💻 computer science

Seeing Differently: Modeling Interpretive Perspectives in Computational Creativity using a Four-World Framework

Este artículo propone un marco computacional que modela la creatividad como un constructo dependiente de la perspectiva mediante el empleo de tres personas evaluativas distintas (formalista, sociohistórica e iconográfica) para demostrar cómo los puntos de vista interpretativos moldean sistemáticamente la evaluación del mérito artístico y revelan vectores de orientación correspondientes en el espacio de representación visual.

Autores originales: Prerna Luthra

Publicado 2026-08-03

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Prerna Luthra

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás de pie en una enorme galería de arte. En un rincón, un robot intenta decidir qué pintura es la "más creativa". Durante mucho tiempo, los científicos que construyen estos robots han actuado como jueces estrictos con una lista de verificación única y rígida. Preguntan: "¿Es nueva? ¿Es sorprendente? ¿Se ve bien?". Asumen que si el robot es lo suficientemente inteligente, podrá encontrar la única puntuación verdadera para cada obra, tal como un termómetro mide la temperatura exacta de una habitación.

Pero aquí está el giro: los humanos no ven el arte de esa manera. Cuando miras una pintura, tu cerebro no solo ve pintura sobre lienzo; ve una historia. Si eres un historiador, podrías ver una protesta contra un rey. Si eres un poeta, podrías ver una triste carta de amor. Si eres un científico, podrías ver un estudio de la luz y la sombra. El "significado" del arte no está atrapado dentro del marco; sucede en el espacio entre la pintura y la persona que la mira. Este artículo plantea una gran pregunta: si un robot quiere comprender la creatividad, ¿debería intentar encontrar una única puntuación, o debería aprender a usar diferentes "sombreros" para ver el arte a través de diferentes ojos?

Este estudio, titulado "Seeing Differently" (Ver Diferentemente), se sumerge directamente en esa cuestión. Los investigadores no se limitaron a pedirle a un robot que adivinara; le dieron un conjunto específico de herramientas para probar cómo la perspectiva cambia la puntuación. Utilizaron un marco llamado "Four-World Framework" (Marco de los Cuatro Mundos), que desglosa la creatividad en doce rasgos diferentes. Piensa en estos rasgos como cuatro habitaciones en una casa: el Mundo Interior (sentimientos y recuerdos), el Mundo Exterior (sociedad y cultura), el Mundo Imaginativo (sueños surrealistas y juego) y el Mundo Moral (ética y justicia).

Para probar su teoría, los investigadores tomaron 1,069 pinturas europeas famosas de una colección digital llamada SemArt. Luego, programaron una IA poderosa (GPT-4.1) para que mirara estas pinturas tres veces distintas, usando un "persona" o sombrero diferente cada vez:

El Formalista: Este sombrero se centra solo en lo visual: colores, formas y cómo se aplica la pintura. Ignora la historia o el relato.
El Historiador Social: Este sombrero mira la pintura como una ventana al pasado. Pregunta: "¿Qué dice esto sobre la sociedad, la política o las personas que la crearon?".
El Iconógrafo: Este sombrero es un detective de símbolos. Busca significados ocultos, historias religiosas o mensajes secretos escondidos en los objetos de la pintura.

La IA calificó cada uno de los doce rasgos para cada una de las pinturas bajo cada uno de estos tres sombreros. ¿El resultado? El robot no solo dio números ligeramente diferentes; dio historias completamente diferentes.

El hallazgo más sorprendente fue que el "sombrero" que el robot usaba cambiaba la puntuación más que la propia pintura. Por ejemplo, el rasgo llamado Reflexividad Social (cuánto habla el arte sobre la sociedad) obtuvo una puntuación enorme de 2.60 cuando el robot usaba el sombrero de Historiador Social. Pero cuando el mismo robot miró la misma pintura usando el sombrero de Formalista, le dio a ese mismo rasgo una puntuación de solo 1.35. ¡Esa es una diferencia masiva! El robot no estaba confundido; simplemente estaba siguiendo las reglas del sombrero que llevaba puesto. El sombrero de Formalista le decía que ignorara las historias sociales, así que no las veía. El sombrero de Historiador Social le decía que las buscara, así que las encontraba.

