Imaginación, política, algoritmos

En Realismo capitalista, Mark Fisher desarrolla la idea, comúnmente atribuida a Slavoj Zizek o a Fredric Jameson, según la cual “es más fácil imaginar el fin del mundo que el fin del capitalismo”^[1]. Para Fisher, el capitalismo se encuentra tan naturalizado en el “sentido común” que una forma no-capitalista de vida deviene “inimaginable”. El término “realismo capitalista” refiere, así, a “la idea muy difundida de que el capitalismo no solo es el único sistema económico viable, sino que es imposible incluso imaginarle una alternativa”^[2]. Durante el siglo XX, el cine y la literatura constituían ejercicios de la imaginación que aspiraban a describir tales alternativas^[3]. Hoy por hoy, estos medios han sido reducidos a la infinita repetición de la catástrofe social y ecológica, destino inevitable de la naturaleza humana^[4].

El diagnóstico de Fisher implica dos cosas. En primer lugar, que existe, al menos durante el período que podríamos llamar “modernidad”, un vínculo fuerte entre imaginación y política. Si la política moderna corresponde al “arte de lo posible”, entonces la imaginación corresponde a aquella particular facultad humana que permite proyectar, desde lo dado, otros mundos posibles. Imaginar es ejercer un poder de asociación que combina lo dado (pasado y presente) para, con ello, proyectar lo nuevo (futuro). En segundo lugar, el diagnóstico de Fisher implica que, en nuestro contexto actual, esta facultad humana habría sido paralizada, volviendo imposible combinar los elementos dados para crear nuevas formas concebibles con el objetivo de imaginar un futuro alternativo más allá del capitalismo. ¿Cuál ha sido la causa detrás de esta paralización de la imaginación? Theodor Adorno y Max Horkheimer culpan a la “industria cultural” (esto eso, la industrialización del consumo cultural) de esta “atrofia de la imaginación”^[5]. Otros autores, como Franco Berardi y Bernard Stiegler, apuntan a una aceleración de la experiencia temporal en las sociedades contemporáneas que vuelve difícil (o simplemente imposible) tener el tiempo necesario para imaginar lo nuevo (lo radicalmente nuevo y no simplemente las nuevas mercancías dentro de este “imperio de la semejanza” en el que el capitalismo se ha convertido).

Escribiendo en la década de los ‘40, Adorno y Horkheimer afirman que la industrialización de la cultura “marca hoy todo con un rasgo de semejanza”^[6]. Los autores hacen referencia al concepto kantiano de esquematismo para explicar las catastróficas consecuencias acarreadas por este proceso de industrialización. En el sistema filosófico kantiano, el esquematismo es definido como una función específica de la facultad de la imaginación que permite al sujeto vincular la multiplicidad dada a los sentidos con la unidad de un concepto del entendimiento. Por consiguiente, el esquematismo requiere de una contribución activa de la imaginación del sujeto^[7]. Sin embargo, en la industria cultural esta contribución activa le es “quitada al sujeto”^[8]. La industrialización de la cultura implica que ya no se le solicita al consumidor que use su imaginación para subsumir los datos dados a la sensibilidad bajo un concepto del entendimiento. “Para el consumidor –sostienen Adorno y Horkheimer– no hay nada por clasificar que no haya sido ya anticipado en el esquematismo de la producción”^[9]. Si entramos en un supermercado y compramos una bebida o una fruta, por ejemplo, no se nos solicita que elijamos una fruta particular que corresponda a una regla general o a un esquema (es decir, verificar su madurez, observar defectos, etc.). La promesa de la industrialización es que todas las bebidas o frutas son, y serán, idénticas. La facultad de la imaginación, responsable de la tarea activa que consiste en individualizar la fruta correcta, ya no es necesaria dado que esta operación ha sido anteriormente realizada en la línea de producción. En un mundo de semejanzas, la imaginación se “atrofia”. Para Adorno y Horkheimer esto no es sólo un fenómeno acotado al consumo de mercancías básicas, sino que tiene lugar también en la esfera de la cultura. Sosteniéndose sobre “clichés prefabricados”, la industria cultural acaba con la novedad y, así, niega a su espectador cualquier “dimensión en la que pudiera[n] pasearse y moverse por su propia cuenta sin perder el hilo, y adiestra a los que se le entregan para que lo identifiquen directa e inmediatamente con la realidad”^[10]. La atrofia de la imaginación, sugieren estos autores, “no necesita ser reducida a mecanismos psicológicos” sino a la “constitución objetiva” de los propios productos culturales^[11]. Desde esta perspectiva, la tarea política de los productos culturales consistiría en desafiar las premisas ideológicas que guían la reproducción social. Esta es la clásica concepción modernista según la cual el rendimiento crítico del arte no reside en la representación de contenidos ideológicos o políticos específicos, sino en el potencial formal que posee la obra para construir una lógica interna diferente a aquella que guía la reproducción social^[12]. Con la industrialización de la cultura, sin embargo, esta concepción modernista entra en crisis y los productos culturales comienzan a adoptar la misma lógica que la línea de producción: la lógica de la razón instrumental. Así, el mundo de la cultura no sólo se torna incapaz de ofrecer una lógica alternativa a partir de la cual imaginar nuevas formas de reproducción social, sino que deviene un agente activo de dicha reproducción.

