¿Puede realmente un ordenador tener la capacidad de juzgar con criterio obras de arte?
Según un estudio publicado por arXiv, un grupo de investigadores ha desarrollado un algoritmo visual que puede clasificar con precisión diferentes obras de arte según su creatividad.
Entendida la creatividad como "la originalidad del producto y su valor influyente”, según han confirmado los científicos Ahmed Elgammal y Babak Saleh de la Universidad de Rutgers, responsables del proyecto.
Bajo esta definición han creado una especie de "red de arte" en función de la similitud entre obras y características pictóricas según las diferentes etapas de la historia.
Este original barómetro, conocido como el “timed machine experiment” es capaz de clasificar obras según sus características. Para ello, el algoritmo analiza todos los elementos de la pintura, desde el color y la textura hasta el tipo de escenas representadas.
Los creadores han cruzado una base de datos de alrededor de 62.000 obras. De esta forma, se ha activado el algoritmo para establecer paralelismos entre los diferentes cuadros.
Los resultados según el algoritmo
Las pinturas que aparecen en la parte superior de la tabla son las que han sido juzgadas por el algoritmo como las más originales.
Los resultados son sorprendentes. Por ejemplo, “El grito” de Edvard Munch ha sido considerado como excepcional, junto con el artista de pop-art Roy Lichtenstein y su obra “Yellow Still Life” o la escena de Monet “Haystacks at Chailly at Sunrise”. Por el contrario, las obras de algunos de los maestros más clásicos, como Ingres o Rodin se sitúan a la cola de las obras más creativas.
Sin embargo, como los propios investigadores reconocen, estos resultados son básicamente imposibles de confirmar porque el software está midiendo la originalidad de una pintura en lugar de su mérito intrínseco según la época en la que se pintó. "En la mayoría de los casos los resultados del algoritmo son piezas de arte que los historiadores han destacado como innovadoras e influyentes”, han comentado los científicos. Elgammal y Saleh han añadido que el algoritmo podría adaptarse también para analizar música o literatura.