Algunos rasgos fueron tercos y no cambiaron mucho sin importar el sombrero usado. Cosas como la Situacionalidad Cultural (cuánto encaja el arte en su cultura) recibieron puntuaciones altas de todos, variando solo entre 3.83 y 3.98. Pero otros rasgos, como la Densidad Simbólica (cuántos símbolos ocultos hay empaquetados), oscilaron salvajemente dependiendo de quién miraba. El sombrero de Iconógrafo vio un tesoro de símbolos (puntuando 3.18), mientras que el sombrero de Formalista vio muy pocos (puntuando 2.20).

Los investigadores también miraron bajo el capó del cerebro de la IA para ver cómo estaba viendo estas diferencias. Descubrieron que cuando la IA cambiaba de sombrero, no solo cambiaba de opinión; literalmente miraba partes diferentes de la imagen. En el "espacio" matemático donde la IA almacena las imágenes, el sombrero de Formalista apuntaba en una dirección, mientras que el de Historiador Social apuntaba en una dirección totalmente distinta. Es como si el Formalista estuviera mirando las pinceladas, mientras que el Historiador Social estuviera mirando las sombras para adivinar la hora del día.

El artículo sugiere que la creatividad no es una propiedad fija de la pintura, como su peso o su tamaño. En cambio, la creatividad es una relación. Emerge cuando una forma específica de mirar se encuentra con una pieza de arte específica. El estudio no pretende haber resuelto el misterio de la creatividad para siempre, pero demuestra que intentar medir la creatividad con una sola regla es un error. Si queremos que las computadoras sean verdaderos compañeros creativos para los humanos, necesitan aprender a ver el mundo a través de muchos pares de gafas diferentes, no solo de uno. Al modelar estas diferentes perspectivas, podríamos construir sistemas que nos ayuden a entender el arte —y el uno al otro— de maneras más ricas y diversas.

Resumen Técnico: Modelado de Perspectivas Interpretativas en la Creatividad Computacional

Planteamiento del Problema
Los marcos actuales de la Creatividad Computacional (CC) evalúan típicamente el mérito creativo como una propiedad objetiva de los artefactos o sistemas, asumiendo que una rúbrica consistente produce evaluaciones estables entre observadores. Este enfoque contrasta con las ideas de larga data en la estética y la historia del arte, que postulan que el significado de una obra creativa no es fijo, sino que emerge de la relación entre el artefacto y la perspectiva interpretativa aplicada a este. El problema central abordado es si los sistemas de evaluación computacional deberían modelar esta diversidad interpretativa en lugar de colapsarla en una única métrica, particularmente cuando los evaluadores humanos que aplican diferentes marcos analíticos discrepan sistemáticamente sobre las propiedades creativas de un mismo artefacto.

Metodología
El estudio emplea un enfoque de métodos mixtos que combina un marco de rasgos estructurado, una evaluación condicionada por personas a gran escala y un sondeo lineal de incrustaciones (embeddings) visuales.

Marco y Rasgos: La investigación adopta un marco de creatividad de "Cuatro Mundos" (Luthra 2025), organizando doce rasgos en cuatro dominios conceptuales: Mundo Interior (p. ej., Intensidad Emocional, Impronta de Memoria), Mundo Exterior (p. ej., Situacionalidad Cultural, Reflexividad Social), Mundo Imaginativo (p. ej., Divergencia Surrealista, Densidad Simbólica) y Mundo Moral (p. ej., Provocación Ética, Resonancia Colectiva). Este marco sirve como un vocabulario estructurado para examinar la divergencia interpretativa en lugar de ser un modelo predictivo de la creatividad intrínseca.
Conjunto de Datos: El análisis utiliza 1,069 obras de arte de la partición de prueba estandarizada del conjunto de datos SemArt, un corpus de pinturas de bellas artes europeas que contiene metadatos (título, artista, fecha, técnica, escuela) y descripciones textuales.
Evaluación Condicionada por Persona: Tres perspectivas interpretativas, derivadas de tradiciones críticas del arte establecidas, se operacionalizan como personas:
- Formalista: Se enfoca en la composición visual, la forma, el color y la ejecución estilística.
- Socio-Histórica: Interpreta las obras a través de condiciones culturales, políticas e históricas.
- Iconográfica: Se enfoca en el contenido simbólico, el significado narrativo y los motivos visuales.
  Utilizando GPT-4.1 como un modelo de visión y lenguaje, cada obra de arte es evaluada bajo las tres personas. El modelo asigna puntuaciones (0–4) para cada uno de los doce rasgos basándose en la imagen y los metadatos que la acompañan. Este proceso genera 38,484 puntuaciones de rasgos.
Análisis Estadístico: Se utilizan pruebas no paramétricas de medidas repetidas (Friedman rank-sum y Wilcoxon signed-rank) para comparar las puntuaciones de los rasgos entre las personas. El coeficiente de concordancia de Kendall ( $W$ ) mide el tamaño del efecto de las diferencias condicionadas por la persona.
Análisis del Espacio de Representación: Para determinar si las perspectivas corresponden a ponderaciones de características visuales distintas, el estudio entrena sondas de regresión de cresta (ridge regression probes) sobre las incrustaciones de imágenes CLIP (ViT-B/32). Estas sondas mapean las incrustaciones hacia las puntuaciones de rasgos específicas de cada persona. La similitud de coseno entre los vectores de peso resultantes cuantifica si las diferentes personas priorizan distintos rasgos visuales para un mismo rasgo.