Siguiendo el análisis de Adorno y Horkheimer, la actual imposibilidad para imaginar un mundo más allá del capitalismo correspondería a la consecuencia lógica de la atrofia de la facultad de imaginación puesta en marcha por la industrialización tanto de la producción como del consumo cultural. No obstante, como Bernard Stiegler nos advierte, la explicación de Adorno y Horkheimer posee un error conceptual de base, a saber, oponer una forma innata de esquematismo a una forma industrial. Para Stiegler, Adorno y Horkheimer cometen el error de presentar a la imaginación (en la figura del esquematismo kantiano) como una facultad natural y a-histórica que funciona como medida del proceso deshumanizante puesto en marcha por el capitalismo industrial^[13]. En otras palabras, Adorno y Horkheimer estarían olvidando la historicidad misma de la facultad de imaginación: el “esquematismo” es presentado como ese “mecanismo secreto” que ahora ha sido “descifrado” por la industria^[14].

En estos términos, es posible sostener que Adorno y Horkheimer siguen reproduciendo una concepción moderna de la imaginación: una facultad a-histórica que define la singularidad de la naturaleza humana. Desde los tempranos trabajos de la filosofía moderna, autores tan diversos como Thomas Hobbes, René Descartes, Baruch Spinoza, John Locke, David Hume e Immanuel Kant, han prestado especial atención al rol de la imaginación para el conocimiento, la moralidad, la experiencia estética y la política^[15]. A pesar de sus diferencias, cuatro grandes características de la facultad de la imaginación pueden identificarse en el tratamiento que estos autores realizan del problema. La primera de ellas es que la imaginación es una facultad de representación, es decir, corresponde a la capacidad de presentar un objeto incluso si ese objeto ya no se encuentra disponible para nuestros sentidos. Como lo señala Hobbes, la imaginación nos permite retener “una imagen de la cosa vista” incluso “después de que el objeto ha sido apartado de nosotros, si cerramos los ojos”^[16]. Del mismo modo, Kant define la imaginación como “la facultad de representar en la intuición un objeto aunque no esté presente”^[17]. En segundo lugar, la imaginación es una facultad de asociación de ideas^[18]. Esto significa que la imaginación no sólo retiene una imagen de un objeto dado, sino que también permite crear nuevas imágenes a partir de la combinación de estas representaciones. Hobbes distingue entre una imaginación simple y una imaginación compuesta (lo que Hume llamará respectivamente memoria e imaginación), con el objetivo de diferenciar la mera retención de un objeto de la capacidad de la imaginación para conectar elementos dados de maneras nuevas y originales más allá de sus órdenes y formas factuales^[19]. En tercer lugar, la imaginación parece poseer una naturaleza temporal que la vincula a nuestra experiencia del futuro. Mientras la memoria aparece conectada a eventos pasados y la percepción es vinculada a la experiencia del presente, la naturaleza asociativa de la imaginación constituye la base de la capacidad humana para anticipar el futuro. Esta anticipación del futuro, a la que Hobbes llama “prudencia”, surge de la capacidad de la imaginación de conectar eventos pasados con el objetivo de identificar patrones y cadenas de causalidad^[20]. En consecuencia, el futuro es una “ficción de la mente” derivada de la aplicación de “las consecuencias de las acciones pasadas a las acciones presentes”^[21]. En cuarto lugar, parece haber una aguda separación entre imaginación e intelecto. Un aspecto clave de esta separación es la naturaleza finita de la imaginación: sólo podemos imaginar aquello que puede ser representado en un espacio y tiempo finitos^[22]. En el caso específico de la filosofía kantiana, la imaginación aparece como un puente entre intelecto y percepción, “una capacidad que vuelve posible la percepción y la cognición mediando entre intuiciones y conceptos tanto en un nivel empírico como en un nivel trascendental”^[23]. La imaginación se encuentra conectada directamente a la definición moderna (humanista) del humano como aquel particular animal atrapado entre la finitud de su existencia material y la infinitud de la razón. En este sentido, la imaginación aparece como esa facultad humana distintiva que permite ligar lo particular a lo universal, el reino de la necesidad al reino de la libertad^[24].

