Arte humano aumentado por IA: donde vive el trabajo más interesante

Los primeros dos artículos del grupo de Reflexión han sido en su mayoría negativos — desmontando binarios que estaban impidiendo que la conversación avanzara. Aprender vs. copiar es un error de categoría. ¿Hay sitio para el arte por IA? es una pregunta de federación-de-salas, no una pregunta de sí/no.

Este tercer artículo es positivo. Nombra el caso al que los primeros seis artículos de esta serie han estado apuntando silenciosamente, y hacia el que está convergiendo la práctica trabajadora realmente interesante de finales de los 2020.

Es el caso donde la artista permanece en el centro y la IA sirve a la obra que la artista está haciendo.

El vocabulario para este caso aún no se ha asentado. Arte humano aumentado por IA es el término que usamos a lo largo de esta serie. Colaboración humano-IA es otro término común pero tiene la desventaja de implicar paridad entre colaboradores, lo cual no es lo que ocurre aquí. La IA como asistente de artista es el marco que este artículo dedicará la mayor parte de su tiempo a desarrollar, porque la analogía del asistente mapea limpiamente con la práctica artística histórica y clarifica qué es la configuración en realidad. Instrumento, herramienta, amanuense, prótesis — todos tienen defensores y todos son parcialmente correctos.

Lo que no llamaremos esto es arte por IA, porque arte por IA es una configuración distinta — donde la IA es la autora principal y el humano es el escritor de prompts. Esa configuración existe, tiene su propio mercado, tiene su propia audiencia, y está cubierta por los seis artículos anteriores de esta serie. La configuración que este artículo describe es algo distinto.

La analogía del asistente-de-estudio

La analogía histórica más limpia para la configuración aumentada-por-IA es la asistente de estudio del artista.

A lo largo de la larga historia de la pintura europea, desde la bottega renacentista hasta el atelier académico del siglo XIX y el estudio del artista del siglo XX, el artista maestro casi nunca trabajó solo. La Capilla Sixtina se pintó con la ayuda de un taller. Los vastos lienzos de Rubens fueron en gran parte ejecutados por sus asistentes bajo su dirección; en algunos casos Rubens pintó solo los rostros y las manos más expresivas, con el resto realizado por miembros nombrados del taller. Los Bellini, los Tintoretto, los Veronese, los Rembrandt, los Velázquez, los Goya — cada gran taller de la tradición europea tuvo una estructura en la que el maestro definía la obra, esbozaba la composición, tomaba las decisiones artísticas más críticas, y los asistentes llevaban a cabo las partes intensivas en mano de obra bajo dirección.

Esto no es un escándalo. Es cómo se ha hecho siempre la pintura seria a escala. El mito del artista solitario — solo en el estudio, cada pincelada suya — es en gran parte una invención post-Romántica que se volvió canónica a finales del siglo XIX y principios del XX. Nunca fue históricamente exacta, y tapó la real división del trabajo que produjo la mayor parte del canon que ahora estudiamos.

El papel de la asistente de estudio era, en términos prácticos, lo que la IA hace en la configuración de práctica aumentada. La asistente preparaba materiales. La asistente bloqueaba composiciones. La asistente producía variaciones. La asistente copiaba composiciones para estudios, para vistas previas para clientes, para grabados. La asistente hacía la labor recombinatoria que la maestra no tenía tiempo, energía o ancho de banda técnico para hacer ella misma. La maestra elegía — qué se desarrolla, qué se refina, qué se expone bajo su nombre, qué se descarta.

Esto es, estructuralmente, lo que los artistas en activo están haciendo en 2026 cuando usan la IA bien. El modelo produce variaciones. El modelo se ocupa de la reunión de referencias. El modelo traza composiciones. El modelo hace la labor recombinatoria. La artista hace el elegir, el dirigir, el terminar, el contextualizar, el exponer.

La tecnología es nueva. La configuración tiene aproximadamente quinientos años.

Qué acierta la analogía

Tres cosas que el marco del asistente-de-estudio acierta y que el marco IA vs. artista del debate público ha estado errando.

Primero, ubica correctamente a la artista en el centro de la obra. La maestra en el taller renacentista era la artista; el taller hacía posible la obra a escala. Lo mismo aplica ahora. La artista cuyo nombre está en la obra aumentada es la artista; la IA es lo que hizo que la labor recombinatoria estuviera disponible a escala. La autoría no se divide. La autoría se asienta donde siempre se ha asentado.

Segundo, ubica correctamente a la IA en el lado del trabajo más que en el lado de la creatividad. La asistente de estudio no era coautora. La asistente de estudio era un recurso laboral dirigido por la artista hacia el proyecto de la artista. Lo mismo aplica a la IA en la configuración aumentada. La IA no es coautora; es un recurso laboral. La artista la dirige. La artista posee la obra que ayuda a producir, de la misma manera que la maestra poseía las pinturas que los asistentes del taller ayudaron a producir.

