LA TADEO DEARTE 9 N.º 12 - 2023
CRIATIVIDADE ALGORÍTMICA?
CRIATIVIDADE
ALGORÍTMICA?
Marcos Cuzziol
Fecha de recepción: 31 de julio de 2023 Fecha de aceptación: 11 de marzo de 2024
235 235/
MARCOS CUZZIOL
¿CREATIVIDAD
ALGORÍTMICA?
*Doutor em Artes. Instituto de Estudos Avançados, Universidade
de São Paulo, Brazil.
cuzziol@usp.br
Sugerencia de citación: Cuzziol, Marcos. Criatividade algorítmica? La Tadeo DeArte 9, n.°12,2023: 1-6.
https://doi.org/10.21789/24223158.2154
LA TADEO DEARTE 9 N.º 12 - 2023
CRIATIVIDADE ALGORÍTMICA?
Programas de computador ou algoritmos nada mais
são que sequências de instruções escritas por pro-
gramadores. Entretanto, certos programas atuais
geram resultados surpreendentes até mesmo para
seus criadores. São textos e imagens que parecem ter
sido criados intencionalmente como resposta a meros
prompts de usuários ou a critérios predefinidos. Essas
constatações conduzem a uma pergunta incômoda que
talvez tendamos a desprezar por soar quase blasfema:
algoritmos podem exibir algum nível de criatividade?.
RESUMO
Palavras-chave:
arte; programas de
computador; algoritmos;
criatividade.
>>>>>>
237 237/
MARCOS CUZZIOL
RESUMEN
Los programas informáticos o algoritmos no son más
que secuencias de instrucciones escritas por programa-
dores. Sin embargo, ciertos programas actuales generan
resultados sorprendentes incluso para sus creadores.
Se trata de textos e imágenes que parecen haber sido
creados intencionadamente en respuesta a meras
indicaciones del usuario o criterios predefinidos. Estos
hallazgos conducen a una pregunta incómoda que pode-
mos tender a descartar como casi blasfema: ¿pueden los
algoritmos exhibir cierto nivel de creatividad?
Palabras clave:
arte; programas
informáticos;
algoritmos;
creatividad.
>>>>>>
LA TADEO DEARTE 9 N.º 12 - 2023
CRIATIVIDADE ALGORÍTMICA?
P     nada mais são que sequên-
cias de instruções escritas por programadores. Entretanto, certos programas
atuais geram resultados surpreendentes até mesmo para seus criadores.
São textos e imagens que parecem ter sido criados intencionalmente como
resposta a meros prompts de usuários ou a critérios predefinidos. Essas
constatações conduzem a uma pergunta incômoda que talvez tendamos a
desprezar por soar quase blasfema: algoritmos podem exibir algum nível de
criatividade?
A resposta simples seria “não”. Afinal, algoritmos são escritos por
pessoas e apenas executam as instruções de seu código, de forma predeter-
minada. Mas essa afirmação verdadeira pode levar a suposições falsas: de
que um programador deva necessariamente saber em detalhes o que seu
programa fará ou de que um programa não possa criar nada além do que
seu programador seria capaz de criar, por exemplo. Suposições falsas como
essas advêm, acredito, de percepções errôneas sobre algoritmos, de análises
no estilo “caixa preta”, em que só parece importar o que entra e o que sai dos
programas de computador, e não o processo algorítmico propriamente dito.
Temo que a resposta à pergunta inicial não seja tão fácil quanto um
simples “não”.
239 239/
MARCOS CUZZIOL
A     numéricos. Quaisquer dados (textos, ima-
gens, sons, modelos 3D, o que quer que sejam) são sempre processados como números — mais
especificamente como sequências de bits, unidades que podem assumir apenas dois valores:
zero ou um. Assim, por exemplo, este artigo de texto ocupa aproximadamente 700 mil bits, en-
quanto uma imagem jpeg de boa resolução pode usar alguns milhões de bits.
Nesse sentido, o que algoritmos realmente fazem é processar grandes volumes de bits.
Atualmente, dois resultados importantes desse processamento são o reconhecimento de pa-
drões e a geração de soluções. Para reconhecer padrões em dados, empregam-se algoritmos que
simulam, de forma simplificada, o funcionamento de neurônios: as “redes neurais” são especial-
mente eficazes para encontrar padrões em grandes massas de bits. São treinadas com dados
reais, num processo conhecido como “aprendizado de máquina”, e podem generalizar o que
aprenderam (ao identificar um rosto numa imagem qualquer, por exemplo). Já algoritmos ditos
“generativos” fazem exatamente o que o nome indica, geram soluções para algum problema.
Normalmente, as primeiras tentativas de solução são aleatórias, meros bits sorteados ao acaso.
Depois, alguma estratégia é empregada para avaliar e refinar essas candidatas a soluções. O pro-
cesso de geração, seleção e refinamento pode ser repetido dezenas de milhares de vezes, até que
uma boa solução seja encontrada e apresentada como resultado. Vejamos três exemplos a seguir.
