.

Para muchos artistas, el plagio es la preocupación principal. Si su trabajo se utiliza para entrenar un modelo, el modelo puede replicar su estilo. En algunos casos, las imágenes son una derivación obvia de un trabajo existente. En otras ocasiones, el estilo es tan parecido que la falsificación podría pasar por original. Muchos artistas quieren que su trabajo se elimine de los datos de entrenamiento y, por suerte, los creadores de los modelos populares responden de buena fe.

La imitación es una preocupación menos obvia y más traicionera. Es posible que esté familiarizado con el contenido falso, vídeos en los que se utiliza la IA para reemplazar la cara de alguien por la de otra persona. Desafortunadamente, el contenido falso se suele crear sin el consentimiento de la persona a la que se está imitando. La menor de las consecuencias es que se cree un vídeo de una persona famosa diciendo alguna tontería. Pero, ¿qué ocurre si la imagen de esa persona se utiliza para vender un producto? ¿Y si se utiliza la imagen de un político para difundir mentiras sobre algún tema? Esto es solo la punta del iceberg. Debemos fortalecer nuestras habilidades para detectar el fraude, ya que el dicho de "ver para creer" ya no es válido.

La eficacia de IA generativa depende de los datos con los que se ha entrenado. Si los datos están sesgados, el resultado generado también lo estará. Tradicionalmente, los médicos se representan como hombres, por lo que los modelos podrían tener una conexión fuerte entre "médico" y "hombre", incluso si esa conexión no refleja la realidad de hoy en día. Por ello, aunque no esté intentando perpetuar un estereotipo, es posible que el modelo lo haga por usted. Considere utilizar la ponderación para contrarrestar los sesgos.

La IA generativa siempre va a ser derivada de alguna manera. Es posible que esto suprima la creatividad auténtica. ¿Existiría el cubismo si Picasso hubiese tenido acceso a DALL-E? Debido a que la IA de mañana está entrenada con las imágenes generadas hoy, se repetirán los mismos estilos. Necesitamos que los seres humanos contribuyan con su propia visión artística como forma de human-in-the-loop.

Por último, si tiene planeado utilizar imágenes generadas, considere indicar el lugar del que provienen con algo tan sencillo como una marca de agua en la que se lea "generado con IA". La transparencia crea confianza. Los modelos pueden programarse para saltarse trabajos que contribuirían a un bucle de retroalimentación. No hay una manera correcta de atribuir trabajos como generados por IA, pero la Modern Language Association (MLA) tiene algunas directrices.

Ahora que ya sabe más sobre el uso eficaz y responsable de la IA generativa, pruebe a agregar imágenes generadas en su próximo proyecto.

Recursos

• Trailhead: Aspectos fundamentales de las solicitudes.
  
• Trailhead: Creación responsable de inteligencia artificial
  
• Sitio web: Guía de Ingeniería de Prompt
  
• Sitio web: MLA Style Center: How do I cite generative AI in MLA style?