De la "apertura" a la imagen: IA, modelos generativos y la lógica del "cierre"

Introduction

Las imágenes generadas por IA se han incorporado rápidamente a la cultura visual cotidiana. Retratos de personas que nunca existieron, paisajes que se asemejan a fotografías pero no remiten a ningún lugar, y escenas que se disuelven al ser examinadas con atención circulan ampliamente, provocando a la vez fascinación e inquietud. Estas imágenes suelen discutirse en términos de imitación, realismo o engaño. ¿Copian el mundo? ¿Lo distorsionan? ¿O señalan una ruptura más profunda con el significado humano?

Otra manera de abordar estas preguntas surge a partir del libro Closure: A Story of Everything, de Hilary Lawson. En lugar de preguntarse qué representan las imágenes generadas por IA, el marco propuesto por Lawson nos invita a interrogar cómo llegan a existir las imágenes —y el significado en general— en primer lugar. Desde esta perspectiva, la IA generativa no desafía la comprensión humana, sino que hace visible un proceso que siempre ha estado en funcionamiento: el proceso de cierre.

El cierre y el mundo abierto

El punto de partida de Lawson es un diagnóstico de la confusión contemporánea. En un mundo sin certezas compartidas, sin objetividad ni significado estable, nos encontramos rodeados de relatos en competencia, ninguno de los cuales puede reclamar una autoridad definitiva. En lugar de intentar restaurar fundamentos perdidos, Lawson propone un desplazamiento radical en la forma en que concebimos la relación entre nosotros mismos y el mundo.

En el centro de este desplazamiento se encuentra la distinción entre apertura y cierre. El mundo, sostiene Lawson, no está compuesto por objetos ya dados que esperan ser descubiertos. Es fundamentalmente abierto: no dividido, indeterminado y carente de estructura inherente. Aquello que experimentamos como un mundo de cosas, hechos e identidades surge únicamente porque cerramos activamente esa apertura.

El cierre no es representación. No refleja la realidad ni corresponde a cómo son realmente las cosas. Es, más bien, un acto práctico de estabilización: una manera de «mantener inmóvil aquello que no puede ser inmovilizado en absoluto» (Lawson, 2001). A través del cierre trazamos límites, establecemos distinciones y hacemos el mundo utilizable. El lenguaje, la percepción, la ciencia e incluso el sentido del yo son productos de este proceso continuo.

IA generativa y producción de imágenes

A primera vista, la generación de imágenes mediante IA parece radicalmente distinta de la forma humana de producir sentido. Sin embargo, cuando se la examina estructuralmente, emergen similitudes sorprendentes. Los modelos generativos no parten de objetos, escenas o significados ya existentes. Operan dentro de vastos espacios de posibilidad definidos por relaciones estadísticas. Antes de la generación no hay rostro, ni mano, ni cielo: solo un campo indeterminado modelado por probabilidades.

La imagen emerge a través de una restricción iterativa. El condicionamiento, los prompts y las ponderaciones internas van estrechando progresivamente lo que puede aparecer, hasta que se estabiliza una configuración visual coherente. La imagen resultante parece algo, pero no representa un objeto o una escena preexistentes. No se recupera de la memoria ni se contrasta con la realidad. Llega a existir mediante un proceso de cierre.

Es importante subrayar que este proceso es indiferente a la verdad. El criterio no es la exactitud, sino la plausibilidad: ¿la imagen es coherente?, ¿satisface las condiciones que se le han impuesto?, ¿funciona? En este sentido, las imágenes generadas por IA se alinean estrechamente con la concepción de Lawson del conocimiento como intervención eficaz, más que como correspondencia.

La IA como instanciación del cierre

Esto conduce a la afirmación central: la IA instancia el proceso de cierre sin significado.

La elección de los términos es crucial. Decir que la IA encarna el cierre implicaría atribuirle experiencia o intención. Instanciación, en cambio, designa la realización concreta de un proceso sin suponer conciencia ni comprensión. Para Lawson, el cierre no es un estado mental, sino una operación. Como tal, puede instanciarse allí donde la indeterminación se estabiliza en forma.

En la IA generativa, el cierre aparece despojado de sus dimensiones biológicas y existenciales. No hay supervivencia en juego, ni preocupación, ni orientación hacia un mundo. Sin embargo, el mismo movimiento estructural permanece: un campo abierto es progresivamente constreñido hasta que emerge una estabilidad provisional. La imagen existe no porque sea verdadera, sino porque el cierre ha tenido éxito.

Vista desde este ángulo, la IA no imita la creatividad humana. Externaliza una lógica que siempre la ha sustentado. Aquello que los seres humanos realizan implícitamente mediante la percepción y el lenguaje, las máquinas lo realizan ahora de manera explícita mediante el cálculo.

Fracaso, deriva y los límites del cierre

Uno de los rasgos más llamativos de las imágenes generadas por IA es su tendencia a fallar de maneras sutiles. Las manos se desdibujan en dedos adicionales, los rostros se deslizan unos en otros, las relaciones espaciales colapsan. Estos errores suelen describirse como deficiencias técnicas. Desde una perspectiva lawsoniana, revelan algo más profundo.

El cierre siempre fracasa. Ningún cierre logra capturar plenamente la apertura de la que emerge. Siempre hay exceso, deslizamiento o inestabilidad. El cierre humano oculta este fracaso mediante el hábito, la corporeidad y las prácticas compartidas. El cierre maquínico lo expone. Los fallos de las imágenes generadas por IA no son anomalías, sino expresiones de los límites inherentes del cierre.

La diferencia, no obstante, es decisiva. Los seres humanos experimentan el fracaso del cierre como confusión, ambigüedad o misterio. La IA no experimenta el fracaso en absoluto. Simplemente produce otra estabilización. La ausencia de una apertura vivida marca la frontera entre el cierre humano y el maquínico.

Lo que la IA hace visible

La IA generativa no amenaza el significado; aclara sus condiciones. Al instanciar el cierre sin comprensión, la IA revela hasta qué punto aquello que entendemos por significado depende no del acceso a la verdad, sino de la estabilización exitosa de la forma. El marco de Lawson nos ayuda a ver que la cuestión no es si la IA comprende el mundo, sino cómo se hacen posibles los mundos —visuales, lingüísticos, conceptuales— en primer lugar.

En este sentido, la IA pertenece menos al futuro de la inteligencia que a la arqueología del significado. No sustituye la producción humana de sentido, sino que vuelve visible su lógica subyacente. El cierre, antes una condición implícita de la experiencia, aparece ahora ante nosotros: técnico, indiferente y extrañamente familiar.

Bibliografía

Lawson, H. (2001). Closure: A Story of Everything. Londres: Routledge.
Manovich, L. (2018). AI Aesthetics. Moscú: Strelka Press.
Wittgenstein, L. (1953). Philosophical Investigations. Oxford: Blackwell.