Resultados Clave

Divergencia Sistemática: Las evaluaciones de la creatividad varían sistemáticamente según las perspectivas. La prueba ómnibus de Friedman es significativa para los doce rasgos ( $p < 10^{-49}$ ), lo que indica que la elección de la lente interpretativa altera significativamente la puntuación.
Sensibilidad de los Rasgos: No todos los rasgos son igualmente sensibles a la perspectiva.
- Alta Sensibilidad: La Reflexividad Social muestra la mayor divergencia (Kendall's $W = 0.79$ ), con la persona Socio-Histórica puntuándola significativamente más alto (media 2.60) que la Formalista (1.35). La Densidad Simbólica y la Resonancia Colectiva también muestran una alta dependencia de la perspectiva.
- Baja Sensibilidad: Rasgos como la Situacionalidad Cultural, la Dialogicidad Ambiental y la Intensidad Emocional exhiben tamaños de efecto menores, sugiriendo que dependen más de claves visuales o convenciones compartidas.
Objetos de Frontera: Obras de arte específicas, como el Vaso de agua y jarra de Chardin, funcionan como "objetos de frontera" donde las comunidades interpretativas (simuladas por las personas) asignan puntuaciones radicalmente diferentes al mismo artefacto (p. ej., puntuaciones de Reflexividad Social de 0, 1 y 3 entre las personas) mientras coinciden en otros (p. ej., puntuaciones de Intensidad Emocional de 1 en todas las personas).
Orientación en el Espacio de Representación: El sondeo lineal revela que las evaluaciones condicionadas por la persona corresponden a distintos vectores de orientación en el espacio de incrustaciones CLIP.
- Para rasgos de alta divergencia como la Reflexividad Social, la similitud de coseno entre los vectores de las personas es baja (promedio 0.48), lo que indica que las diferentes personas ponderan distintas características visuales para predecir el rasgo.
- Para rasgos de baja divergencia como la Divergencia Surrealista, la similitud de los vectores es alta (0.82), lo que sugiere una dependencia de características visuales superpuestas.

Significado y Reivindicaciones
El artículo afirma proporcionar apoyo empírico a una visión relacional de la creatividad, argumentando que el significado creativo emerge de la interacción entre un artefacto, un marco interpretativo y el contexto cultural, en lugar de ser una propiedad intrínseca del artefacto por sí solo.

El estudio demuestra que:

La pluralidad interpretativa es tratable: Modelar múltiples perspectivas evaluativas es computacionalmente factible utilizando prompts condicionados por personas y conjuntos de datos a gran escala.
La divergencia es estructurada: Los desacuerdos en la evaluación de la creatividad no son ruido aleatorio, sino que reflestan diferencias estables y sistemáticas en cómo las diferentes lentes analíticas priorizan la evidencia (p. ej., contexto social frente a forma visual).
Mecanismo Computacional: Las perspectivas interpretativas pueden entenderse como orientaciones distintas dentro de un espacio de representación visual compartido. Las diferentes personas no necesariamente alteran la representación subyacente de la imagen, sino que aplican diferentes direcciones de ponderación para predecir las puntuaciones de los rasgos.

El autor concluye que la incorporación de múltiples perspectivas evaluativas podría permitir que los sistemas de cocreación apoyen mejor a diversos colaboradores humanos, moviéndose más allá de una única métrica objetiva hacia un modelo que reconozca el papel del contexto interpretativo en la definición del mérito creativo. El trabajo se posiciona como un paso hacia la operacionalización del componente de "presión" o "entorno" de los marcos de creatividad (p. ej., los 4P de Rhodes, los 5A de Glăveanu) específicamente a través de la dimensión de la perspectiva evaluativa.

Más como este