Through a Gendered Lens: Artificial Intelligence, Photographic Representation, and the Politics of Vision in World Cinema
Este estudio de métodos mixtos revela que la inteligencia artificial reproduce sistemáticamente las convenciones fotográficas patriarcales en el cine mundial a través de un "Índice de Sesgo Fotográfico de Género" cuantificable y un "Marco de la Mirada de Género de la IA" teórico, mientras que los datos empíricos confirman que las mujeres profesionales del cine experimentan estas herramientas como significativamente más limitantes que sus homólogos masculinos.
Artículo original bajo licencia CC BY 4.0 (https://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 la cámara de cine como un espejo mágico que no solo refleja el mundo, sino que decide cómo lo vemos. Durante décadas, la teórica del cine Laura Mulvey argumentó que este espejo era sostenido por una "mirada masculina" (male gaze), convirtiendo a las mujeres en objetos para ser miradas en lugar de personas con historias. Pero ahora, un nuevo tipo de espejo ha llegado: la Inteligencia Artificial.
Este artículo plantea una pregunta aterradora pero fascinante: Si enseñamos a una IA a hacer películas mostrándole millones de fotos y películas antiguas, ¿copiará simplemente los malos hábitos del pasado?
La respuesta corta es un rotundo y estadístico sí.
La máquina de los "malos hábitos"
Piensa en la IA como un estudiante superrápido que aprende copiando. Si le muestras a este estudiante una biblioteca llena de películas antiguas donde las mujeres siempre aparecen en primeros planos cerrados (enfocándose solo en sus labios o ojos) y los hombres se muestran desde lejos (mostrando todo su cuerpo y poder), el estudiante aprende que así es como funciona el mundo.
Los investigadores probaron tres generadores de imágenes de IA populares (Stable Diffusion XL, DALL-E 3 y Midjourney v6) para ver qué producían cuando se les pedía crear escenas con personajes masculinos y femeninos. Inventaron una regla especial llamada Índice de Sesgo Fotográfico de Género (GPBI) para medir la "objetivación" de las imágenes.
- El punto de referencia: Una puntuación perfecta y justa es 1.00.
- Los resultados: Las herramientas de IA obtuvieron puntuaciones entre 1.62 y 1.94.
Esto significa que la IA no solo cometió algunos errores; de forma sistemática, hizo que las mujeres parecieran más objetos que los hombres. Específicamente:
- El Zoom: Cuando la IA dibujaba a una mujer, hacía un acercamiento cerrado (como un primer plano de un rostro), pero cuando dibujaba a un hombre, retrocedía para mostrar toda la escena. Las mujeres eran encuadradas a aproximadamente la mitad de la distancia que los hombres.
- La Iluminación: Las mujeres eran iluminadas con sombras duras y de alto contraste (haciéndolas parecer dramáticas pero distantes), mientras que los hombres recibían una luz más suave y natural.
- La Fragmentación: La IA tenía más probabilidades de cortar partes del cuerpo de una mujer en el encuadre, enfocándose en partes específicas del cuerpo en lugar de en la persona completa.
El mito de la "democracia"
Es posible que hayas escuchado a la gente decir: "¡La IA es genial! ¡Permite que cualquiera haga películas y rompe las barras de entrada!". El artículo argumenta que esto es una trampa.
Imagina un videojuego donde la configuración predeterminada está trucada de modo que jugar con un personaje femenino es más difícil y se ve peor que jugar con uno masculino. Si quieres arreglarlo, tienes que dedicar tres veces más tiempo a ajustar la configuración. El artículo encontró que el 74.1% de las mujeres en la industria cinematográfica sienten que las herramientas de IA están "codificando convenciones fotográficas patriarcales", en comparación con solo el 40.8% de los hombres.
Para las cineastas, usar estas herramientas no es un pase libre a la creatividad; es un trabajo extra. Tienen que luchar contra la configuración predeterminada de la IA solo para obtener una imagen que no parezca tomada a través de los ojos de alguien que no las comprende. El artículo sugiere que, en lugar de democratizar la cinematografía, la IA solo está haciendo que sea más barato reproducir las mismas viejas formas sesgadas de ver.
La "mano invisible"
¿Por qué sucede esto? El artículo explica que la IA no es "mala"; es simplemente una estadística. Aprendió de un "corpus" (una biblioteca gigante) de imágenes que fueron creadas mayoritariamente por hombres, para una industria dominada por hombres.
- El entrenamiento: La IA absorbió los "peores hábitos" del pasado —como la forma en que las mujeres eran filmadas a menudo como objetos— y convirtió eso en la configuración "predeterminada".
- La ilusión: Debido a que la IA crea imágenes que parecen tan reales (fotorrealistas), olvidamos que no son reales. No había una persona real allí para ser fotografiada. La IA simplemente calculó la forma más probable de dibujar a una "mujer" basándose en sus datos de entrenamiento sesgados. Esto hace que el sesgo sea invisible, como un fantasma en la máquina.
Lo que el artículo dice (y lo que no dice)
Los autores están muy seguros de sus hallazgos porque no solo adivinaron; lo midieron.
- Midieron: Entrevistaron a 186 profesionales del cine de la India, el Reino Unido y los EE. UU. Generaron 600 imágenes y tuvieron a expertos calificarlas.
- Demostraron: El sesgo es real, medible y consistente en diferentes sistemas de IA.
- Descartaron: Rechazan explícitamente la idea de que la IA sea una herramienta neutral que naturalmente solucionará la desigualdad. También señalan que su estudio no cubrió todos los países del mundo (como Corea o Nigeria), por lo que no sabemos si los números son exactamente iguales en todas partes, pero el patrón es fuerte donde buscaron.
¿La solución?
El artículo sugiere que no podemos limitarnos a esperar que la IA "aprenda mejor" por sí sola. Necesitamos cambiar las reglas:
- Auditar la biblioteca: Revisar los datos de entrenamiento para asegurar que incluyan más directoras y fotógrafas.
- Nuevos estándares: Los estudios de cine deberían negarse a comprar herramientas de IA que tengan puntuaciones de sesgo altas (por encima de 1.2).
- Transparencia: Las imágenes de IA deberían llevar una "etiqueta" que nos indique que fueron hechas por una máquina y qué sesgos podrían contener.
- Mujeres al volante: Las directoras de fotografía y las académicas feministas deben ser quienes diseñen estas herramientas, no solo quienes las usen.
Al final, el artículo concluye que la cámara siempre ha sido política. Ahora, la "mirada" no es solo humana; es algorítmica. Y a menos que arreglemos el código, el algoritmo seguirá mostrándonos un mundo donde las mujeres son objetos y los hombres son los héroes. La pregunta no es si la IA tiene una mirada de género, sino si tenemos el valor de verla y cambiarla.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.