Sora, el nuevo generador de video de IA de OpenAI, parece superar a todos los generadores de video de IA anteriores. Los clips lucen tremendamente realistas, presentan una cantidad casi insignificante de errores visuales e inconsistencias, y parecen “captar” profundamente la esencia detrás de cada mensaje introducido en la máquina. Si bien hay indicios que nos permiten descubrir los orígenes de la mayoría de los clips generados por la IA, estamos en “una nueva fase” no sólo en lo que respecta a las capacidades de la IA o el estado de los vídeos, sino una nueva fase en el tejido mismo de nuestra sociedad.
La visión es, sin dudas, nuestro sentido más destacado. Se estima que el 80% de la información total que percibimos proviene de nuestros receptores visuales, también conocidos como nuestros ojos. Tener una percepción visual basada en información ha sido de gran utilidad para la humanidad durante millones de años. Nuestra excelente visión del color nos ayudó a encontrar frutas maduras, rastrear presas y evitar depredadores camuflados. Nos ayudó a maravillarnos con los suaves rayos del amanecer y los delicados colores de las mariposas. La importancia de la visión en nuestra percepción es innegable. Este sistema afecta cada uno de nuestros movimientos y, por lo tanto, tiene un poder inmenso. Así como una flor colorida o una rana venenosa evolucionaron para capitalizar nuestra toma de decisiones basada en la visión, también lo hicieron los medios de comunicación. Sora, LTX Studio, MidJourney, Dall-E y otros son sólo un paso más en esta dirección, ¿o no lo son?
¿Hay una diferencia fundamental?
Como ocurre con todas las preguntas interesantes, no hay una respuesta definitiva. El mundo del cine está repleto de manipulación visual (y no imaginas el sonido). Creo que la diferencia más importante es la accesibilidad a estas herramientas tan poderosas. La comunicación visual recorre dos caminos paralelos: uno hacia la democratización basada en la tecnología, el otro hacia el creciente control sobre las publicaciones. El umbral para crear imágenes confiables es cada vez menor, pero cuanto más contenido se crea, más poder se les transfiere a los editores y las plataformas. La Kodak Brownie nos regaló innumerables narradores y le dio a Kodak un inmenso poder tanto financiero como cultural. A medida que YouTube, Facebook y otros “democratizaron” la transmisión y la publicación de contenidos, también transfirieron un poder sin precedentes a manos de varios nuevos magnates. En este sentido, Sora de Open AI es solo otro paso en este largo camino.
Sora hace que la creación visual confiable sea potencialmente sencilla y accesible. Se puede argumentar que, a diferencia de los métodos cinematográficos tradicionales, este método se diferencia por su desapego de la realidad como material fuente. Esto es cierto de forma parcial, ya que todos los sistemas de inteligencia artificial se entrenan con imágenes encontradas en otros sitios. Nadie pensará que los gusanos de arena de Arakis son una realidad que se está filmando. Entonces, ¿qué tiene la IA generativa?
La magnitud es fundamental
Accesibilidad. Como hemos visto con cada evolución y revolución en nuestro campo, la accesibilidad es extremadamente influyente. A medida que se traspasan las barreras tecnológicas, la masa crítica de recién llegados crea un cambio tectónico. Con empresas como Sora, LTX Studio y otras aplicaciones de IA generativa, este terremoto recién se está formando.
¿Cómo podemos detectar videos hechos por Sora?
Los videos generativos han experimentado una mejora significativa, pero aún podemos ver detalles adicionales como pequeños pandas rojos que aparecen de la nada y cachorros de lobo que desaparecen en el aire (o pelaje fino). Sin embargo, ¡podemos luchar contra los efectos de esta tecnología con nuestro agudo instinto visual y nuestro pensamiento crítico!
Pero más allá de todo, como dijo una vez Mark Twain:
Una mentira puede viajar por medio mundo antes de que la verdad se ponga las botas.
Mark Twain (?)
