Acabo de conduzir uma pesquisa para examinar como modelos de inteligência artificial relacionam a origem de um artista às práticas atribuídas ao seu trabalho. Na história da arte, as classificações nacionais podem favorecer certas expectativas sobre as obras, os materiais e os procedimentos de criação. A expressão “artista brasileiro”, por exemplo, acrescenta uma informação de procedência que pode influenciar as associações produzidas pelo sistema.
Para investigar essa questão, eu comparei mBERT e DistilmBERT, dois modelos de linguagem cuja formação utiliza textos da Wikipédia em vários idiomas. Um modelo de linguagem aprende relações entre palavras durante o treinamento e usa essas relações para calcular quais expressões combinam com uma frase. A comparação considerou doze países sul-americanos, três idiomas e dezoito categorias artísticas, entre elas pintura, escultura, fotografia, instalações e arte digital. Os modelos não consultam verbetes durante esse cálculo.
O procedimento que adotei comparou pares de frases, mantendo a descrição do trabalho e acrescentando ou retirando a indicação de origem do artista. Uma versão simplificada do teste reúne “o artista produz arte digital” e “o artista brasileiro produz arte digital”, usadas aqui para explicar a comparação. A diferença está na presença de “brasileiro”. Em cada par, eu comparei os valores atribuídos à expressão artística, usando a frase sem indicação nacional como referência. A repetição em quatro formulações, escritas em português, espanhol e inglês, permitiu verificar quanto o resultado dependia da maneira de apresentar a descrição.
Entre os resultados, eu encontrei uma redução recorrente na associação entre a indicação de origem brasileira e a expressão “arte digital” nas consultas ao mBERT. As quatro formulações em português apresentaram valores menores quando a palavra “brasileiro” estava presente, em relação às respectivas versões sem essa indicação. O indicador resumido ficou cerca de 22% abaixo da referência, uma diferença entre valores do sistema que não corresponde a uma contagem de artistas ou obras.
A leitura que faço desse achado considera a história da criação com computadores no Brasil, cuja existência torna pertinente a comparação com o resultado. A arte digital inclui práticas nas quais recursos computacionais participam da criação ou do funcionamento de uma obra, como imagens produzidas por programação. Waldemar Cordeiro e Giorgio Moscati realizaram, em 1969, a série Derivadas de uma imagem, com imagens processadas por um computador da Universidade de São Paulo. O Museu de Arte Contemporânea da universidade registra a obra.
A comparação entre idiomas mostrou que o resultado brasileiro também variava conforme a língua, com quatro reduções em espanhol no mBERT. O inglês combinou três quedas com um aumento, e o indicador resumido ficou um pouco acima da referência utilizada naquela língua. No DistilmBERT, eu encontrei três reduções nas formulações portuguesas, acompanhadas de um aumento que levou a média para cerca de 1% acima da referência. O segundo instrumento é uma versão menor treinada para aproximar as previsões do primeiro, mantendo uma relação de formação entre ambos. O aumento compensou as três reduções no resumo.
O resultado central da pesquisa demonstra que a inclusão da origem pode alterar as associações entre a descrição de um artista e uma prática artística. A mudança de língua ou de instrumento também modificou a direção e a persistência das associações no caso brasileiro. Para a história da arte, a observação oferece um modo de investigar expectativas de repertório, isto é, ideias sobre o que um artista de determinada origem costuma produzir. O teste não comprova exclusão de artistas. A pesquisa não identificou quais verbetes contribuíram para o resultado, portanto a atribuição de uma causa histórica ainda depende de verificação documental.
Com esses resultados, eu consigo formular uma pergunta mais precisa sobre a relação entre a produção artística documentada e as associações aprendidas pelos modelos. A investigação das causas exige examinar as fontes e os termos usados para descrever essas práticas, considerando as versões da Wikipédia pertinentes ao treinamento. Uma eventual lacuna de cobertura, por exemplo, precisaria ser demonstrada nos documentos, com atenção às diferenças de vocabulário e às características dos instrumentos. A explicação histórica depende dessa verificação.