Arte visual de inteligência artificial, muitas vezes abreviada como arte de IA, refere-se a obras de arte visuais produzidas ou aumentadas por programas de inteligência artificial (IA), predominantemente por meio de modelos de texto para imagem. A prática da criação artística automatizada tem um precedente histórico que remonta à antiguidade. A disciplina formal da inteligência artificial surgiu na década de 1950 e, posteriormente, os artistas começaram a integrar a IA nos seus processos criativos. Obras de arte notáveis geradas por IA alcançaram exposições em museus e receberam elogios. Historicamente, a IA provocou inúmeras investigações filosóficas sobre a cognição humana, entidades sintéticas e a essência da arte dentro de estruturas colaborativas entre humanos e IA.
A ampla disponibilidade de modelos de texto para imagem, incluindo Midjourney, DALL-E e Stable Diffusion, durante o aumento da inteligência artificial na década de 2020 permitiu que usuários públicos produzissem imagens rapidamente com esforço mínimo. O discurso em torno da arte da IA na década de 2020 centrou-se frequentemente em preocupações relativas à violação de direitos de autor, deturpação, danos à reputação e suas implicações para os artistas convencionais, particularmente o potencial de desemprego tecnológico.
Em agosto de 2023, o Supremo Tribunal dos Estados Unidos determinou que a arte gerada pela IA não se qualifica para proteção de direitos de autor, citando a sua falta de autoria humana. Posteriormente, em março de 2026, o Tribunal recusou-se a analisar um caso relativo à elegibilidade para direitos autorais de obras de arte produzidas por IA.
Contexto Histórico
Gênesis e primeiros desenvolvimentos
O conceito de arte automatizada remonta aos autômatos da antiga civilização grega, onde figuras como Dédalo e Herói de Alexandria foram creditadas por criar mecanismos capazes de geração de texto, produção de som e performance musical. Ao longo da história, surgiram autómatos sofisticados, exemplificados pelo autómato de Maillardet, desenvolvido por volta de 1800, que demonstrou a capacidade de produzir vários desenhos e poemas.
Durante o século XIX, Ada Lovelace postulou que as "operações computacionais" tinham o potencial para gerar música e poesia. O artigo seminal de Alan Turing de 1950, "Computing Machinery and Intelligence", explorou a viabilidade de máquinas emularem de forma convincente o comportamento humano. Posteriormente, o campo acadêmico da inteligência artificial foi formalmente estabelecido em um workshop de pesquisa realizado no Dartmouth College em 1956.
Desde o seu início, os pesquisadores de IA mergulharam em investigações filosóficas relativas à essência da mente humana e às ramificações do desenvolvimento de entidades artificiais que possuem inteligência semelhante à humana; essas questões profundas têm sido historicamente abordadas em vários domínios, incluindo mitologia, literatura e filosofia, desde os tempos antigos.
Integração Artística
Após o estabelecimento da IA na década de 1950, os artistas começaram a aproveitar a inteligência artificial para a criação de obras de arte. Essas produções foram ocasionalmente categorizadas como arte algorítmica, arte computacional, arte digital ou arte de novas mídias.
AARON se destaca como um dos sistemas de arte de IA pioneiros e mais influentes, iniciado por Harold Cohen no final dos anos 1960 na Universidade da Califórnia em San Diego. Empregando uma metodologia simbólica baseada em regras característica da era da programação da Boa e Velha Inteligência Artificial (GOFAI), AARON foi projetado por Cohen para codificar computacionalmente o ato de desenhar, gerando imagens técnicas. Sua exposição inaugural ocorreu em 1972 no Museu de Arte do Condado de Los Angeles. Entre 1973 e 1975, Cohen desenvolveu ainda mais o AARON durante uma residência no Laboratório de Inteligência Artificial da Universidade de Stanford. Em 2024, o Whitney Museum of American Art apresentou arte de IA abrangendo a carreira de Cohen, apresentando iterações reconstruídas de seus primeiros aparatos de desenho robótico.
