ReTracing: An Archaeological Approach Through Body, Machine, and Generative Systems

Resumo Técnico: ReTracing

1. Problema e Motivação

O trabalho aborda a necessidade de investigar como os sistemas de Inteligência Artificial (IA) generativa moldam, restringem e produzem movimentos corporais, tanto em humanos quanto em máquinas.

• A Lacuna: Embora modelos de visão computacional baseados em difusão (como MDM, Di2Pose) permitam a síntese de movimento a partir de texto, eles frequentemente tratam o corpo como uma forma universal e culturalmente neutra, ignorando como o contexto, o viés e a lógica algorítmica constroem a expressão.
• A Questão Central: Como os sistemas generativos codificam vieses socioculturais através da coreografia? O que significa ser humano entre IAs que também se movem, pensam e deixam rastros?
• Conceito Chave: O projeto propõe uma "Arqueologia da IA", onde não se escavam artefatos físicos, mas sim os rastros digitais e a lógica de controle embutida nos sistemas generativos que governam o movimento.

2. Metodologia

O ReTracing é uma performance artística de múltiplos agentes (humano e robô) que opera através de um pipeline de três fases principais, transformando literatura em movimento e, finalmente, em dados arquivados.

Fase 1: Escavação de Corpos Codificados (Processamento de Texto)

• Entrada: O sistema seleciona trechos literários de sete romances de ficção científica e clássicos (Frankenstein, O Paredão Amarelo, O Conto da Aia, Dawn, Poor Things, Parábola do Semeador, Klara e o Sol) que descrevem interações humano-máquina ou estados corporais de controle/medo.
• Processamento com LLM: Utiliza-se o modelo de linguagem Qwen-2.5 (temperatura 0.7) para analisar os trechos.
• Geração de Prompts: Para cada trecho, o LLM gera pares de prompts:
  • Prompt Positivo (Ativação): Instruções de "o que fazer" (movimentos permitidos).
  • Prompt Negativo (Restrição): Instruções de "o que não fazer" (movimentos proibidos).
  • Isso simula a lógica algorítmica de classificação e proibição de ações.

Fase 2: Transformação em Performance Corporal

• Agente Humano: Os prompts são convertidos em vídeos curtos usando um modelo de texto-para-vídeo baseado em difusão (Wan2.1). Esses vídeos servem como guias visuais de coreografia para um performer humano.
• Agente Robótico: Um robô quadrúpede (Unitree Go2) recebe os mesmos prompts. O sistema traduz as instruções em sequências de movimentos pré-programados disponíveis no robô (ex: "Pounce", "Shake Hands", "Move Forward").
• Ambiente: A performance ocorre em um piso espelhado, capturado por múltiplas câmeras. O espelho funciona como um espaço de introspecção, onde o corpo é simultaneamente sujeito e objeto de observação.

Fase 3: Reconstrução e Arquivo Digital

• Rastreamento 3D: O vídeo monocromático capturado é processado por um modelo de rastreamento de pontos 3D monoculares (SpatialTrackerV2).
• Geração de Dados: O modelo infere posições de articulações ao longo do tempo a partir do vídeo 2D, produzindo sequências temporais consistentes de keypoints esqueléticos 3D.
• Arquivo: Os movimentos são reconstruídos em nuvens de pontos e trilhas de movimento, formando um "arquivo digital" que preserva os rastros da interação.

3. Principais Contribuições

1. Abordagem de "Arqueologia da IA": Introduz uma nova perspectiva metodológica que trata a performance gerada por IA como um processo de escavação de lógicas de controle embutidas em sistemas generativos, revelando como a inteligência é coreografada e não apenas computada.
2. Integração Humano-Robô-IA: É um dos primeiros trabalhos a integrar modelos generativos de texto, síntese de vídeo e robótica física em um contexto artístico criativo, contrastando diretamente as ações de agentes biológicos e mecânicos sob a mesma lógica de prompt.
3. Exposição de Viés e Controle: Demonstra como prompts e negative prompts codificam a coreografia, traduzindo a imaginação literária em movimento e revelando como a IA interpreta e governa o corpo (biológico e mecânico) através de restrições e permissões.
4. Dataset Aberto: O projeto disponibilizará o conjunto de dados completo de rastros de movimento 3D e o fluxo de trabalho técnico, permitindo que outros pesquisadores recriem experiências de "ReTracing".

4. Resultados e Evidências

• Performance Visual: O sistema gerou coreografias distintas para humanos e robôs baseadas nos mesmos textos literários. Por exemplo, trechos de O Conto da Aia resultaram em movimentos humanos de "passos curtos e demorados" e restrições de "olhar ao redor", enquanto o robô executou movimentos de "levantar-se de uma queda" e "estender-se", mas foi restrito de "pular" ou "correr".
• Visualização de Dados: As reconstruções 3D (nuvens de pontos e trilhas) visualizaram claramente a divergência entre a interpretação emocional do humano e a precisão mecânica do robô, ambos governados pela mesma lógica algorítmica.
• Validação Técnica: O uso de modelos de difusão e rastreamento 3D demonstrou ser viável para transformar texto literário abstrato em dados de movimento estruturados e arquiváveis.

5. Significado e Implicações

• Crítica Sociotécnica: O trabalho argumenta que a IA contemporânea é tanto sobre controle e memória quanto sobre computação. Ele revela como a "disciplina corporal" (conceito foucaultiano) é inscrita na arquitetura dos sistemas generativos, onde raça, gênero e identidade podem ser reforçados ou distorcidos pelos dados de treinamento.
• Ética e Privacidade: O artigo levanta questões críticas sobre o uso de dados corporais. Embora o fluxo de trabalho seja aberto, há riscos de privacidade relacionados à forma e ao movimento do corpo individual. Além disso, o apelo visual da arte pode obscurecer sua mensagem crítica, fazendo com que o público veja apenas "coreografia" em vez de uma crítica aos vieses algorítmicos.
• Futuro da Pesquisa: Ao tratar a IA como um agente ativo que inscreve lógica no corpo, o ReTracing abre caminho para pesquisas futuras sobre a governança de dados, a ética da performance robótica e a compreensão de como a tecnologia molda a experiência humana do movimento.

Em suma, o ReTracing não é apenas uma demonstração técnica de síntese de movimento, mas uma investigação filosófica e crítica sobre como a inteligência artificial reescreve a narrativa do corpo humano e mecânico através de seus próprios códigos de controle.