El reto de humanizar el dato en la era del contenido
De la experimentación con graffiti a la creación de experiencias inmersivas que exploran la IA y el diseño de metodologías propias, Domestic Data Streamers lleva más de diez años evolucionando su propuesta que combina arte, datos y conciencia social. Entrevistamos a su director, Pau Aleikum, para saber cómo convierten cifras en relatos vivos y por qué el futuro de la comunicación pasa por la lentitud, la fricción y el contacto humano sin mediación tecnológica.
Ctrl.- Domestic Data Streamers lleva más de diez años explorando la relación entre datos, arte y conciencia social. ¿En qué punto estáis creativamente? ¿Cómo ha cambiado vuestra forma de concebir una idea desde los primeros proyectos hasta los que experimentan hoy con IA o entornos inmersivos?
Pau Aleikum, director de Domestic Data Streamers.- Empezamos en el 2013 ocupando calles con graffiti y probando proyectos sin permiso, y esa pulsión por el prototipo y el simulacro la seguimos teniendo hoy. Seguimos experimentando, pero quizás con más madurez. En estos diez años hemos pasado de contar historias a través de fiscalizar datos a explorar casi todas las formas de expresión artística, desde la performance, documental, teatro, robótica y construir herramientas y metodologías propias. Desde el 2021 con la explosión de los algoritmos predictivos los datos se han vuelto a poner en el centro de muchísimas discusiones y eso ha trasladado en nuestro proceso creativo. La idea ya no nace solo de “qué queremos visualizar”, sino de “qué conversación queremos abrir y qué datos, espacios, interacción y recursos necesitamos para sostenerla”.
Una parte esencial del trabajo creativo consiste en traducir datos fríos en emociones reales. ¿Cómo se ex- perimenta ese proceso desde la creación artística? ¿En qué momento un conjunto de cifras deja de ser información y pasa a ser relato o experiencia viva?
Partimos siempre de la idea de que un dato nunca nace solo: es el rastro de algo que alguien vivió y decidió medir. Los números, por sí solos, nos desvinculan de lo que representan. El cambio ocurre cuando logramos que las personas noten esa intención original, no solo la cifra. Para lograrlo trabajamos en capas: lo visual, lo narrativo, lo sonoro, el ritmo y el papel del visitante. Las calibramos como si fueran ensayos de teatro, con cuerpos reales probando si aquello les toca o no; el objetivo es que el dato deje de ser una idea abstracta y que atraviese el cuerpo y no solo la cabeza. El mundo necesita números para entenderse, pero, para cambiarlo, para generar acción, hace falta emoción y contacto.
Las herramientas de IA generativa abren un campo nuevo para la experimentación visual, sonora o narrativa. ¿Cómo se incorporan estas tecnologías al proceso creativo sin que sustituyan la intuición humana? ¿Qué criterios éticos o estéticos guían ese equilibrio?
Para el estudio la IA generativa siempre ha sido un medio, no un destino. La usamos cuando ayuda a investigar mejor, a probar más rápido o a abrir nuevas formas de ver, y la dejamos fuera cuando solo aporta efectismos. Cuando trabajamos con IA generativa intentamos que no borre a nadie por el camino: apoyamos prácticas que devuelvan control sobre los datasets y proyectos que señalan los riesgos de concentrar tanto poder en tan pocas manos. También evitamos caer en la estética uniforme que producen muchos modelos. Para nosotros, la IA no debería ser una máquina de certezas. Funciona mejor como un generador de dudas, como un elemento de fricción, incómodo que descoloca y obliga a pensar dos veces. Su naturaleza es predictiva, y justo por eso se lleva mal con la mayoría de procesos creativos que generalmente viven en lo inesperado. Por eso la usamos sobre todo de forma antagónica, como sistema adversarial, es una forma de abrir posibilidades: ahí es útil, porque ofrece combinaciones y caminos que no verías solo. Pero en el momento de elegir qué vale la pena, el criterio de cada persona es irrenunciable.
Domestic Data Streamers habla de “convertir datos en conversaciones”. ¿Qué papel juega el diseño de una experiencia creativa, la elección de materiales, formatos o incluso lenguaje, para provocar diálogo y no solo atención?
Crucial. La conversación no ocurre porque haya pantallas, ocurre porque el dispositivo está diseñado para invitar a quedarse, a opinar, a verse reflejado. El objetivo de la mayoría de nuestros proyectos no es simplemente atraer la atención hacia un mensaje o dato, sino diseñar una arquitectura del debate. Para nosotros, si una de nuestras exposiciones está en silencio o si a todo el mundo le gusta lo que se ha dicho, algo hemos hecho mal. A veces necesitamos una forma de resistencia frente al scroll infinito y para nosotros eso son las narrativas más lentas y exigentes con el público. Esta lentitud obliga al cuerpo a estar presente, a parar y a mirar, transformando al visitante de espectador a parte del sistema que se muestra, lo que facilita que la información se convierta en conocimiento. A menudo, más que dar respuestas, nos centramos en formular las preguntas adecuadas. En nuestros proyectos, el público a menudo se convierte en co-creador al responder preguntas dicotómicas o personales, y esta interacción es clave para que la gente se sienta parte de la historia y desarrolle una empatía más profunda con el significado de cada dato, para que lo entiendan, en relación con ellos mismos.
Muchos artistas y creativos sienten a la IA como una amenaza a la originalidad. Desde vuestra práctica, ¿crees que estamos ante una era de co-creación más que de competencia? ¿Qué significa ser autor en un mundo donde las herramientas también aprenden?