Algoritmos genéticos” selecionam e refinam as melhores soluções para atender requisitos
específicos como, por exemplo, aumentar a resistência e diminuir o peso de uma estrutura
mecânica. Após milhares de interações, a solução encontrada é, via de regra, uma estrutura
muito eficiente, que dificilmente teria sido projetada por um ser humano, como a do exemplo
abaixo.
NO INTERIOR DA
CAIXA PRETA
Figura 1. Estrutura
projetada por
algoritmo getico
(Henry Dennis/Nasa)
Fonte3: Chicago Style.
LA TADEO DEARTE 9 N.º 12 - 2023
CRIATIVIDADE ALGORÍTMICA?
Algoritmos “diusion” são redes neurais treinadas para identificar ruído em imagens.
Durante o processo de treinamento, ruído gráfico é gerado artificialmente, o que permite
que a rede aprenda a distinguir com precisão o ruído da imagem original. Nesse mesmo
treinamento, as descrições das imagens são processadas. Quando um modelo de difusão
suficientemente treinado é solicitado a remover o ruído de uma imagem inicial composta
de 100% de ruído, descrita por um prompt, ele surpreendentemente cria imagens muito
convincentes, como as mostradas abaixo. É importante destacar que não há “copiar e colar”
nesse processo: as imagens são inteiramente construídas por um algoritmo que remove, de
forma sucessiva, o que ele “acredita” ser ruído em relação a uma imagem original suposta.
Em outras palavras, o modelo de difusão cria uma imagem do zero com base no comando de
texto e no conhecimento adquirido durante seu treinamento. Nenhum pixel é copiado das
imagens originais do treinamento.
Figura 2. Exemplos de imagens criadas pelo Midjourney.
Fonte5: “Midjourney: Explore,” Midjourney https://www.
midjourney.com/explore?tab=top
O algoritmo “GPT” (em português, transformador gerador pré-treinado) é um modelo de
linguagem baseado em redes neurais para processar e gerar textos. O GPT é treinado em um
grande conjunto de dados, como textos da internet, e aprende a capturar padrões e estrutu-
ras linguísticas. Durante o treinamento, o modelo prevê a próxima palavra em uma sequ-
ência de palavras, condicionada ao contexto anterior. Essa tarefa é repetida muitas vezes
para construir uma compreensão profunda das relações entre as palavras. O GPT pondera
a importância de cada palavra em relação a outras palavras na sequência e, assim, captura
informações contextuais mais complexas. Após o treinamento, o modelo pode ser alimenta-
do com um texto de entrada, um prompt, e gerar previsões de palavras subsequentes com
base no contexto fornecido (este último exemplo é a própria ilustração, pois foi criado por
um algoritmo GPT).
Dos breves exemplos acima, é possível perceber que seus resultados não estão limitados
pelas capacidades criativas de seus programadores. Um programador, por melhor que seja, nor-
malmente não é capaz de projetar estruturas mecânicas muito mais eficientes do que as criadas
por um projetista experiente, nem de criar, a partir de um texto, imagens que possam passar por
reais ou de escrever fluentemente sobre algum assunto complexo numa língua que desconhece,
como o português.
241 241/
MARCOS CUZZIOL
Entretanto, ainda que algoritmos atuais sejam capazes de criar soluções
surpreendentes que extrapolam as capacidades de quem os escreveu, isso
significa que pode existir intenção neles? A resposta simples, novamente, é
“não”. Como se viu, todas as decisões de qualquer algoritmo são determina-
das por suas instruções, com apenas um pequeno espaço para indetermi-
nismo ao se “sortear” números conforme descrito mais acima. Mesmo esse
pequeno espaço para indeterminismo pode ser questionado, uma vez que
não se pode criar um gerador de números verdadeiramente aleatórios num
algoritmo digital (são números ditos “pseudoaleatórios”). Nesse sentido, o
que normalmente se entende por livre-arbítrio, ou seja, a possibilidade de
tomar decisões unicamente por vontade própria, não pode ser aplicado a
algoritmos.
Mas, ainda assim, o total de decisões alternativas exploradas por um
programa de computador pode ser tão grande que se torna literalmente
impossível para um ser humano prever todas elas. Para dar um exemplo nu-
mérico: suponhamos que determinada solução de um desses algoritmos seja
expressa por 256 bits de dados, um valor muito pequeno perto do que qual-
quer computador atual pode processar. Pois bem, o número de combinações
diferentes desses 256 bits é comparável ao número estimado de átomos de
todo o nosso universo (sim, uma candidata à solução para cada átomo do
nosso universo). Para uma imagem de milhões de bits, como outro exemplo,
esse número de combinações será muitas e muitas ordens de grandeza su-
perior. E, quando um algoritmo escolhe, ainda que de forma basicamente de-
terminista e limitada, uma solução entre um número tão absurdo de opções,
é difícil negar que haja ao menos uma percepção de liberdade nessa ação.
LIVRE-ARBÍTRIO?
LA TADEO DEARTE 9 N.º 12 - 2023
CRIATIVIDADE ALGORÍTMICA?
