How Learning Reshapes Aesthetic Evaluation of AI-generated and Traditional Xilankapu Patterns: Evidence from a Longitudinal Intervention Study

Durante séculos, os seres humanos acreditaram que a apreciação mais profunda da arte exige um coração e uma mente humanas. Quando olhamos para uma pintura ou uma tapeçaria, não vemos apenas cores e formas; sentimos a história, a história e a intenção por trás da obra. Esse sentimento é central para como julgamos a beleza. Mas hoje, os computadores podem criar imagens que parecem tão impressionantes quanto aquelas feitas por pessoas. Essas máquinas, alimentadas por inteligência artificial, podem gerar padrões, paisagens e retratos ao aprender com vastas bibliotecas de arte existente. Essa capacidade despertou uma questão silenciosa, mas urgente: será que a nossa capacidade de reconhecer e valorizar a arte muda quando aprendemos como ela foi feita? Se entendermos as regras que um computador segue, ou se aprendermos a história profunda por trás de um design tradicional, o nosso cérebro começará a ver a obra de forma diferente? Cientistas que estudam como percebemos a beleza, um campo conhecido como neuroestética, estão agora perguntando se o nosso gosto é fixo ou se pode ser remodelado pelo que aprendemos.

Uma equipa de investigadores decidiu responder a isto focando-se numa tradição específica e bela: os padrões Xilankapu do povo Tujia, na China. São tapeçarias tecidas intrincadas, ricas em símbolos da natureza, religião e vida quotidiana, transmitidas através de gerações. Os investigadores queriam ver como as pessoas julgariam estes padrões tradicionais em comparação com novos padrões criados por inteligência artificial. Eles estavam particularmente interessados em três tipos de imagens: os desenhos originais tecidos à mão, padrões feitos inteiramente por um computador sem qualquer ajuda humana e padrões onde um designer humano trabalhou ao lado do computador para refinar o resultado. Para testar isto, reuniram um grupo de cem adultos que nada sabiam sobre estas tapeçarias. Estes participantes não eram especialistas em arte ou tecnologia, mas tinham uma sensibilidade geral para o design visual. Os investigadores pediram-lhes que olhassem para os padrões e os classificassem quanto ao quão belos eram, o quão significativos pareciam e se achavam que um humano ou uma máquina os tinha feito.

O experimento desenrolou-se em duas etapas, separadas por um mês de aprendizagem. Na primeira etapa, os participantes simplesmente olharam para os padrões e deram as suas impressões honestas. Classificaram as imagens em quinze qualidades diferentes, desde o quão vívidas eram as cores até ao nível de conexão emocional que sentiam. Depois, os investigadores introduziram um programa de aprendizagem estruturado. Durante trinta dias, os participantes estudaram a história do Xilankapu, o significado por trás dos símbolos e os princípios técnicos de como o computador gerou os novos padrões. Aprenderam como o povo Tujia transformava imagens naturais em formas geométricas e como a inteligência artificial combinava estes elementos. Após este mês de estudo, os mesmos participantes olharam para os mesmos padrões e classificaram-nos mais uma vez. O objetivo era ver se este novo conhecimento mudava as suas mentes.

Os resultados revelaram uma mudança clara na forma como os participantes viam o mundo da arte. Antes de aprenderem qualquer coisa, os seus julgamentos eram impulsionados principalmente por reações sensoriais imediatas. Gostavam de imagens que eram brilhantes, vívidas e expressivas. Eram atraídos pela beleza superficial dos padrões. No entanto, após o mês de aprendizagem, os seus critérios mudaram. Começaram a valorizar o significado mais profundo da obra. A importância da "tipicidade" — o quão bem um padrão se ajustava ao estilo tradicional — e do "significado" — o quão bem transmitia histórias culturais — tornou-se muito mais significativa nas suas classificações. Os participantes começaram a julgar a arte não apenas pelo seu aspeto, mas pelo que ela representava. Já não estavam apenas a reagir às cores; estavam a interpretar os símbolos.

Esta mudança de pensamento também afetou a forma como julgavam a origem da arte. Antes do período de aprendizagem, os participantes ficavam frequentemente confusos sobre quem tinha feito os padrões. Não conseguiam distinguir de forma fiável entre uma tapeçaria feita por humanos e uma gerada por computador. De facto, antes da intervenção, os padrões feitos por humanos e computadores juntos (HITL) receberam as classificações de beleza mais altas, superando tanto os puramente tradicionais como os puramente gerados por computador. Mas após aprenderem a história e os símbolos, a sua capacidade de identificar os padrões tradicionais melhorou significativamente. Tornaram-se muito melhores a identificar as tapeçarias genuínas tecidas à mão, que receberam as classificações mais altas em dimensões culturais fundamentais como tipicidade e significado. Curiosamente, continuaram a classificar os padrões feitos por humanos e computadores juntos como muito belos, mas as suas classificações para os padrões puramente gerados por computador permaneceram as mais baixas. A aprendizagem não os fez amar mais a arte feita pela máquina; em vez disso, deu-lhes as ferramentas para ver o que faltava nas versões puramente automatizadas.

O estudo sugere que, quando aprendemos sobre a cultura por trás de um objeto, o nosso cérebro altera a forma como o processa. Passamos de uma reação rápida e instintiva para uma avaliação mais lenta e ponderada. Os participantes do estudo descobriram que os padrões puramente gerados por computador, embora por vezes visualmente impressionantes, careciam da profunda ressonância cultural que os padrões tradicionais possuíam. Os designers humanos que trabalharam com os computadores pareciam colmatar esta lacuna, criando obras que pareciam simultaneamente frescas e culturalmente fundamentadas. A investigação indica que, embora a inteligência artificial possa imitar o estilo visual de uma cultura, tem dificuldade em capturar todo o peso da sua história e significado sem a orientação humana.

Em última análise, o estudo mostra que a nossa apreciação da arte não é um traço fixo, mas uma competência flexível que cresce com o conhecimento. Quando as pessoas compreendem a história por trás de um padrão, valorizam-no de forma diferente. Tornam-se mais críticas em relação a obras que carecem dessa história, mesmo que essas obras pareçam belas na superfície. Esta descoberta oferece uma nova perspetiva sobre a relação entre humanos e máquinas no mundo criativo. Sugere que, à medida que a inteligência artificial se torna mais capaz de fazer arte, o papel do humano torna-se ainda mais vital, não apenas para fazer a arte, mas para fornecer o contexto e o significado que a fazem verdadeiramente ressoar connosco. A beleza de um padrão não está apenas nas suas linhas e cores, mas no conhecimento que trazemos para ele.