Postdigital flipbook (2019)

En el origen de Postdigital Flipbook conviene evocar el descubrimiento de dos herramientas algorítmicas que había aprendido a manejar en 2019. Se trata, por una parte, de una red neuronal de IA capaz de tratar como dato de entrada una imagen cualquiera y, si esta contiene un rostro humano, de devolver un conjunto de 68 puntos que delimitan los rasgos del rostro detectado. Por otra parte, había descubierto un algoritmo que permitía programar y lanzar un gran número de búsquedas en Google para extraer automáticamente sus resultados, en particular búsquedas de imágenes a partir de palabras clave.

Estas dos herramientas me habían impresionado profundamente. No me imaginaba que un ordenador pudiera —ya— detectar la presencia de un rostro humano en una imagen y, más aún, que un software pudiera llegar a delimitar sus rasgos con precisión, aun cuando «veía» ese rostro por primera vez¹. Comprendí que tenía entre manos la herramienta que iba a emplearse —o que ya se empleaba— para el reconocimiento facial. Por otra parte, me asombró constatar que era posible, gratuitamente y sin competencias informáticas avanzadas, «barrer» literalmente la web² para extraer de ella imágenes alojadas en los cuatro rincones del mundo.

Con semejante «poder» tecnológico entre mis manos —que podía movilizar pese a mis medios limitados— y consciente del tamaño titánico del big data, me dije que, para una imagen dada que contuviera un rostro humano, tenía que existir en algún lugar de internet otra imagen, con otro rostro, pero cuyos rasgos fueran muy cercanos. Esa segunda imagen tendría a su vez otra, estructuralmente muy próxima, y así sucesivamente. Haciendo desfilar estas imágenes «vecinas» una tras otra, debía de ser posible fabricar algo que se pareciera a una animación.

Tras larguísimas horas de programación y depuración³, dedicadas la mayor parte del tiempo a intentar adaptar, a tientas, enormes fragmentos de código encontrados en internet, se creó un sistema algorítmico que permitía buscar, encontrar, interpretar y relacionar imágenes de rostros dispersas por los cuatro rincones del ciberespacio. Este sistema articulaba principalmente tres algoritmos:

• El scraper, que, a partir de una lista de palabras clave (keywords), iba a buscar imágenes en internet y guardaba las direcciones de aquellas que contenían rostros.
• El algoritmo que integraba la red neuronal, el cual, para cada imagen que contenía un rostro, proporcionaba 68 pares de coordenadas (I, J) que señalaban los ojos, la boca —con el detalle de los labios—, la nariz y el contorno inferior del rostro.
• Un algoritmo que, mediante largos cálculos, conseguía encontrar, para cada nueva imagen, las imágenes más cercanas dentro de la inmensa base de datos.

El sistema tuvo que complejizarse para tener en cuenta el hecho de que cada imagen no poseía, propiamente hablando, una sola imagen vecina, sino potencialmente seis: una a la derecha, una a la izquierda, una hacia arriba, una hacia abajo, una hacia delante y una hacia atrás. Las imágenes, articuladas unas con otras por proximidad, formaban así «espacios de rostros». Y hay que decir espacios, en plural, porque podía observarse, por ejemplo, que los rostros de cierta forma, y con una expresión particular, tendían a articularse más entre sí, formando un espacio específico.

Tras periodos de scraping y de cálculo que podían durar días enteros, el agenciamiento algorítmico producía, como resultado final, una base de datos que indicaba, para cada imagen, sus imágenes vecinas. Esta base de datos no contenía una animación única, sino un vasto conjunto de animaciones potenciales, según el espacio de rostros privilegiado y el recorrido elegido en el interior de ese espacio. Al término de una larga exploración, se seleccionó un itinerario entre las posibilidades casi infinitas, lo que permitió por fin disponer de la sucesión de imágenes que se movilizaría en la construcción de la película.

La enorme diversidad de imágenes que mostraban rostros me sorprendió desde el principio: veía desfilar «verdaderos» retratos fotográficos —incluidos algunos Harcourt—, intercalados con selfies pixelados, capturas de pantalla de publicaciones en las redes sociales (Facebook, Instagram, Twitter, TikTok…), retratos «profesionales» procedentes de bancos de imágenes y con su marca de agua —Shutterstock, Alamy, Depositphotos, Getty Images, etc.—, imágenes de participantes en platós de televisión, instantáneas de celebridades con vestido de gala asistiendo a ceremonias, con los logotipos de los patrocinadores al fondo; primeros planos de cantantes, fotos procedentes de orlas y anuarios, de atletas en acción, imágenes corporate, anuncios publicitarios, fundas de vinilos o de CD, cubiertas de libros y de revistas, memes con texto, imágenes extraídas de películas o de videoclips, fotografías muy antiguas en blanco y negro o en sepia, retratos dibujados, rostros grabados en piezas metálicas, impresos en camisetas o integrados en tatuajes…

Mucho más flashy de lo previsto, la animación despliega un catálogo hiperrápido de los usos de la imaginería de los rostros, con una fuerte presencia de imágenes de vocación comercial. Mediante la puesta en tensión de todos estos tipos de imágenes —en diálogo o en colisión—, donde celebridades y anónimos se entremezclan a alta frecuencia, la animación tiene el potencial de «captar» al espectador en un estado de asombro permanente.

