Um artigo publicado em abril de 2026 na revista Humanities and Social Sciences Communications – publicação do grupo Nature/Palgrave – propõe uma abordagem técnica que tem implicações que ultrapassam a engenharia computacional. Os autores, Deyu Ji, Rong Ju e Zhehao Li, da Leshan Normal University (China), desenvolveram um sistema híbrido capaz de gerar arte digital interativa que se transforma em tempo real em função do comportamento do espectador – os seus cliques, movimentos, pausas, zooms.
O sistema combina redes adversariais generativas (GANs), aprendizagem por reforço (RL) e otimização por enxame de partículas (PSO). As GANs geram imagens com fidelidade visual elevada; a aprendizagem por reforço adapta a obra em resposta às interações do utilizador; o PSO afina os parâmetros de treino para maior estabilidade e velocidade de convergência. O modelo foi treinado com mais de 80 mil pinturas do conjunto de dados WikiArt, que abrange múltiplos géneros, períodos e estilos.
Os resultados quantitativos são sólidos: o sistema supera modelos de referência como o StyleGAN2, o VQGAN + CLIP e modelos de difusão em métricas de fidelidade perceptual (FID), diversidade generativa (IS) e coerência semântica (CLIP-score). Num estudo com 200 participantes, os resultados em realismo, criatividade e interatividade foram avaliados acima de 4,4 numa escala de 5 pontos.
O que torna o artigo relevante para além do seu escopo técnico é a questão que coloca, e que reconhece não conseguir ainda responder. Os autores identificam como lacuna central da investigação atual o facto de a maioria dos estudos se concentrar em melhorar o desempenho técnico em vez de facilitar uma interação orgânica entre artistas e sistemas de IA. As questões de autoria, originalidade e intuição artística, especialmente quando a inteligência artificial está envolvida, permanecem em aberto.
É uma admissão significativa num artigo que é, ele próprio, uma demonstração de capacidade técnica. O sistema funciona, a obra muda, adapta-se, responde. Mas quem a fez? O algoritmo que aprendeu com oitenta mil pinturas? O agente de reforço que leu o comportamento do espectador? O investigador que desenhou a arquitetura? O utilizador que, sem o saber, co-dirigiu o resultado com o seu olhar?
Os autores concluem que a IA pode não só imitar obras tradicionais como desenvolver múltiplos tipos de arte em função dos interesses dos utilizadores, e posicionam o sistema como um passo em direção a ambientes artísticos interativos e auto-evolutivos capazes de produzir experiências visuais personalizadas e sensíveis ao contexto. A palavra que escolhem — parceiro criativo, não ferramenta — não é neutra.
A investigação está disponível em acesso aberto.
