El Impacto de la Inteligencia Artificial en los Museos

 

La «Inteligencia artificial (IA)» es un concepto que nos atrae, genera rumores, opiniones, y comienza a tener un espacio en nuestra vida cotidiana. La IA ha venido para quedarse. El 2015 (Time, 2015), fue el año en el que la inteligencia artificial se generalizó y, sin duda, en 2019, comenzaremos a ver un aumento en la experimentación dentro del espacio cultural.

A continuación, vamos a explorar algunos de los usos más poderosos de AI relacionados con el aprendizaje automático y su impacto en los museos, en sus áreas de colecciones, venta de entradas y datos de asistencia. También examinaremos la visión artificial; la capacidad de un ordenador para entender lo que está observando, que puede ser utilizado para inspeccionar y analizar imágenes. El aprendizaje automático y la visión son herramientas muy poderosas, hoy más accesibles que nunca. En manos de los museos, estas tecnologías conducirán inevitablemente a descubrimientos interesantes, generando datos muy valiosos y nuevos caminos para entender las colecciones.

¿Qué es el aprendizaje automático?

«El aprendizaje automático es un método de análisis de datos que automatiza la construcción de modelos analíticos. Mediante el uso de algoritmos que asimilan datos de manera iterativa, el aprendizaje automático permite a los ordenadores encontrar información oculta sin tener que programarlos explícitamente para que sepan dónde buscar» (SAS, 2016).

El impacto del aprendizaje automático en las colecciones de los museos.

No nos sorprende que los museos almacenen una enorme cantidad de información. En la última década, se han hecho avances para estructurar los datos de las colecciones y ponerlos a disposición del público, permitiéndole aprender y experimentar con ellos. Si bien aún no está totalmente explotado, este valioso metadato posee un gran poder y ofrece formas interesantes de analizar colecciones, objetos y nuevos conocimientos. Pero también requiere importantes recursos, herramientas, tiempo y experiencia.

En un mundo ideal, los datos de las colecciones de las galerías, bibliotecas, archivos y museos estarían estructurados y bien clasificados, pero «más del 90 % no lo están, han sido generados por humanos, y provienen de diversas entidades» (IDC, 2015), por lo que podemos suponer que los datos de la colección del museo precisarían una limpieza, o tal vez, una profunda revisión.

¿Podría la IA acudir al rescate,  ayudando, incluso, a los museos a hacer nuevos descubrimientos sobre sus colecciones? Aquellos profesionales que trabajan con el equipo de gestión de colecciones del museo podrían «entrenar» a uno nuevo que limpiara, clasificara y comprendiera mejor sus datos.

Apuntando a una iniciativa a gran escala, el aprendizaje automático se ha convertido en un tema recurrente en la plataforma digital de patrimonio cultural de la UE, la Estrategia de Búsqueda de Europeana, publicada en 2016.

¿Deseamos ejecutar rápidamente un análisis del nivel de sentimientos que pueden llegar a desencadenarse -a partir de un título y un texto didáctico- en cada uno de los objetos de la colección? Actualmente, se está volviendo extremadamente fácil hacerse con las herramientas disponibles. Tres museos ya han utilizado el análisis de sentimientos:

SFMOMA: Análisis de sentimientos (John Higgins, 2015)
Museo de Arte Carnegie: Proyecto de la Torre del Golfo.
Tate: Sumérgete en las redes sociales del museo (Elena Villaespesa, 2013).

El impacto del aprendizaje automático en la emisión de entrada y la asistencia a visitantes.

Imagina manejar grupos masivos de datos sobre el tráfico de entradas y visitantes y utilizar IA para buscar correlaciones claras entre ellos y su actividad en las redes sociales, el clima, el gasto publicitario y otras variables – pero nada que ver con lo que perpetraba Cambridge Analytica con Trump o el Brexit, que quede claro-. Una investigación de la Universidad Estatal de Pensilvania ha facilitado métodos para predecir la asistencia de público, como se describe en el informe titulado: «¿Quién asistirá? – Predicción de asistencia a eventos en redes sociales basadas en eventos». Los departamentos de servicios de los museos podrían acceder con este método a información nueva, valiosa y perspicaz, lo que permitiría que la predicción del flujo de multitudes, la asignación de recursos de personal y la planificación general fueran mucho más eficientes.