De acuerdo con estas cuatro características de la imaginación en el pensamiento moderno, la relación entre imaginación y política puede reducirse a dos máximas: primero, la imaginación es una facultad trascendental que constituye el terreno común (el sensus communis) que unifica la comunidad de humanos como especie universal, separándola tanto de los animales como de las máquinas^[25]. En segundo lugar, la imaginación es el principio a priori que permite la creación de lo nuevo a partir de lo dado, haciendo en consecuencia posible el progreso y la transformación social. La “atrofia de la razón” que la cultura industrial pone en marcha (denunciada por Adorno y Horkheimer) puede así ser considerada como el declive de estas dos premisas modernas: el debilitamiento del terreno común que asegura una comunidad universal de hombres y mujeres, y la imposibilidad de imaginar otros futuros posibles más allá de la semejanza del presente. La caracterización que Fisher hace del realismo capitalista es la consecuencia lógica de este doble declive.

La tecnicidad de la imaginación humana

Como mencionábamos, sin embargo, el problema con esta línea argumental es su incapacidad para abordar el modo en que la imaginación es modelada por condiciones históricas, sociales y técnicas. En este sentido, autores tales como Franco Berardi y Bernard Stiegler han tratado el problema de la atrofia de la imaginación y la imposibilidad de imaginar un futuro más allá del capitalismo sin recurrir a una noción a-histórica y trascendental de imaginación. En lugar de oponer imaginación a tecnología, tanto Stiegler como Berardi desarrollan una crítica al capitalismo contemporáneo desde la perspectiva de la aceleración técnica y social. Con ello, ambos autores exploran el modo en que las recientes transformaciones tecnológicas y sociales estarían remodelando nuestra facultad de imaginación y creando con ello un cortocircuito entre la aceleración de los flujos de información, por un lado, y los límites de la subjetividad humana, por el otro.

De manera similar a Fisher, Berardi explora cómo la idea de no-hay-futuro [“no future”] se ha vuelto un lugar común en la cultura contemporánea^[26]. Durante el siglo XX, sostiene, avanzamos desde las “expectativas y proclamaciones entusiastas de los futuristas” hacia el “no hay alternativa” del thatcherismo y la reaganeconomía, pasando por el “no future” de la cultura punk^[27]. Este proceso pertenece a una larga historia de la civilización occidental, desde la era de la “colonización española hasta la colonización de Hollywood de la mente planetaria”, en la cual la imaginación se vuelve el territorio principal para que el capitalismo capture el “inconsciente colectivo”^[28]. A diferencia de Adorno y Horkheimer, sin embargo, Berardi intenta mostrar que la imaginación no es una facultad a-histórica, sino que se encuentra modelada por los flujos de información y por los aparatos técnicos que forjan nuestra experiencia cotidiana^[29]. Desde esta perspectiva, Berardi sostiene que la proliferación de imágenes e información durante las últimas décadas está exponiendo nuestra facultad de imaginación a un proceso de “vertiginosa aceleración”^[30]. Anteriormente hemos mencionado que la imaginación corresponde a aquella particular facultad humana cuyo objetivo es asociar y combinar elementos de nuestra memoria para proyectar nuevas posibilidades. En consecuencia, en el contexto actual de crecimiento exponencial de registros de memoria (digital) externa, la capacidad de conectar y asociar aquellos elementos sufre transformaciones radicales. Enfrentada a tal cantidad de información y a su velocidad supra-humana, la imaginación humana (finita) ya no es capaz de asociar las piezas de información de manera significativa para imaginar un futuro alternativo coherente^[31].