Tercero, normaliza correctamente una configuración que siempre ha sido parte de la práctica artística seria. Trabajar con asistentes no es una manera nueva ni comprometida de hacer arte. Es, en la tradición de la pintura, la manera dominante en que siempre se ha hecho la obra ambiciosa a gran escala. La configuración de autora solitaria es la excepción, no la norma. La configuración aumentada-por-IA es reconocible y continúa con cinco siglos de práctica. Los artistas que están integrando la IA bien no están apartándose de la tradición; están volviendo a una tradición que la mitología post-Romántica del genio solitario había oscurecido.

Qué erra la analogía

Es igualmente importante ser honesto sobre dónde se rompe la analogía, porque los puntos de ruptura son donde realmente viven las preocupaciones legítimas sobre la práctica aumentada por IA.

La asistente de estudio era una persona. La asistente de estudio tenía una vida, un cuerpo, una relación con la maestra, un aprendizaje que culminaba (a menudo) en la eventual emergencia de la asistente como su propia artista. Los marcos institucionales y legales en torno a la práctica de estudio — el sistema gremial, la estructura de aprendizaje, los derechos laborales, el eventual reconocimiento de los asistentes nombrados como artistas por derecho propio — se construyeron en torno a la personalidad de la asistente. Nada de eso se transfiere a la IA.

Esto importa de tres maneras concretas.

Primero, la IA no tiene un arco de aprendizaje. No se desarrollará. No se convertirá en su propia artista. La configuración de práctica aumentada con IA es un estado estable, no una relación de desarrollo. La artista que trabaja con IA no tiene un taller que, a lo largo de décadas, producirá la próxima generación de maestros. La configuración es fundamentalmente diferente en ese eje, y la tubería cultural de formación y emergencia que el sistema de taller proveía no es replicada por el uso de IA.

Segundo, la IA no merece atribución ni compensación. La asistente de estudio sí, y cada vez más el registro histórico lo reconoce — ahora sabemos qué asistentes del taller pintaron qué partes de qué lienzos de Rubens, y los mejores historiadores del arte los nombran. La IA no es análoga. La IA es una herramienta que usa la artista, como un pincel, un horno, un cuarto oscuro, una capa de Photoshop, un sampler. No necesita un nombre en la línea de créditos. (Los datos de entrenamiento, por otro lado — los artistas a partir de cuya obra se construyó la IA — sí merecen atribución y, en las configuraciones cubiertas por el Artículo 03 de esta serie, compensación. El modelo en sí no.)

Tercero, la IA no tiene su propia obra. La asistente de taller podía, en su tiempo libre, hacer sus propias pinturas. Algunas lo hacían, y algunas emergieron como artistas nombradas después. La IA no. La obra que produce bajo dirección es la obra de la artista que la dirige, punto. No hay producción artística paralela de la IA que requiera consideración ética separada.

El primer punto — sin arco de aprendizaje — es la ruptura más profunda con la analogía histórica. Siempre hemos confiado en los talleres para formar a la siguiente generación. El estudio aumentado-por-IA de 2026 no forma a nadie. Las funciones pedagógicas y de transmisión cultural del taller histórico no están ocurriendo a través de la IA; tienen que ocurrir en otro lugar (en programas de MFA, en relaciones de mentoría, en el aprendizaje artista-a-artista que sobrevive fuera del estudio). El mundo del arte tendrá que ser deliberado sobre preservar y dotar de recursos esas tuberías, porque la analogía del lado de la producción oscurecerá la pérdida de la función del lado pedagógico si no estamos prestando atención.

Ejemplos en activo

Cuatro artistas trabajando en esta configuración en 2026 vale la pena nombrar, porque la analogía abstracta se vuelve concreta en su práctica.

Sougwen Chung ha pasado más de una década entrenando brazos robóticos sobre su propio gesto de dibujo y luego dibujando con ellos en performance. Los robots le responden en tiempo real; ella les responde a ellos; la obra se realiza en vivo. La práctica de Chung es la configuración de práctica aumentada más exhaustivamente trabajada: el modelo es suyo (entrenado sobre años de sus propios datos de gesto), la obra es suya (concibe, dirige, performa), y la IA es genuinamente parte del trabajo-y-ejecución más que de la concepción. La persona-take de Pixelle de arriba tiene razón en que esto está más cerca de instrumental que de asistente; la próxima década de escritura sobre este caso necesitará inventar el vocabulario.

Anna Ridler fotografió y etiquetó, a mano, diez mil tulipanes en 2018 para producir el conjunto de datos de entrenamiento del que se genera Mosaic Virus y Myriad (Tulips). El conjunto de datos, el etiquetado, las decisiones curatoriales sobre qué tulipanes incluir, y el marco conceptual en torno a la tulipomanía-como-burbuja-especulativa son todos suyos. El modelo es lo que renderiza la obra; la concepción y la labor de reunir el conjunto de datos son enteramente de la artista. Esta es la configuración de práctica aumentada en el extremo de artista-como-autora-del-dataset.