El impacto del aprendizaje automático aplicado a la membresía y la recaudación de fondos.

El reconocimiento de patrones  ayudaría fácilmente a los museos a identificar a los miembros que tienen más probabilidades de renovar, actualizar o caducar sus membresías. Las nuevas herramientas resultan de gran utilidad para los equipos de desarrollo en sus campañas de recaudación de fondos, al poder descifrar tendencias, navegar a través del gráfico social y automatizar aspectos del alcance de los donantes.

Aunque es relativamente nuevo en el mercado, compañías de software como Gravyty y Affectly han utilizado algunas de las técnicas antes mencionadas, facilitando la recaudación de fondos a entidades sin ánimo de lucro de una manera más efectiva.

Impacto del aprendizaje automático en el comercio electrónico.

Los principales sitios de comercio electrónico actuales, como Amazon o eBay, entre otros, han estado utilizando motores de recomendación y personalización desde que somos capaces de recordar. Al analizar el comportamiento de los usuarios, es decir, las páginas que visita, los productos que mira y las categorías que explora, los minoristas en línea hacen recomendaciones para proporcionar una experiencia más personalizada a cada visitante. El problema estriba en la delgada línea que separa lo que es ético de lo que no lo es.

Las principales tiendas en línea de museos, como las de The Met, MoMA, Hermitage y otras docenas de ellas, ya emplean motores de recomendación. Hoy en día, tenemos visible el concepto masivo del comercio conversacional. Chris Messina, de Uber, yadeclaró en su día: «2016 será el año del comercio conversacional» (Messina, 2016)

¿Qué es la visión artificial?

La visión artificial es la capacidad de un ordenador para comprender lo que está viendo.

Estamos pasando de ordenadores con cámaras, que toman fotos, a computadoras con ojos, que pueden ver.
– Benedict Evans, Andreessen Horowitz.

En 2014, el Museo de Artes y Diseño de Nueva York organizó un encuentro profesional para examinar el «Impacto cultural de la visión por ordenador» a los ojos de los artistas. Avancemos hasta el presente para echar un vistazo al asunto desde la perspectiva de los museos.

Impacto de la visión (mirada) artificial en la identificación de un tema.

La visión artificial se ha desarrollado  lo suficiente como para detectar un tema y los objetos representados en una imagen – en una pintura, foto, video o escultura-.

La API de Google Vision se probó con el Gran Canal de Canaletto en Venecia, desde el Palazzo Flangini hasta el Campo San Marcuola, ubicado en el Museo J. Paul Getty de Los Ángeles. Los resultados fueron aceptables y positivos. Los elementos reconocidos observando el cuadro (el ordenador) fueron: remo, acuático, remo, góndola y pintura. Todos ellos funcionaron como descripciones precisas sobre el tema y los objetos. También hay formas de trabajar con la clasificación de los objetos físicos, pero cabe señalar que cuanto más se «entrena» a un motor de visión artificial, más preciso se vuelve.

Museos como el de arte de Harvard, el de Minneapolis y el Museo Nacional de Noruega fueron los primeros en experimentar con este tipo de enfoque y compartir sus hallazgos públicamente.

Impacto de la visión (mirada) artificial en el análisis de sentimientos y emociones.

Si hay rostros humanos sin obstrucciones en una imagen, la visión artificial puede usarse para determinar el estado emocional de los retratados mediante el análisis de sus características faciales.

Para poner a prueba este proceso, se realizaron algunos retratos con la API Emotion de los Servicios Cognitivos de Microsoft,

Impacto de la visión artificial en el reconocimiento de texto / caracteres. 

La capacidad de extraer fácilmente un texto para cada objeto de la colección, ha sido posible durante muchos años gracias a una herramienta comúnmente conocida como «reconocimiento óptico de caracteres (OCR)», y se ha vuelto más accesible y rápida a través de las API que podemos encontrar en Internet.

