A criação de imagens de pessoas como se tivessem vivido nos anos 1980 revela uma questão que vai além da estética de roupas, cabelos e cenários antigos: para que uma máquina produza uma versão convincente do passado, é preciso transformar experiências, imagens e características em representações calculáveis.
A reflexão é apresentada por Biana (Bianca Fernandes), integrante do DiraCom e do projeto organica.social, além de pesquisadora e mestranda em antropologia digital pela USP, e por Cris Cirino, integrante do DiraCom e pesquisadora do Grupo de Inovação e Convergência na Comunicação (Inovacom/UFPA).
O que a imagem deixa de mostrar
A inteligência artificial generativa participa de um ecossistema baseado na produção, no processamento e na circulação de grandes volumes de dados. Nesse processo, fotografias pessoais enviadas às plataformas podem se tornar insumos para novas experiências de IA.
As autoras levantam perguntas sobre quais dados são armazenados, quem pode utilizá-los, por quanto tempo e com quais finalidades. Também questionam quem define os limites desse uso e quem se beneficia da quantidade de dados gerada pelas interações dos usuários.
Para elas, porém, há uma questão anterior: o que precisa acontecer com o mundo para que ele possa ser conhecido por uma máquina? A pergunta desloca o debate do entusiasmo com a tecnologia para as condições que permitem transformar a participação cotidiana em matéria-prima de sistemas computacionais.
Dados não são a realidade inteira
A ideia de que empresas apenas coletam dados sugere que essas informações já estariam prontas no mundo. A dataficação, no entanto, envolve produzir uma representação que possa ser reduzida, registrada, classificada, comparada e processada.
Isso exige escolhas. Contabilizar alguma coisa depende de definir o que será considerado; classificar pessoas requer categorias; e medir comportamentos pressupõe estabelecer quais ações serão relevantes. Assim, conhecer por meio de dados implica reduzir a complexidade do que se pretende compreender.
Essa redução também envolve relações de poder. As métricas não apenas medem o mundo, mas ajudam a produzi-lo, ao determinar quais aspectos de pessoas e sociedades podem ser convertidos em dados. O problema se intensifica quando aquilo que não pode ser quantificado passa a parecer menos importante ou até inexistente.
Uma memória produzida por padrões
A trend não cria somente uma imagem de como alguém seria em outra época. Ela produz uma versão de uma pessoa em um passado que ela não viveu e transforma a nostalgia em uma experiência sintética, pronta para ser compartilhada, curtida e incorporada à identidade digital.
Para gerar uma versão de alguém em 1985, a IA não precisa conhecer essa pessoa nem ter vivido aquela década como experiência histórica. Ela opera sobre representações calculáveis, extraídas de padrões e regularidades. O resultado pode ser convincente, embora os dados não sejam equivalentes aos fenômenos dos quais foram extraídos: são inscrições produzidas a partir deles.
Esse processo também é uma questão de letramento digital. Além de aprender a criar a imagem, o usuário precisa ser capaz de perguntar do que está abrindo mão para que ela seja produzida. O debate, portanto, não se limita ao armazenamento das fotografias, mas alcança a maneira como sistemas tecnológicos definem o que pode ser conhecido.
Outras trends podem surgir com propostas diferentes. A questão central permanecerá quando as reduções produzidas por máquinas passarem a definir aquilo que é reconhecido como real e quando até as memórias puderem ser fabricadas por sistemas de inteligência artificial.