Desde a década de 1980, Karl Sims apresenta arte derivada de vida artificial. Ele obteve o título de mestre em computação gráfica pelo MIT Media Lab em 1987 e atuou como artista residente de 1990 a 1996 na Thinking Machines, um proeminente fabricante de supercomputadores e empresa de inteligência artificial. Sims recebeu o Golden Nica no Prix Ars Electronica em 1991 e 1992 por seus trabalhos em vídeo incorporando evolução artificial. Em 1997, desenvolveu Galápagos, uma instalação interativa de evolução artificial, para o NTT InterCommunication Center em Tóquio. Em reconhecimento às suas contribuições excepcionais para o desenvolvimento da engenharia, Sims recebeu um prêmio Emmy em 2019.
Em 1999, Scott Draves, colaborando com uma equipe de engenheiros, desenvolveu e lançou o Electric Sheep, um protetor de tela de software gratuito. Esta iniciativa de computação voluntária anima e desenvolve chamas fractais, distribuindo-as por computadores em rede para exibição como protetores de tela. O sistema empregou inteligência artificial para gerar animação contínua por meio da interação do público. Draves recebeu o prêmio Fundacion Telefónica Life 4.0 para Electric Sheep em 2001.
Stephanie Dinkins iniciou o projeto Conversations with Bina48 em 2014. Esta série envolveu Dinkins documentando seus diálogos com BINA48, um robô social projetado para se parecer com uma mulher negra de meia-idade. Em 2019, Dinkins foi homenageada com o prêmio Creative Capital por seu desenvolvimento de uma inteligência artificial em evolução, que foi informada pelos "interesses e cultura(s) de pessoas de cor".
Sougwen Chung iniciou Mimicry (Unidade de Operações de Desenho: Geração 1) em 2015, estabelecendo um esforço colaborativo contínuo entre o artista e um braço robótico. Chung recebeu o Prêmio Lumen em 2019 por suas performances sustentadas com um braço robótico que utiliza inteligência artificial para emular seu estilo de desenho.
A Christie's em Nova York organizou um leilão de arte de inteligência artificial em 2018, durante o qual a obra de arte gerada por IA Edmond de Belamy foi arrematada por US$ 432.500. Este preço de venda excedeu significativamente o seu valor estimado de 7.000 a 10.000 dólares em quase 45 vezes. O coletivo parisiense Obvious foi responsável pela criação desta obra de arte.
O filme japonês generAIdoscópio estreou em 2024. Co-dirigido por Hirotaka Adachi, Takeshi Sone e Hiroki Yamaguchi, a produção contou com vídeo, áudio e música inteiramente gerados por inteligência artificial.
A série de anime japonesa para televisão Twins Hinahima foi lançada em 2025. Sua produção e animação incorporou assistência de IA para tarefas como corte e conversão de fotografias em ilustrações de anime, com posterior retoque realizado pela equipe de arte. A maioria dos outros elementos, incluindo personagens e logotipos, foram desenhados manualmente usando vários aplicativos de software.
Histórico Técnico
A aprendizagem profunda, que se distingue pela sua arquitetura multicamadas projetada para emular o cérebro humano, surgiu na década de 2010, instigando uma profunda transformação no domínio da arte da IA. Esta era de aprendizagem profunda apresenta principalmente vários paradigmas de design de arte generativos, incluindo modelos autorregressivos, modelos de difusão, redes adversárias generativas (GANs) e fluxos de normalização.
Em 2014, Ian Goodfellow e seus colaboradores da Université de Montréal foram os pioneiros na rede adversária generativa (GAN), uma classe de redes neurais profundas projetadas para replicar a distribuição estatística de dados de entrada, como imagens. Um GAN opera com dois componentes: um “gerador” que sintetiza novas imagens e um “discriminador” que avalia a autenticidade dessas imagens geradas. Divergindo da arte algorítmica anterior, que aderiu a regras predefinidas, os GANs adquiriram a capacidade de aprender estéticas específicas através da análise de extensos conjuntos de dados de imagens.
Em 2015, uma equipe do Google lançou o DeepDream, um programa que emprega uma rede neural convolucional para identificar e amplificar padrões em imagens por meio de pareidolia algorítmica. Este processo produz imagens intencionalmente superprocessadas, caracterizadas por uma qualidade onírica, evocando uma estética psicodélica. Posteriormente, em 2017, um GAN condicional demonstrou a capacidade de gerar 1.000 classes de imagens do ImageNet, um banco de dados visual substancial desenvolvido para pesquisa em software de reconhecimento visual de objetos. Ao condicionar o GAN com ruído aleatório e um rótulo de classe específico, esta metodologia melhorou significativamente a qualidade da síntese de imagem para modelos condicionais de classe.