Es una amenaza más que justificada, es normal que muchos creativos vean la IA como un problema, y no por razones técnicas, sino por razones sociales, políticas y económicas. Estos sistemas han absorbido una parte enorme del trabajo humano disponible en internet, textos, ilustraciones, fotos, sin permiso ni compensación. Y en varios casos se usan para crear productos que compiten con las personas que generaron ese material. Esa tensión no es menor y hay que nombrarla. En cuanto a la autoría, nuestra práctica en el estudio siempre ha sido coral: equipos con sociólogos, programadores, músicos, educadores y makers trabajando con públicos que participan y completan las piezas. En ese sentido, nuestro sentimiento de autoría siempre se ha desplazado un po- co de “quién hizo cada píxel” a “quién definió el marco, las preguntas, los cuidados y la responsabilidad sobre las consecuencias”. Eso implica crédito y trazabilidad, qué modelos, qué datos, qué decisiones, y una ética de proceso visible para que la co-creación no borre a las personas ni a las comunidades que aportan conocimiento. En la pregunta planteáis “un mundo donde las herramientas también aprenden”, pero la realidad es que estas no aprenden, o al menos no como lo hacemos los humanos. Para un ser humano aprender implica memoria, atención, dolor, alegría, sesgos, valores, lenguaje y pasado personal y siempre necesita de la construcción de un criterio. Una persona decide qué importa y qué no. Puede dudar, corregirse, cambiar de meta en mitad del proceso. Para un sistema generativo “aprender” es un proceso de cálculo estadístico masivo. No tiene intención, criterio, emociones ni metas propias. No hay cambio de visión del mundo. No sabe qué significan las frases. Solo ajusta pesos matemáticos. No incorpora nuevas vivencias como lo hace una persona. No recuerda, no olvida, no integra experiencia. Cuando se cree que un modelo “aprende” igual que una persona, se tiende a darle una autoridad que no tiene. Una persona aprende. Un LLM se entrena o ajusta pesos. Una persona entiende. Un LLM genera texto según patrones. Y ahí está la diferencia que sostiene la autoría humana.
Domestic Data Streamers se define por “hacer sentir lo que los datos cuentan”. Si el futuro pasa por una comunicación impulsada por IA y por las herramientas derivadas de su evolución, ¿cómo asegurar que esas experiencias sigan siendo profundamente humanas?
Dudo de que el futuro vaya a estar guiado por una comunicación basada en IA. De hecho, creo que estamos viendo el efecto contrario: la saturación de contenido sintético en redes, hoy se estima que cerca del 40% de lo que circula online ya viene de sistemas generativos, está empujando a mucha gente hacia canales de conversación más pequeños y directos, como WhatsApp o Signal, donde la presencia de lo artificial es menor y donde aún puedes sentir que hablas con alguien y no con un flujo de respuestas automáticas. Uno de los grandes problemas del relato que empujan las grandes tecnologías y el ecosistema del hype es esta idea de que el uso de IA es un destino inevitable. La promesa del “no hay alternativa” ha sido siempre una buena estrategia comercial, pero no refleja cómo se comportan las personas en la vida real. Si algo hemos aprendido en Domestic es que la gente busca contacto, no solo contenido. La experiencia de sentarte a cenar con tus amigos no va a pasar por un filtro artificial. Tampoco lo harán la mayoría de los momentos que marcan una vida: una conversación honesta, una despedida, un duelo, un reencuentro. Todo eso seguirá ocurriendo en un espacio sin mediación tecnológica, y es ahí donde recuperamos una parte importante de lo humano.
Si pensamos en cómo asegurar que las experiencias sigan siendo humanas, para nosotros hay tres claves, primero, no dar por hecho que la tecnología debe ocuparlo todo. Hay que elegir bien dónde aporta y dónde estorba, segundo, usar la IA para ampliar la empatía, no para sustituirla. Es decir, como un apoyo que nos permita ver historias que de otra forma quedarían fuera del foco, no como un generador de sentidos automáticos y tercero, diseñar experiencias que dejen espacio a la duda, al fallo y al cuerpo. Lo humano no se sostiene en la perfección, sino en la fricción: en lo que se rompe, en lo que incomoda, en lo que te obliga a tomar postura. El futuro no será un escenario dominado por máquinas hablándose entre sí. Será un espacio híbrido donde tendremos que decidir, una y otra vez, qué dejamos en manos de los sistemas predictivos y qué queremos seguir haciendo nosotros. Y en esa decisión constante es donde uno define qué poder dejamos que estos sistemas tengan sobre nosotros.
Mirando hacia adelante, ¿cómo imaginas vuestro futuro creativo? ¿Qué nuevos lenguajes o formatos crees que surgirán en los próximos años?
Nuestro futuro se centra en seguir construyendo infraestructuras que permitan el impacto que queremos ver a nuestro alrededor, capacitando los espacios culturales y del tercer sector con herramientas para entender las tecnologías de la información a través de un acercamiento crítico y propositivo, dejando que nuestra investigación se convierta en entidades independientes (spin-offs) como Synthetic Memories, HeyHuman!, 16times o Cedra. La misión seguirá siendo hacer que los temas complejos sean más asequibles y facilitar conversaciones que de otra forma serían imposibles. Y, cada cierto tiempo, seguiremos impulsando grandes investigaciones propias, de 730 Horas de Violencia a Data Heartbreak o Not All Sparks Are Equal, para preguntarnos, en público, qué nos hace sentir y pensar hoy, y cómo cuidamos el mundo que esos datos describen.
Noticias Relacionadas
Artículos recientes
RECIBE NUESTRA NEWSLETTER