N     sentido comparar o
processo criativo humano com o que quer que esteja
acontecendo em algoritmos, criativos ou não. São
processos e resultados absolutamente diferentes. O pri-
meiro evoluiu durante milhões de anos em organismos
biológicos. O outro é construído a partir de abstrações
matemáticas e executado em chips de silício há apenas
alguns anos.
Tecnologias disruptivas costumam trazer tanto
um lado fascinante e libertador quanto outro terrível,
opressor. É fácil perceber essa dualidade na tecnologia
nuclear, por exemplo, que permite tanto o escane-
amento de precisão para diagnósticos médicos que
salvam vidas como os horrores das bombas nucleares.
Tecnologias mais antigas, como a escrita e a imprensa,
além de todos os benecios evidentes para a humani-
dade, também foram historicamente empregadas como
meios de controle e opressão. Não seria razoável supor
que com a inteligência artificial fosse diferente.
Manifestos de alerta, assinados por especialis-
tas, têm sido frequentes. Cito duas cartas abertas:
“Research Priorities for Robust and Beneficial Artificial
Intelligence: An Open Letter”1, de 2015, e “Pause Giant
AI Experiments: An Open Letter”2, de 2023. A primei-
ra alertava, oito anos atrás, sobre a importância de
estabelecer prioridades para que o desenvolvimento da
inteligência artificial fosse benéfico, evitando possíveis
perigos. A segunda é mais urgente e cita, entre outros,
o risco de perdermos o controle de nossa civilização,
propondo uma pausa nos grandes experimentos de
inteligência artificial para que regras de segurança pos-
sam ser estabelecidas. Os alertas foram assinados por
centenas de especialistas, incluindo Stephen Hawking,
Steve Wozniak, Yuval Noah Harari e Stuart Russell.
É preciso levar a sério esses alertas. Por mais
diferentes e não humanas que sejam, é inevitável que
as chamadas “inteligências artificiais generativas”
dividam espaços antes ocupados apenas por seres hu-
manos, espaços de criação, de produção de conteúdo,
de planejamento. Isso já acontece, mesmo nos estágios
tão iniciais em que esses algoritmos se encontram.
Parece inevitável, também, que grande parte dessa tec-
nologia permaneça a serviço das instituições que hoje a
desenvolvem, gerando aplicações voltadas para o lucro
de megacorporações ou para a eficiência sobre-huma-
na no campo militar.
Mas há também possibilidades fascinantes para
o nosso futuro. É perturbador pensar que algoritmos
possam vir a ser bem-sucedidos em áreas que exigem
intuição e criatividade, mas é bem possível que eles
transcendam algumas limitações humanas nessas áre-
as. Enquanto tecnologias mais antigas aprimoraram a
força e a habilidade físicas dos seres humanos e outras,
mais recentes, elevaram nossas capacidades analíti-
cas, a inteligência artificial pode vir a permitir níveis de
cognição nem sequer imaginados. Nesse sentido, essa
nova tecnologia estará apenas expandindo as capa-
cidades humanas, como tantas outras já o fizeram no
passado. A diferença está no fato de que a inteligência
artificial generativa atua numa área que era considera-
da, até há poucos anos, exclusivamente humana. Mas o
princípio é o mesmo.
Há indicações de que novas teorias da física pode-
rão vir a ser desenvolvidas — ou que, pelo menos, terão
seu desenvolvimento facilitado — por algoritmos desse
tipo4. Outras aplicações da inteligência artificial — des-
de o diagnóstico médico, a busca por planetas extras-
solares e até mesmo o desenvolvimento de programas
de computador inovadores — também já existem e
estão em contínuo desenvolvimento. O potencial de
novas descobertas, auxiliadas por algoritmos, promete
ampliar o conhecimento humano de maneira muito
rápida e difícil de prever.
Enfim, intuição, criatividade e busca por conheci-
mento sempre foram características humanas. Parece
apropriado que essas características se expandam com
a ajuda de nossas próprias tecnologias. Se tivermos
consciência dos riscos desse processo, talvez os benefí-
cios possam levar a humanidade a uma nova era. Uma
era, talvez, de maior consciência sobre o que significa,
realmente, ser humano.
FUTURO
243 243/
MARCOS CUZZIOL
  
1. “Research Priorities for Robust and Beneficial Artificial
Intelligence: An Open Letter,” Future of Life Institute, 25
de outubro de 2015, https://futureoflife.org/open-letter/
ai-open-letter/
2. “Pause Giant AI Experiments: An Open Letter,” Future of Life
Institute, 22 de março de 2023, https://futureoflife.org/
open-letter/pause-giant-ai-experiments/
3. Karl B. Hille, “NASA turns to AI to Design Mission Hardware,” NASA,
9 de fevereiro de 2023, https://www.nasa.gov/technology/
goddard-tech/nasa-turns-to-ai-to-design-mission-hardware/
4. Holly Evarts, “Columbia Engineering Roboticists Discover
Alternative Physics,” Columbia Engineering, 25 de julho de
2022, https://www.engineering.columbia.edu/about/news/
columbia-engineering-roboticists-discover-alternative-physics
5. “Midjourney: Explore,” Midjourney, acessado em 7 de dezembro
de 2023, https://www.midjourney.com/explore?tab=top