Hoy he tenido el inmenso placer de dar una charla sobre la creación de vídeo con IA, su implementación con las técnicas tradicionales y los desafíos futuros a los que nos enfrentamos. He sido amablemente invitado por la Facultad de Humanidades y Ciencias de la Comunicación de la universidad CEU San Pablo, dentro de su iniciativa «Social Media Tupper Session», y debo decir que ha sido un verdadero gustazo poder entablar una conversación urgente y necesaria con alumnos de 20 años que, por edad y desarrollo tecnológico, serán los principales usuarios y receptores de esas nuevas técnicas y tecnologías de creación.
El mundo de la IA generativa sigue dándonos sorpresas casi semanalmente: desde nuevas herramientas para la edición de audio como Suno y Udio a versiones mejoradas de los generadores de imágenes como MidJourney o Dall-E. Era cuestión de tiempo que el vídeo entrara dentro de esa vorágine de lanzamientos, y lo ha hecho mucho antes de lo que se había pensado y de un modo que ha sorprendido a más de uno. Después de increíbles herramientas como Runway y Pika Labs, ha sido el anuncio de Sora por parte de OpenAI, los creadores de ChatGPT, el que ha abierto de par en par el debate sobre la IA generativa aplicada a vídeo. Se vienen tiempos interesantes (y que cada uno se tome la frase como pueda, como fascinante paisaje de futuro o como maldición china), y los cambios sistémicos que puede causar en el mundo de la cultura y del entretenimiento son difíciles de valorar con precisión. La huelga de actores en Hollywood del pasado verano, la decisión de Tyler Perry de no expandir su estudio por la amenaza de Sora o la reunión de Sam Altman de OpenAI con los ejecutivos de Hollywood son solo tres ejemplos recientes y de fuerte impacto.
Tanto es así, que el pasado mes de marzo tuvo lugar en Madrid un congreso internacional titulado «La propiedad intelectual y las industrias culturales ante la inteligencia artificial» al que fui invitado, y que fue un baño de realidad ante lo que se nos viene, avalado por los datos comprobados del crecimiento del uso de las herramientas generativas y la todavía incipiente regulación de las mismas en materias como el pago de derechos y el reconocimiento de los materiales utilizados para alimentar a la IA. Estamos trabajando en todos estos temas simultáneamente mientras los desarrolladores, aupados al efecto compuesto de los descubrimientos que nos ha brindado la tecnología de transformers desde el mítico paper Attention is all you need, nos retan día sí y día también con una nueva tecnología. Un no parar.
Yo comencé a trastear con herramientas rudimentarias para la generación de vídeo artificial en el 2021, cuando diseñamos un proyecto para la captura de vídeos de danza con el objetivo de realizar un modelado 3D exportable en formato .fbx. Aquello tenía poco de generativo y era una especie de escaneado digital, pero despertó mi curiosidad en las inmensas posibilidades expresivas que se podían conseguir.
Es en 2022, ya con el surgimiento de los sistemas generativos de imágenes como Dall-E (algo anterior), Midjourney y Stable Diffusion, y a pesar de mostrar resultados que a día de hoy nos harían reir, cuando comienzo a experimentar con todos ellos desde una perspectiva creativa. Primero con la realización de diseños que incorporaban algunas de esas imágenes, y después ampliando esas posibilidades al mundo del vídeo, con extensiones descargadas de repositorios como Github y Huggingface que permitían animar rudimentariamente las imágenes creadas. Ahí comencé a desarrollar algunos proyectos donde la imagen real y la animación se combinaban con resultados intrigantes.
Ni que decir tiene que cualquier conversación que tengamos sobre estas tecnologías es automáticamente una conversación sobre tecnologías obsoletas: desde esas aplicaciones a la aparición de herramientas como Runway pasaron apenas unos meses. Ya no era necesario correr una app en Google Colab o realizar una instalación en local: de pronto se democratizaba todavía más la creación de vídeo pudiendo realizar todas las pruebas y resultados online con una interfaz de usuario transparente y como un recurso más.
Y en eso estamos ahora: con herramientas que siguen evolucionando mientras tratamos de adaptarnos a sus aspectos positivos (la ampliación de los recursos disponibles para los creadores) y negativos (la posible sustitución de los mismos, los derechos de propiedad intelectual…). Los nuevos paisajes son siempre difíciles de navegar.
En todo caso, reitero mi agradecimiento a Jose y Ainhoa, los profesores de Comunicación que tan amablemente han contado conmigo para esta ponencia. Seguiremos descubriendo juntos los potenciales recursos de estas nuevas tecnologías que han venido para quedarse.
