El artista Lee Jung-woo explica su método de trabajo sobre el sesgo de datos y la ausencia de 'vacilación' en los modelos generativos de IA

En el video de la entrevista para el 'Korea Artist Prize 2026' publicado por el MMCA, el artista Lee Jung-woo explicó las características estadísticas de los datos en los modelos generativos de IA y los fenómenos que se derivan de ellos. A través de esta exposición, el artista continúa intentando visualizar flujos similares a la gravedad, que aunque son invisibles, actúan de forma cotidiana.

El resultado del 'disparo' creado por el aprendizaje de datos de los modelos de IA

Lee Jung-woo mencionó las limitaciones técnicas y las características de los datos experimentadas en su proceso de trabajo utilizando IA. Durante el trabajo de regeneración mediante IA de escenas eliminadas de la película '¡Viva la libertad!', estrenada en 1946, intentó recrear una escena en la que alguien sostiene un arma y vacila, pero el resultado fue diferente. Según la explicación en el video, incluso al introducir el comando 'vacilar' en el prompt, la IA produjo un resultado en el que se dispara el arma. Esto ocurre porque, en el proceso en el que los modelos generativos de IA infieren imágenes aprendiendo de los datos existentes, hay muchos más datos de disparar un arma que de esperar sin disparar.

Además, también se manifestó un sesgo técnico en la escena de un tirador que sostiene el arma con la mano izquierda. El artista explicó que intentó impedir que el tirador zurdo disparara, pero la IA mostró una tendencia a cambiar la mano a la derecha para disparar si se sostenía el arma con la izquierda. Explicó que esto es el resultado de la superposición de la tendencia estadística de que la historia de los sistemas de armas y herramientas se ha desarrollado en torno a la diestra en el proceso de generación de imágenes de la IA.

El ciclo de datos creado por el World Model y el Physical AI

El artista también planteó el tema del 'World Model', similar a un motor físico basado en IA. Mientras que los motores de juego convencionales digitalizan el mundo mediante cálculos físicos, el World Model adopta un método de aprender fenómenos físicos a través de datos de video e inferir mediante píxeles. El artista planteó interrogantes sobre qué cambios ocurrirán cuando el World Model, entrenado basándose en YouTube o transmisiones de juegos, se superponga con el Physical AI que nos encontrará en el futuro.

El título de la obra, 'Cloud-based', se refiere a esta estructura de ciclo de datos. Al igual que el concepto de la nube, que utiliza datos almacenados en la web, el artista explicó que se centró en un tipo de método de ciclo en el que los datos que aprende el World Model son, en última instancia, los datos que los humanos producen y consumen en su vida cotidiana, y que el Physical AI entrenado a través de ellos regresa de nuevo al mundo.

De un método que capturaba fallos y errores a uno de despliegue tal cual es

Lee Jung-woo recordó que en el pasado su metodología de trabajo era 'un método para capturar momentos de fallo o error y construir una narrativa'. Esto incluye el caso de haber utilizado ingredientes falsos en su primer trabajo, 'My First Hamburger', o la experiencia de capturar el momento en que un dron caía en su trabajo de 2019, 'Resitanz'. El artista declaró que antes juzgaba estos malfuncionamientos por sí mismo y los encajaba en una historia, pero que posteriormente el flujo de su trabajo se desplazó hacia la dirección de aceptar y desplegar los fenómenos que aparecen tal cual son.

El artista definió estos malfuncionamientos o errores como algo 'excepcional' y como una 'exploración'. Es la perspectiva de que lo que se desvía no es necesariamente algo incorrecto, sino que puede ser un margen para descubrir algo nuevo. Esta exposición también se centra en hablar sobre el significado ambivalente que poseen los malfuncionamientos y los puntos de exploración.