- Estudo conjunto da Universidade de Varsóvia e da Universidade de Hertfordshire identificou um padrão estrutural comum em pinturas abstratas humanas, detectado com homologia persistente e ausente em obras geradas por IA.
- Os pesquisadores transformaram imagens em dados e construíram “códigos de barras topológicos” para descrever a organização das formas e cores, destacando a dualidade de Alexander entre regiões de borda e centro.
- Ao comparar mestres como Kandinsky, Rothko, Pollock, Malevich, Maria Jarema e a jovem pintora Lidia Kot com imagens de IA, observaram que as obras humanas exibem uma violação da simetria matemática em torno de 0,4, enquanto as geradas por IA não apresentam o mesmo padrão.
- Em estudo separado com 58 voluntários, observaram-se movimentos oculares e atividade cerebral ao ver obras humanas e imagens de IA; no laboratório, obras humanas tiveram maior atração e tempo de atenção, enquanto, na galeria, imagens de IA prenderam o olhar por períodos mais longos.
- Os autores ressaltam que o contexto influencia a experiência estética e que a matemática ajuda a entender padrões de percepção, sem reduzir a arte a fórmula; a pesquisa sugere diferenças na forma como o cérebro processa arte humana versus IA.
Em Varsóvia e em Hertfordshire, pesquisadores aplicaram uma técnica matemática para transformar pinturas abstratas em dados mensururáveis. O objetivo foi identificar padrões estruturais que guiam a percepção humana, distinguindo obras de artistas humanos de imagens geradas por IA. O estudo foi publicado na revista Plos Computational Biology.
A dupla de autores inclui Jacek Rogala, da Polônia, e Shabnam Kadir, do Reino Unido. Os pesquisadores usaram a homologia persistente, uma ferramenta que traduz formas e cores em estruturas matemáticas para analisar a organização espacial das obras sem considerar seu conteúdo. A proposta é medir a forma das composições.
Segundo Jethro Van Ekeren, professor do Impa, a técnica transforma elementos subjetivos em dados comparáveis. A análise foca nas regiões escuras das imagens, categorizando aspectos da forma por meio de diferentes níveis de complexidade, chamados H0, H1, H2, etc.
Código de barras topológicos
O método funciona como um escaneamento das camadas de cor; cada tonalidade vira uma forma matemática. A partir disso, criam-se códigos de barras topológicos que descrevem a estrutura da obra, permitindo comparação entre peças distintas.
Entre as obras estudadas, aparecem mestres como Kandinsky, Rothko, Pollock, Malevich e Maria Jarema, além da jovem artista polonesa Lidia Kot. Imagens geradas por IA, com estética abstrata, também foram incluídas para comparação.
A análise aponta uma ideia central: o conceito matemático da dualidade de Alexander, que relaciona estruturas nas bordas da imagem às presentes no centro. Em condições ideais, essa relação é exata; na prática, ruídos de digitalização geram desvios.
Diferença entre obras humanas e IA
Ao medir o grau de violação dessa simetria, os pesquisadores observaram padrões constantes nas pinturas humanas, com uma média em torno de 0,4. Já as imagens geradas por IA não apresentaram a mesma regularidade, o que pode explicar parte da percepção de “impacto” diferente entre as duas fontes.
No experimento com participantes, 58 voluntários foram expostos a obras humanas ou a imagens geradas por IA, sob monitoramento de movimentos oculares e atividade cerebral. Os contextos de exibição influíram de forma significativa nos resultados.
Pinturas de IA induziram movimentos oculares mais exploratórios, especialmente em situações de apresentação em galeria. Em computadores, as diferenças entre as peças humanas e as geradas por IA foram menos marcantes aos olhos, mas o cérebro respondeu de modo distinto.
Os autores destacam que a experiência estética não se reduz a uma fórmula. A criatividade e o contexto cultural mantêm papel central, mesmo com evidências de uma estrutura subjacente comum em obras abstratas humanas.
Entre na conversa da comunidade