Por que conteúdo de IA impressiona e decepciona ao mesmo tempo

A tese da “intenção superficial”

Após analisar pôsteres enviados a uma competição de US$ 1.000 e produzir imagens e um trailer com IA, o autor sustenta que a rejeição ao conteúdo gerado por IA não decorre principalmente de sua origem, mas da percepção de que lhe falta pensamento por trás dos detalhes. Ele chama isso de intenção superficial (shallow intent): a obra apresenta aparência de significado, mas não demonstra que cada escolha visual ou textual foi examinada em função de uma ideia.

O argumento parte de um pôster sobre “Burn the ships”. A composição parecia coerente, com paleta adequada, navio, fogo e linhas topográficas, mas continha problemas como roupas de época errada, um navio muito distante do litoral, um dragão visualmente inconsistente e um homem caminhando na direção dos navios, contrariando o sentido da metáfora. Para o autor, um criador humano que compreendesse a ideia provavelmente teria representado o personagem se afastando. A arte seria, em parte, o processo de o público reconstruir as razões, conhecimentos e emoções por trás de cada escolha.

Segundo o texto, modelos de imagem produzem recombinações estatísticas de referências visuais condicionadas pelo prompt. Eles conseguem simular a aparência de intenção, mas não têm, atualmente, uma conversa crítica interna sobre o que cada elemento deve significar ou sobre sua precisão histórica. Uma imagem de uma família na Mesopotâmia por volta de 2000 a.C., mesmo após cerca de 20 tentativas, ainda apresentava problemas em ferramentas, arquitetura, roupas, animais e atividades domésticas. O autor afirma que um ilustrador poderia consultar um historiador para corrigir esses aspectos, enquanto a IA apenas aproxima a imagem da direção descrita.

“Sujeira de IA” e profundidade visual

O texto também identifica a chamada sujeira de IA (AI grime): texturas irregulares, bordas fantasmagóricas e pseudo-detalhes que não correspondem a técnicas humanas conhecidas. O efeito aparece com frequência nas imagens do ChatGPT e pode se intensificar a cada rodada de edição, até cobrir as superfícies. Para o autor, esse ruído funciona como um sinal de que a densidade visual não é acompanhada por densidade de intenção. A recomendação, no presente, é usar IA para gerar ideias e acelerar a execução, mas realizar depois uma revisão humana cuidadosa.

Os demais pôsteres reforçam a distinção entre conceito e execução. Gráficos visualmente convincentes, por exemplo, perdem credibilidade quando contêm dados ausentes ou imprecisos. Já trabalhos mais simples podem ser mais fortes quando há conexão clara entre os elementos e a ideia central. O pôster de Amaury, feito com código e dados reais de relevo e batimetria para representar lugares estratégicos como um tabuleiro de xadrez, é elogiado por alinhar conceito, dados e execução, embora alguns locais não sejam imediatamente reconhecíveis.

Aplicação a texto, empresas e resultado da competição

A mesma lógica é aplicada a textos gerados por IA, nos quais leitores tentam identificar padrões recorrentes de linguagem, e a startups de IA, que podem oferecer muitas funções pequenas sem polimento ou utilidade suficiente. O autor prevê que o problema diminua à medida que os sistemas desenvolvam mais capacidade de raciocínio e profundidade de intenção, mas afirma que, por enquanto, transparência sobre o uso de IA e trabalho humano adicional são necessários.

O prêmio foi concedido a Igor, que apresentou sete conceitos com alta densidade de intenção e sem “sujeira de IA”. Wei Su, Álvaro Sakre, Miguel Álvarez de Linera, Theodora Eloh e Amaury foram considerados próximos colocados. No longo prazo, o autor acredita que a arte de IA poderá ser mais apreciada, embora as pessoas talvez continuem preferindo objetos e obras feitos por humanos, assim como valorizam produtos artesanais em relação aos industriais.