Interfaces epistémicas de visualización e interpretación: una posible resistencia al mito de la agencia autónoma en la IA

Resumen

Los estudios antropológicos sobre agencia y cognición han empleado marcos teóricos de codependencia y composición — entre humanos y no humanos — para explicar los procesos de producción técnica del conocimiento. En este contexto, se han desarrollado numerosos estudios etnográficos sobre las tecnologías digitales (Horst y Miller 2012; Geismar y Knox 2021) y, en particular, sobre la Inteligencia Artificial (IA) (Forsythe 2001; Suchman 2007), tanto en el contexto de su producción — con sus diseñadores y programadores —, como en el campo de su implementación — sobre sus usos y apropiaciones —. En cambio, como indican autoras como Pink (2021) o Drucker (2020), encontramos menos investigaciones que lleven estas teorías antropológicas al diseño de aquellas tecnologías que determinan nuestra actual ecología cognitiva, como es el caso del fenómeno del deep learning. Así, la relevancia de la investigación que aquí se presenta radica en la realización de una etnografía colaborativa — con un ingeniero de deep learning — que permitió diseñar dos interfaces experimentales de interacción humano-IA que ofrecen una posible resistencia al mito de agencia autónoma que caracteriza el discurso oficial de la IA; un habla mítica (Barthes 1957) que, como se argumentará a través de la descripción del trabajo etnográfico, no se corresponde con la acción de programar IA. Partiendo de este contexto, se presentará el método híbrido que orientó esta investigación — entre la práctica de programación de deep learning para visión artificial, las técnicas de interpretabilidad computacional, y el uso de estrategias artísticas —, metodología que permitió incorporar en el diseño de las interfaces el conocimiento etnográfico del trabajo de campo, donde destacan los conceptos antropológicos de agencia social (Gell 1998; Latour 1999) y user-maker (Ingold 2013).