Por otra parte, se desprendía una reflexión «medial»: al igual que el dispositivo cinematográfico tradicional y, antes que él, los dispositivos históricos de animación —del taumatropo⁴ al praxinoscopio, pasando por el fenaquistiscopio—, sin olvidar la imagen de vídeo electrónica, la mayoría de los sistemas que la humanidad ha concebido para producir la ilusión del movimiento recurren a una sucesión rápida de imágenes fijas. La imagen digital no escapa a esta lógica, con flujos de vídeo definidos por unos fps (frames per second), puestos en marcha por una máquina —el ordenador— que se expresa mediante una serie de estados fijos. Postdigital Flipbook parece subrayar este denominador común a los dispositivos técnicos de animación, en una reflexión que privilegia la continuidad entre antiguos y nuevos medios, en resonancia con el espíritu de la arqueología de los medios.

Todos los dispositivos de animación de imágenes empleados por la humanidad actúan a partir de su condicionamiento material específico⁵, y Postdigital Flipbook no habría podido ser de otro modo. Este anclaje material se expresó con fuerza durante el proceso de creación, en el que, por una parte, fueron necesarios enormes tiempos de cálculo y de «raspado de datos», mientras que las IP (direcciones de red) de las imágenes encontradas señalaban ubicaciones dispersas por todo el globo⁶, lo que ponía de relieve el despliegue geográfico concreto de internet.

Intenté expresar esta forma de materialidad transponiéndola a la «pesadez» del papel, mediante la creación de un centenar de flipbooks (folioscopios) físicos, cada uno de los cuales pesaba alrededor de 1 kg. Una parte de estos flipbooks iba a guardarse en un armario de servidores, mientras que el resto de los ejemplares debía depositarse sobre una mesa improvisada junto al armario, constituida por un enrollador de cables colocado en horizontal; el conjunto contribuía a estructurar una versión instalativa de la película. Esta versión se expuso en el Musée de l’Élysée de Lausana en 2020, con ocasión de la exposición Regeneration4. Los flipbooks estaban concebidos para ponerse a disposición del público; sin embargo, hubo que lidiar hasta el último momento con las contingencias muy materiales de lo real. En efecto, debido a las restricciones vinculadas a la covid-19, y con el fin de minimizar los riesgos de transmisión del virus, las comisarias de la exposición —Pauline Martin y Lydia Dorner— decidieron dejar los flipbooks fuera del alcance del público, en el interior del armario de servidores.

Postdigital flipbook da testimonio de un estado de cosas inquietante, cuyas consecuencias apenas empezamos a percibir. En efecto, una gran parte de nuestros datos —incluidos los datos personales—, así como todas nuestras huellas «virtuales», están de facto a disposición de cualquiera que desee consultarlas, lo que hace posibles nuevas modalidades de apropiación. Aquí se trataba de movilizar esos datos ajenos en el marco de un proyecto artístico, pero la empresa muestra claramente que, con medios muy similares, sería igualmente posible poner en marcha un sistema de reconocimiento facial. Estos sistemas ya existen, y no solo en China⁷.

Por otra parte, los gigantes de la web han sacado partido de esta situación en su interés exclusivamente económico. En efecto, gracias a la masa de datos libremente accesibles en la web, y debido a un vacío jurídico, numerosos actores de lo digital han entrenado sus redes neuronales generativas, capaces en adelante de producir imágenes (dibujos o fotografías) y textos de todo tipo, en un intento de tomar por asalto lo que quedaba de humano en la gestión de lo sensible. Esta gestión, por decirlo con Adorno y Horkheimer, ya dependía de la industria cultural; con las IA generativas, se trata ahora de su automatización.

Postdigital flipbook, a primera vista, parece reflejar este modo de existencia industrial de las imágenes, proponiendo un deslumbramiento «fácil», más cercano al entretenimiento que a la contemplación —un aperitivo que moviliza la visión más que la mirada—. Solo que, una vez «enganchado» el espectador, se le abren posibilidades muy concretas de ampliar la experiencia: con solo preguntarse cómo se construyó la obra, surge una reflexión que revela un aspecto profundamente problemático del modo de existencia contemporáneo de lo digital.

1. Hoy comprendemos el funcionamiento de este tipo de proeza tecnológica, basada en el aprendizaje profundo de las redes neuronales —deep learning—.↩︎

2. Fue necesario, no obstante, hacer funcionar el algoritmo durante un tiempo considerable para extraer las imágenes movilizadas por el proyecto.↩︎

3. Momentos a veces difíciles, durante los cuales comprendía a Brian Eno cuando declara, en una entrevista: «Trabajo todo el tiempo con ordenadores y no los soporto. Me siento morir cuando los uso». Enlace web de la entrevista: https://desmusiquespourguerir.com/brian-eno-strategies-obliques-pour-creativite-illimitee/.↩︎

4. El llamado taumatropo de Les Eyzies, descubierto en 1864 en Laugerie-Basse, en la Dordoña, data del Paleolítico.↩︎

5. Pero también a partir del condicionamiento material del ser humano, en la base de procesos como la persistencia retiniana, gracias a la cual nuestra percepción visual participa en la creación de la ilusión de movimiento.↩︎

6. Ciertamente, con algunas zonas muy privilegiadas, como Estados Unidos, y otras casi ausentes, como el África subsahariana.↩︎

7. Abordaremos este aspecto en relación con el trabajo de Benjamin Gaulon en el capítulo 5.↩︎