Modelos autorregressivos encontraram aplicação na geração de imagens, exemplificado por PixelRNN (2016), que gera sequencialmente pixels individuais usando uma rede neural recorrente. Após a introdução da arquitetura Transformer em Attention Is All You Need (2018), ela foi prontamente adotada para geração de imagens autoregressivas, embora inicialmente sem condicionamento de texto.
Artbreeder, um site lançado em 2018, aproveita os modelos StyleGAN e BigGAN para permitir que os usuários gerem e manipulem várias imagens, incluindo rostos, paisagens e representações artísticas.
A década de 2020 testemunhou a ampla adoção de modelos de texto para imagem, que produzem imagens a partir de instruções textuais, significando assim outra fase transformadora no desenvolvimento de obras de arte geradas por IA.
Em 2021, a OpenAI introduziu o DALL-E 1, um modelo de IA de texto para imagem que gerava imagens utilizando a arquitetura de modelos influentes de transformadores pré-treinados generativos de linguagem grande, semelhantes aos encontrados em GPT-2 e GPT-3. O DALL-E 1 funciona como um modelo generativo autorregressivo, compartilhando princípios arquitetônicos fundamentais com o GPT-3. Ao mesmo tempo, no final de 2021, a EleutherAI lançou o VQGAN-CLIP, um modelo de código aberto derivado do CLIP da OpenAI. Embora os modelos de difusão, que são modelos generativos projetados para sintetizar dados de conjuntos de dados existentes, tenham sido inicialmente propostos em 2015, seu desempenho ultrapassou as Redes Adversariais Generativas (GANs) apenas no início de 2021. O modelo de difusão latente, publicado em dezembro de 2021, serviu posteriormente como a tecnologia fundamental para a Difusão Estável, lançada em agosto de 2022, um esforço colaborativo da Stability AI, o Grupo CompVis da LMU Munique, e Runway.
O ano de 2022 testemunhou uma expansão significativa na geração de imagens de IA, com o lançamento do Midjourney, seguido pelo Imagen e Parti do Google Brain, ambos anunciados em maio. A Microsoft introduziu o NUWA-Infinity, e o Stable Diffusion disponível na fonte tornou-se público em agosto de 2022. DALL-E2, uma iteração avançada do DALL-E, passou por testes beta e lançamento subsequente, com seu sucessor, DALL-E3, surgindo em 2023. Stability AI suporta Stable Diffusion por meio de várias plataformas, incluindo sua interface web, DreamStudio, e plug-ins dedicados para Krita, Photoshop, Blender e GIMP. Além disso, a interface de usuário de código aberto baseada na web do Automatic1111 facilita o acesso. O principal modelo pré-treinado para Difusão Estável é acessível publicamente por meio do Hugging Face Hub.
Em agosto de 2023, o Ideogram foi lançado, distinguindo-se por sua notável capacidade de gerar texto legível em imagens.
O ano de 2024 viu a introdução do Flux, um modelo capaz de gerar imagens altamente realistas. O Flux foi posteriormente integrado ao Grok, o chatbot utilizado no X (anteriormente Twitter), e ao Le Chat, o chatbot da Mistral AI. O Black Forest Labs, estabelecido pelos pesquisadores originais da Stable Diffusion, desenvolveu o Flux. No entanto, a Grok fez a transição para seu modelo proprietário de texto para imagem, Aurora, em dezembro do mesmo ano. Ao mesmo tempo, várias empresas desenvolveram modelos de IA integrados a serviços de edição de imagens. A Adobe lançou o Firefly, incorporando-o ao Premiere Pro, Photoshop e Illustrator, enquanto a Microsoft anunciou publicamente funcionalidades de geração de imagens de IA para o Microsoft Paint. Além disso, meados da década de 2020 marcou o surgimento de modelos notáveis de conversão de texto em vídeo, incluindo Gen-4 da Runway, VideoPoet do Google, Sora da OpenAI (lançado em dezembro de 2024) e LTX-2 (lançado em 2025).