Si bien esta función podría no ser absolutamente necesaria para las piezas de Lawrence Weiner -ya que el título y el texto que se muestran en sus obras suelen ser siempre los mismos-, su mayor valor reside en la extracción de texto de documentos escritos (cartas históricas, etcétera), para que resulte más fácil de localizar y clasificar.

Impacto en la visión artificial de obras maestras.

Este proyecto fue resultado de la cooperación con el Museo Van Gogh, desafiando a los informáticos a construir herramientas que pudieran analizar las pinceladas y poder identificar así posibles falsificaciones. Por otro lado, la composición del color es una meta-etiqueta que es poco probable que se encuentre en la mayoría de las bases de datos de las colecciones de los museos.

Ejecutar la imagen de un objeto a través de una herramienta de visión por ordenador puede extraer y generar datos relacionados con sus grupos de colores, particiones y datos de histograma. Cooper Hewitt, Smithsonian Design Museum y Google Arts & Culture han implementado este proceso para desarrollar un nuevo enfoque al descubrimiento y reconocimiento de los colores a partir de la visión artificial.

Impacto de la visión artificial en el reconocimiento de similitudes y patrones.

¿Expone el museo en sus colecciones obras muy similares, no solo por el tema, sino también por su composición visual? Un ordenador puede distinguir estas relaciones y cuantificar las diferencias y similitudes.

En 2008, el canal PBS NOVA informaba sobre el caso de los ordenadores que ayudaban a distinguir el arte falsificado del original. En respuesta al proyecto y a la exposición, The New York Times publicó la historia «Inteligencia artificial: un puente entre arte y realidad», donde se recogían opiniones de la comunidad de los museos: «James Cuno, presidente del J. Paul Getty Trust y pionero en el uso de la tecnología por los historiadores del arte, evaluó el «Reconocimiento» como un «experimento bien intencionado e interesante». Luego añadió: «esto demuestra que estamos en las primeras etapas del desarrollo de esta tecnología y que todavía hay un largo camino por recorrer».

Hace un par de años, se recogía otra opinión notable del «World Predictions for 2017» de Artnet News, que afirmaba que «el floreciente campo de la Inteligencia Artificial finalmente resolverá el empeño de la curaduría», señalando un proyecto denominado HUO 9000. Sin duda, podemos esperar que surjan más proyectos como este, capaces de desafiar, aún más, al status quo de la curaduría en el arte y en otras disciplinas museológicas.

Para terminar, decir que la inteligencia artificial ha sido calificada como «el futuro». Existe un valor sin explotar que se dejará ver en todos los sectores que busquen su potencial comercial, científico y educativo. Con el aprendizaje automático y las herramientas de visión artificial -más accesibles que nunca-, los museos tienen la oportunidad de innovar y optimizar en áreas que antes eran demasiado costosas, o acceder a recursos prohibitivos.

Con respecto a aplicaciones más amplias de la IA, debemos reconocer que los bots creativos ya están diseñando pinturas, escribiendo guiones y componiendo música. En un futuro, ¿ será la IA la que escriba las cartelas de los objetos, guíe en las audioguías y ayude con la interpretación? ¿Deberíamos permitir que las máquinas hagan este trabajo?

Stephen Hawking decía que «los ordenadores superarán a los humanos con el uso de la IA en los próximos 100 años. Cuando eso suceda, debemos asegurarnos de que los ordenadores tengan objetivos que estén alineados con los nuestros». Puede sonar ominoso, pero podemos estar (casi) seguros de que los museos y las instituciones culturales tendrán en cuenta los mejores intereses para la humanidad.

Todo esto solo es el comienzo de algo mucho más grande.

Recurso:

Brendan Ciecko (2017): Examining the Impact of Artificial Intelligence in Museums. MW17: MW 2017.


Si quieres recibir nuestro newsletter y los artículos por correo electrónico, rellena y envía el boletín adjunto, por favor, completando el campo correspondiente en el formulario de inscripción que encontrarás a continuación. Tu dirección de correo electrónico (asegúrate por favor de escribirla correctamente), será utilizada exclusivamente para enviarte nuestros newsletters y artículos, pudiendo darte de baja en el momento que quieras.

Tus comentarios son muy importantes para nosotros

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.