¿O tal vez fue Thomas Franklin? ¿Thomas Jefferson? ¿Winston Churchill? ¿Terry Pratchett? El hecho de que no podamos estar muy seguros de quién lo dijo realmente es un ejemplo de lo que venimos hablando. Cuanto más grande es el Populus que produce contenido, más contenido se publica y más difícil es investigar y separar la verdad de la ficción, la desinformación, la manipulación, las teorías de conspiración y las mentiras descaradas. Incluso si los generadores de vídeo con IA dejan de mejorar a partir de este momento, e incluso si nosotros, la comunidad entrenada visualmente, podemos seguir detectándolos, esto no tiene suficiente peso. Piensa en la última vez que viste que una imagen mal retocada se volvió viral. Photoshop existe desde hace más de dos décadas y, aun así, la gente sigue cayendo en las ediciones más obvias. Para cuando nosotros u otros que estén tratando de regular este campo, nos pongamos las botas, será demasiado tarde.
¿Cómo puede afectar la IA generativa al medio de captura de movimiento?
El efecto de la IA generativa que tenemos en el mercado se ha debatido exhaustivamente tanto aquí en CineD como en toda la web. Quizás la víctima más obvia sea el negocio del material de archivo. Herramientas como Google Lumiere y OpenAI Sora alterarán fundamentalmente el modelo de negocio de este campo. LTX Studio de Lightricks puede hacer lo mismo con proyectos más complejos debido a su naturaleza controlable y seleccionable. Varias otras herramientas afectarán a otros campos. Si bien ninguno reemplazará directamente al director, director de fotografía o editor, la mayoría, si no todos, minimizarán la necesidad de contar con personal experimentado y en algunos casos hará obsoleta la contratación de un profesional. Como se vio en el reciente fiasco de la experiencia de Willie Wonka, ahora cualquiera puede producir imágenes de relativamente alta calidad con poca o ninguna consideración por la realidad.
Lamentablemente, la IA generativa como Sora y LTX Studio reestructurarán mucho más que el mercado. Interrumpirá la forma en que la información visual indica la verdad y crea nuestra percepción del mundo. Alterará el propio medio.
La IA generativa se reestructurará mucho más
Sora, así como otros motores de IA generativa, crea imágenes de apariencia realista con poca o ninguna conexión directa con la realidad. Si bien se puede atribuir lo mismo al CGI, éste es mucho menos accesible. Esta combinación de accesibilidad e infinitas posibilidades visuales seguramente tendrá repercusiones en todo el medio. Dado que la mayor parte de nuestra percepción se origina a partir de información visual, creo que experimentaremos una reestructuración fundamental de la forma en que entendemos el mundo.
Sora y el tejido de la sociedad
En este punto, Sora se limita a clips mudos de 1 minuto. LTX Studio puede generar audio y tiene capacidades de control y selección mucho mejores, pero carece de la delicadeza visual que proporciona Sora. Una gran cantidad de otras herramientas y aplicaciones pueden apoyar otras facetas de la creación cinematográfica, pero todavía son limitadas tanto en términos de acceso (no están disponibles públicamente) como en términos de temática (cierto contenido está prohibido).
Todo parece ser sólo cuestión de tiempo. Las limitaciones tecnológicas tienden a desaparecer con el tiempo, y los tiempos de la IA son bastante cortos en este sentido. Si bien ciertos campos de la creación visual pronto se transformarán e incluso desaparecerán, esta es la menor de nuestras preocupaciones. La deconstrucción del medio visual como indicador de la verdad y los hechos nos enfrentará a nosotros, a los creadores y a la sociedad en su conjunto, a un cambio profundo en el papel de la información visual. Esto puede conducir a futuros tanto utópicos como distópicos o cualquier cosa intermedia.
¿Temes por lo que pasará en el futuro o esperas el cambio con entusiasmo? ¿Las herramientas de IA generativa están a tu disposición y las utilizas o prefieres el cine auténtico y tradicional? Cuéntanos en los comentarios.