O ano de 2025 foi caracterizado pelo lançamento de vários modelos generativos avançados. O GPT Image 1 da OpenAI, lançado em março, introduziu renderização de texto aprimorada e recursos multimodais, facilitando a geração de imagens a partir de entradas variadas, como esboços e descrições textuais. MidJourney v7, lançado em abril, ofereceu processamento refinado de prompts de texto. Maio de 2025 viu o lançamento do Flux.1 Kontext da Black Forest Labs, reconhecido por sua eficiência na geração de imagens de alta fidelidade, ao lado do Imagen 4 do Google, que apresentou fotorrealismo aprimorado. Mais tarde, em novembro de 2025, o Flux.2 foi lançado, apresentando avanços em referência de imagens, tipografia e compreensão imediata.
Ferramentas e processos
Abordagens
Os artistas empregam diversas metodologias para gerar artes visuais de IA. Na abordagem texto-imagem, a inteligência artificial sintetiza imagens a partir de descrições textuais, aproveitando modelos como difusão ou arquiteturas baseadas em transformadores; os usuários fornecem avisos e a IA renderiza as imagens correspondentes. O método imagem a imagem envolve a transformação de uma imagem de entrada existente em um estilo ou forma novo, guiado por um prompt específico ou referência de estilo, exemplificado pela conversão de um esboço em uma renderização fotorrealista ou pela aplicação de uma estética artística distinta. Para aplicações de imagem para vídeo, a IA produz breves videoclipes ou animações a partir de uma única imagem ou sequência, frequentemente incorporando movimentos ou transições, que podem variar desde a animação de retratos estáticos até a construção de cenas dinâmicas. Por fim, os recursos de texto para vídeo permitem que a IA gere vídeos diretamente a partir de prompts textuais, resultando em animações, cenários realistas ou sequências visuais abstratas, representando uma evolução da geração de texto para imagem com ênfase na continuidade temporal.
Imagens
Artistas que utilizam modelos de difusão têm acesso a uma ampla gama de ferramentas. Isso inclui a capacidade de definir prompts positivos e negativos, bem como a opção de incorporar ou excluir componentes como VAEs, LoRAs, hiperredes, adaptadores IP e incorporação/inversões textuais. Além disso, os artistas podem ajustar vários parâmetros, incluindo escala de orientação (que modula o equilíbrio entre liberdade criativa e fidelidade), seed (para gerenciar a estocasticidade) e upscalers (para melhorar a resolução da imagem). A manipulação pré-inferência do ruído oferece outro caminho de influência, enquanto os métodos convencionais de pós-processamento são comumente aplicados após a inferência. Os usuários também possuem a capacidade de treinar modelos personalizados.
Complementares aos modelos de difusão, surgiram técnicas de geração de imagens processuais e baseadas em regras, empregando padrões matemáticos, algoritmos que emulam pinceladas e outros efeitos artísticos, juntamente com arquiteturas de aprendizagem profunda, como redes adversárias generativas (GANs) e transformadores. Diversas empresas oferecem aplicativos e plataformas web que agilizam o processo, permitindo que os usuários se concentrem apenas nas solicitações positivas, sem a necessidade de ajuste manual de outros parâmetros. Além disso, existe software especializado para estilizar fotografias para replicar as características visuais de movimentos artísticos renomados.
As ferramentas disponíveis abrangem um amplo espectro, desde aplicativos móveis fáceis de usar projetados para consumidores até sofisticados notebooks Jupyter e interfaces de usuário baseadas na Web que exigem recursos substanciais de GPU para desempenho ideal. Entre as funcionalidades avançadas está a 'inversão textual', que facilita a integração de conceitos definidos pelo usuário – como objetos específicos ou estilos artísticos – aprendidos a partir de um conjunto limitado de imagens. Isso permite a geração de novas obras de arte com base em descritores textuais associados (palavras atribuídas aos conceitos aprendidos, frequentemente abstratos) e por meio de extensões de modelo ou técnicas de ajuste fino, exemplificadas pelo DreamBooth.
Impacto e aplicações
A inteligência artificial possui a capacidade de profunda transformação social, potencialmente promovendo a proliferação de gêneros de nicho não comerciais (por exemplo, derivados do cyberpunk como o solarpunk) por criadores amadores, facilitando novas formas de entretenimento, acelerando a prototipagem, melhorando a acessibilidade à produção artística e melhorando a eficiência da produção artística em termos de esforço, custo ou tempo. Essa eficiência é alcançada por meio de capacidades como geração de rascunhos preliminares, definição de conceitos e produção de componentes de imagem (inpainting). As imagens geradas frequentemente servem como esboços preliminares, recursos experimentais econômicos, fontes de inspiração ou representações visuais para ideias de prova de conceito. Além disso, as melhorias podem envolver edição manual pós-geração, incluindo refinamento subsequente usando software de edição de imagens.
