Em Vars\u00f3via e em Hertfordshire, pesquisadores aplicaram uma t\u00e9cnica matem\u00e1tica para transformar pinturas abstratas em dados mensurur\u00e1veis. O objetivo foi identificar padr\u00f5es estruturais que guiam a percep\u00e7\u00e3o humana, distinguindo obras de artistas humanos de imagens geradas por IA. O estudo foi publicado na revista Plos Computational Biology.<\/p>\n
A dupla de autores inclui Jacek Rogala, da Pol\u00f4nia, e Shabnam Kadir, do Reino Unido. Os pesquisadores usaram a homologia persistente, uma ferramenta que traduz formas e cores em estruturas matem\u00e1ticas para analisar a organiza\u00e7\u00e3o espacial das obras sem considerar seu conte\u00fado. A proposta \u00e9 medir a forma das composi\u00e7\u00f5es.<\/p>\n
Segundo Jethro Van Ekeren, professor do Impa, a t\u00e9cnica transforma elementos subjetivos em dados compar\u00e1veis. A an\u00e1lise foca nas regi\u00f5es escuras das imagens, categorizando aspectos da forma por meio de diferentes n\u00edveis de complexidade, chamados H0, H1, H2, etc.<\/p>\n
O m\u00e9todo funciona como um escaneamento das camadas de cor; cada tonalidade vira uma forma matem\u00e1tica. A partir disso, criam-se c\u00f3digos de barras topol\u00f3gicos que descrevem a estrutura da obra, permitindo compara\u00e7\u00e3o entre pe\u00e7as distintas.<\/p>\n
Entre as obras estudadas, aparecem mestres como Kandinsky, Rothko, Pollock, Malevich e Maria Jarema, al\u00e9m da jovem artista polonesa Lidia Kot. Imagens geradas por IA, com est\u00e9tica abstrata, tamb\u00e9m foram inclu\u00eddas para compara\u00e7\u00e3o.<\/p>\n
A an\u00e1lise aponta uma ideia central: o conceito matem\u00e1tico da dualidade de Alexander, que relaciona estruturas nas bordas da imagem \u00e0s presentes no centro. Em condi\u00e7\u00f5es ideais, essa rela\u00e7\u00e3o \u00e9 exata; na pr\u00e1tica, ru\u00eddos de digitaliza\u00e7\u00e3o geram desvios.<\/p>\n
Ao medir o grau de viola\u00e7\u00e3o dessa simetria, os pesquisadores observaram padr\u00f5es constantes nas pinturas humanas, com uma m\u00e9dia em torno de 0,4. J\u00e1 as imagens geradas por IA n\u00e3o apresentaram a mesma regularidade, o que pode explicar parte da percep\u00e7\u00e3o de \u201cimpacto\u201d diferente entre as duas fontes.<\/p>\n
No experimento com participantes, 58 volunt\u00e1rios foram expostos a obras humanas ou a imagens geradas por IA, sob monitoramento de movimentos oculares e atividade cerebral. Os contextos de exibi\u00e7\u00e3o influ\u00edram de forma significativa nos resultados.<\/p>\n
Pinturas de IA induziram movimentos oculares mais explorat\u00f3rios, especialmente em situa\u00e7\u00f5es de apresenta\u00e7\u00e3o em galeria. Em computadores, as diferen\u00e7as entre as pe\u00e7as humanas e as geradas por IA foram menos marcantes aos olhos, mas o c\u00e9rebro respondeu de modo distinto.<\/p>\n
Os autores destacam que a experi\u00eancia est\u00e9tica n\u00e3o se reduz a uma f\u00f3rmula. A criatividade e o contexto cultural mant\u00eam papel central, mesmo com evid\u00eancias de uma estrutura subjacente comum em obras abstratas humanas.<\/p>\n","protected":false},"excerpt":{"rendered":"