Holly Herndon y Mat Dryhurst han construido el proyecto Holly+ en torno a un modelo de clon de voz entrenado sobre la propia voz de Herndon, con un marco explícito de consentimiento-y-regalías para colaboradores. El modelo es el instrumento; la arquitectura en torno a él (consentimiento, atribución, reparto de ingresos, la administración de la artista sobre cómo se usa el clon) es lo que hace coherente la configuración ética y artísticamente. Holly+ se ha convertido en el modelo más citado de cómo integrar la IA en una práctica vocal preservando todo lo que requiere la configuración de práctica aumentada.

Refik Anadol dirige un estudio que ha producido los ejemplos más visibles institucionalmente de la configuración de práctica aumentada a escala — Unsupervised en el MoMA, Machine Hallucinations en la Fundación Dorothee Fischer, instalaciones públicas a gran escala en grandes museos del mundo. El estudio reúne los conjuntos de datos, define los marcos conceptuales, diseña instalaciones inmersivas, y usa métodos de aprendizaje automático como instrumento de renderizado. La obra es inequívocamente del estudio, incluso cuando el renderizado es aprendido por máquina. Anadol es el ejemplo más claro de la configuración de práctica aumentada escalando al contexto de los grandes museos.

Estos cuatro no son los únicos artistas haciendo este tipo de obra en 2026 — hay docenas más — pero cubren el rango. Performance-instrumental (Chung), artista-como-autora-del-dataset (Ridler), arquitectura de consentimiento clon-de-voz (Herndon/Dryhurst), y escala de instalación en grandes museos (Anadol). La configuración es real, productiva y curatorialmente reconocida. La próxima década producirá muchos más.

Qué deberían hacer los artistas en activo que quieren entrar en esta configuración

Tres movimientos prácticos, en orden de dificultad.

Uno: haz la auditoría que describe la persona-take de Airte de arriba. Lista las partes de tu práctica que son recombinatorias y las partes que son biográficas. La mayoría de los artistas encuentran que la lista recombinatoria es más larga de lo esperado. Esas son las partes donde la asistencia de IA puede escalar tu práctica sin comprometer lo que importa. Empieza con las más fáciles — reunión de referencias, estudios de variación, experimentos de formato.

Dos: construye tu propio conjunto de datos, aunque sea pequeño. Los artistas haciendo mejor esta configuración — Ridler, Chung, Herndon, Anadol — todos trabajan con modelos entrenados o afinados sobre material que ellos han creado o reunido. Esto es lo que le da a la configuración de práctica aumentada su cualidad anclada. Un modelo entrenado en internet abierta puede ser un compañero útil de lluvia de ideas; un modelo afinado sobre tus últimos cinco años de obra es otra cosa. La tecnología para el afinado de corpus personal se ha vuelto accesible (LoRA, embeddings personalizados, entrenamiento en dispositivo) en los últimos 18 meses. Úsala.

Tres: desarrolla la habilidad de elegir. La configuración solo funciona si la artista ejerce gusto y dirección en cada etapa. El modelo produce mucho; el trabajo de la artista es elegir qué vale la pena llevar adelante, qué refinar, qué descartar. Esta habilidad es la parte de aprendizaje de la nueva práctica — y a diferencia del taller histórico, no hay un maestro que la enseñe. La aprendes haciendo, fallando, mirando mucha obra, obteniendo retroalimentación. Los artistas que mejor estén en la configuración de práctica aumentada en 2030 serán los que pongan las horas de desarrollo-de-habilidad-de-elegir en 2025-2027.

Dónde deja esto a la serie

Ahora estamos siete artículos en la serie. El grupo de Resistencia (Artículos 01-04) abordó las objeciones más fuertes a la IA en el arte. El grupo de Reflexión (Artículos 05-07) reencuadró la pregunta a través de tres lentes: qué es realmente el entrenamiento, dónde existe realmente el sitio en el mundo del arte, y dónde vive realmente la práctica trabajadora más interesante.

Los próximos grupos — Aspectos Prácticos y Poner la IA a Trabajar — entran en casos específicos. Uso ético de la IA al crear arte. Uso ético de la IA al entrenar sistemas sobre arte existente. La IA como herramienta exploratoria. La IA como compañera de investigación. La IA como agente que aumenta en la práctica trabajadora (este artículo, con más granularidad). La sub-serie de IA en la Educación Artística, eventualmente.

El argumento que recorre todo, y que este artículo hace más explícitamente, es que la configuración aumentada-por-IA — artista en el centro, IA como trabajo-y-ejecución bajo dirección — es donde las preguntas de política, las preguntas curatoriales, las preguntas estéticas y las preguntas de práctica trabajadora se vuelven todas manejables a la vez. No es la única configuración. Es la configuración más probable de producir obra que importe en la próxima década. Y es la configuración que el mundo del arte, según la evidencia de los últimos siete años, ya ha empezado a reconocer.

La pregunta de sí-o-no sobre la IA en el arte ha sido la pregunta equivocada. La correcta siempre ha sido qué configuración, usada por quién, al servicio de qué obra. Este artículo ha intentado nombrar la configuración que, en nuestra opinión, merece más atención de aquí en adelante.