Artistas visuais e designers profissionais empregaram predominantemente IA generativa durante a fase inicial de conceituação (pensamento divergente) em vez de na produção final (pensamento convergente). Disciplinas que produzem resultados digitais ou efêmeros, como design UI/UX e arte conceitual, integram essas tecnologias mais prontamente do que aquelas que produzem artefatos físicos e permanentes, como escultura ou arquitetura. Nos domínios físicos, as considerações de integridade estrutural, limitações materiais e “etnocomputação” cultural restringem frequentemente a IA a um papel de melhoria complementar, em vez de um substituto direto dos métodos de produção tradicionais. Além disso, as atitudes de adoção apresentam variações consideráveis entre as fases da carreira; os profissionais iniciantes muitas vezes percebem a IA generativa como uma extensão prática das ferramentas digitais essenciais para a competitividade do mercado, enquanto os profissionais seniores frequentemente expressam ceticismo crítico em relação à potencial desvalorização da experiência incorporada e ao impacto no desenvolvimento de competências a longo prazo.
Engenharia e compartilhamento imediatos
As solicitações para determinados modelos de texto para imagem podem incorporar imagens, palavras-chave e parâmetros configuráveis, incluindo estilo artístico. Essa especificação de estilo é frequentemente obtida por meio de frases-chave como "no estilo de [nome do artista]" no prompt ou pela seleção de uma estética ou estilo artístico amplo. Existem plataformas dedicadas para compartilhamento, troca, descoberta, refinamento e desenvolvimento colaborativo de prompts adaptados para geração de imagens específicas. Os prompts são comumente divulgados junto com as imagens geradas em várias plataformas de compartilhamento de imagens, incluindo o Reddit, e em sites especificamente dedicados à arte de IA. É importante observar que um prompt constitui apenas um componente da entrada necessária para a geração da imagem; outros determinantes cruciais incluem resolução de saída, semente aleatória e parâmetros de amostragem aleatória.
Terminologia relacionada
A mídia sintética, que abrange a arte gerada pela IA, foi identificada em 2022 como uma tendência tecnológica significativa projetada para impactar vários setores em um futuro próximo. Pesquisadores da Harvard Kennedy School expressaram apreensão quanto ao potencial da mídia sintética para disseminar desinformação política, após sua investigação sobre a adoção generalizada de arte gerada por IA na plataforma X. Sintografia representa uma nomenclatura sugerida para a metodologia de produção de imagens semelhantes a fotográficas por meio de inteligência artificial.
Contexto Filosófico
A arte visual gerada pela inteligência artificial instigou um extenso discurso filosófico sobre os conceitos de criatividade, autoria e a natureza ontológica inerente das representações visuais. Uma investigação fundamental gira em torno de se o valor intrínseco da arte depende da intencionalidade humana e da consciência. Os detractores afirmam que a ausência de experiência subjectiva e de intenção deliberada nos sistemas de IA impede que as suas produções sejam consideradas expressões artísticas “autênticas”. Por outro lado, os proponentes afirmam que o mérito estético reside na recepção de uma obra e na sua utilidade cultural, e não apenas nos estados internos do seu criador, posicionando assim os sistemas de IA como instrumentos ou entidades colaborativas dentro de paradigmas alargados de esforço criativo.
As imagens geradas pela IA também questionam fundamentalmente as teorias de representação estabelecidas. A fotografia e o filme têm sido tradicionalmente percebidos como possuindo uma relação indicial com a realidade física, implicando uma ligação causal com eventos ou objetos do mundo real. Por outro lado, os sistemas generativos de IA sintetizam imagens através do reconhecimento estatístico de padrões, em vez de através do registo físico direto, atenuando ou cortando totalmente esta ligação indicial.
O teórico dos meios de comunicação Johannes Grenzfurthner postula que esta mudança de paradigma necessita de “revelação ontológica” – uma declaração explícita da natureza de uma imagem como fisicamente referencial, híbrida ou inteiramente sintética – para manter a transparência ética e política dentro da cultura visual. Este discurso contínuo posiciona a arte visual gerada pela IA dentro de deliberações filosóficas mais amplas sobre tecnologia, autenticidade e a redefinição dinâmica da expressão artística.
Análise de arte existente usando IA
Além da geração de novas obras de arte, foram desenvolvidas metodologias de pesquisa baseadas em IA para a análise quantitativa de coleções de arte digital. Este avanço pode ser atribuído à extensa digitalização de obras artísticas nas últimas décadas. Conforme observado por CETINIC e SHE (2022), a aplicação da inteligência artificial para examinar coleções de arte existentes oferece novos insights sobre a evolução dos estilos artísticos e o discernimento das influências artísticas.
A análise da arte digitalizada normalmente emprega duas metodologias computacionais primárias: leitura atenta e visão distante. A leitura atenta concentra-se em atributos visuais específicos dentro de obras de arte individuais. As tarefas conduzidas por máquina dentro de abordagens de leitura aproximada abrangem a autenticação computacional do artista e a análise detalhada de pinceladas ou características texturais. Por outro lado, as metodologias de visão distante permitem a visualização estatística de semelhanças em uma coleção inteira com base em um recurso designado. As aplicações típicas deste método envolvem classificação automática, detecção de objetos, análise multimodal, extração de conhecimento em história da arte e estética computacional. Além disso, imagens sintéticas podem ser utilizadas para treinar algoritmos de IA para fins de autenticação de arte e detecção de falsificações.
Além disso, os pesquisadores desenvolveram modelos projetados para prever respostas emocionais às criações artísticas. Um exemplo notável é o ArtEmis, um conjunto de dados abrangente integrado a modelos de aprendizado de máquina. ArtEmis compreende anotações emocionais contribuídas por mais de 6.500 participantes, complementadas por explicações textuais correspondentes. Através da análise de dados visuais e das descrições textuais associadas neste conjunto de dados, ArtEmis facilita a produção de previsões emocionais sofisticadas.
Outras formas de arte de IA
A inteligência artificial encontrou aplicações em domínios artísticos que vão além das artes visuais. A IA generativa tem sido empregada na composição musical e no desenvolvimento de videogames, transcendendo a mera imagem para incluir o design de níveis (por exemplo, para mapas personalizados), a geração de novos conteúdos (por exemplo, missões ou diálogos) e a elaboração de narrativas interativas. Além disso, a IA tem sido aplicada nas artes literárias, oferecendo assistência no bloqueio criativo, fornecendo inspiração criativa ou facilitando a reescrita de segmentos textuais. Nas artes culinárias, certos protótipos de sistemas robóticos possuem a capacidade de degustação dinâmica, auxiliando assim os chefs na análise em tempo real da composição do prato e dos perfis de sabor durante a preparação.
Nomenclatura: a aplicação da 'arte'
A aplicação do termo "arte" a obras produzidas por software de inteligência artificial instigou um debate considerável entre artistas, filósofos, acadêmicos e outras partes interessadas. Numerosos comentaristas afirmam que classificar imagens geradas por máquinas como “arte” diminui as qualidades intrínsecas da arte humana, incluindo criatividade, habilidade e intencionalidade. As definições contemporâneas de criação artística autêntica sublinham frequentemente a necessidade de intenções a nível humano, experiência pessoal, emoção e contexto histórico ou artístico relevante.
Pesquisas conduzidas pela Biblioteca Nacional de Medicina indicam um preconceito humano inerente contra obras de arte atribuídas à inteligência artificial. Num estudo em que os participantes avaliaram duas imagens comparáveis, uma explicitamente identificada como gerada por IA, os participantes atribuíram consistentemente um valor artístico mais baixo à imagem produzida artificialmente. Esta descoberta implica que as perceções socioculturais influenciam significativamente a classificação de uma imagem como arte, independentemente das suas características visuais inerentes.
Num relatório de 2023 apresentado na Convenção Anual de Observadores de Arte Digital, Samuel Loomis postulou que a designação "arte IA" reconhece a sua dualidade inerente: uma criação resultante tanto da direção humana como de processos generativos conduzidos por máquinas, especialmente quando avaliada em relação aos parâmetros críticos estabelecidos para a arte tradicional.