Partiendo de un contexto ligeramente distinto, Stiegler arriba a conclusiones similares^[32]. Stiegler desarrolla una teoría de la “tecnicidad originaria” según la cual la imaginación es el resultado de objetos técnicos (exteriores)^[33]. Desde la perspectiva de Stiegler, sería correcto afirmar que la imaginación define nuestra singularidad como humanos. Sin embargo, esta facultad no es una cualidad ahistórica escondida en las profundidades del psiquismo humano, sino el resultado de nuestro intercambio técnico con el mundo. Esto no sólo implica la naturaleza histórica, social y técnica de la facultad de imaginación, sino que también tiende a desdibujar el límite entre interioridad y exterioridad, volviendo a cada ser humano el resultado particular de un intercambio con determinadas superficies técnicas que preceden y exceden aquel límite. La teoría de Stiegler acerca de la tecnicidad originaria cuestiona así las dos premisas sobre la imaginación humana mencionadas anteriormente. Si la imaginación se encuentra expuesta a las mutaciones técnicas, históricas y sociales, entonces no puede seguir funcionando como terreno común para la comunidad universal de los seres humanos. Si la imaginación cambia históricamente, entonces no puede ser establecida como el sensus communis que mantiene cohesionada a la comunidad humana (a lo sumo puede operar como elemento común al interior de una determinada edad técnica). Más aún, si la imaginación se encuentra modelada por la superficie de la memoria externa, entonces la posibilidad de imaginar un futuro alternativo dependerá directamente de la interacción entre superficies técnicas de información y la capacidad de procesar dicha información. Desafiando estas dos premisas, Stiegler ofrece una explicación alternativa a la actual crisis del capitalismo más allá del marco moderno de autores tales como Adorno y Horkheimer. El problema del capitalismo contemporáneo, sostiene Stiegler, no corresponde al remplazo del esquematismo (puro) humano por un esquematismo técnico (industrial), sino más bien a un proceso de aceleración que es intrínsecamente autodestructivo^[34]. La aceleración contemporánea de la producción capitalista está causando una “aniquilación del tiempo”, es decir, una aceleración de los flujos de información más allá de los límites de la subjetividad individual. Esto tiene dos consecuencias. En primer lugar, al acelerar el tiempo y destruir la experiencia temporal de los sujetos individuales, el capitalismo socava el tiempo necesario para el deseo humano (es decir, la brecha entre la pulsión y su satisfacción), mecanismo que impulsa al consumo capitalista^[35]. En segundo lugar, la aceleración de la información destruye la imaginación individual (es decir, la brecha entre distintos elementos que vuelve posible la asociación para anticipar futuras posibilidades). La actual imposibilidad para imaginar un futuro alternativo sería entonces el resultado de esta “aniquilación del tiempo” provocada por la necesidad intrínseca de aceleración del capitalismo.

Una teoría incluso más radical acerca de la relación entre imaginación y técnica podemos encontrarla en el trabajos de Vilém Flusser. Motivado por las nuevas tecnologías de producción de imágenes, Flusser establece una distinción entre dos épocas de la imaginación: una época en la cual la producción de imágenes dependía enteramente de la agencia y la subjetividad humanas, y una época de imágenes técnicas en la cual la producción de imágenes depende crecientemente del funcionamiento de un aparato^[36]. En el primer caso la imaginación aparece como una facultad única a los seres humanos: la “singular capacidad de distanciarse del mundo de los objetos hacia la propia subjetividad”^[37]. En el segundo caso, sin embargo, los aparatos remplazan a la imaginación humana en la producción de imágenes^[38]. En ambos casos, la imaginación aparece como adquiriendo la estructura de una “caja negra”, es decir, un sistema cerrado que oculta sus operaciones al “usuario”. De este modo, tal como la crítica del juicio estético en la época de las imágenes producidas por humanos requirió de una crítica de la facultad de la imaginación, la crítica de las imágenes técnicas requiere de una crítica de la imaginación técnica, la cual debe comenzar elucidando los funcionamientos internos de la caja negra^[39]. Flusser define al aparato como una caja negra que ejecuta las tareas programadas en ella. La posición privilegiada de los aparatos reside en el hecho de que pueden ejecutar estas operaciones más rápido y con menos error que los seres humanos^[40]. Por esta razón, los humanos se vuelven cada vez más incompetentes para lidiar con estos programas complejos, teniendo entonces que depender más y más de los aparatos^[41]. Dicho de otro modo, en la época actual los humanos devienen menos dependientes de la imaginación humana y más dependientes de la imaginación técnica.

El diagnóstico de Flusser, sin embargo, no se encuentra impregnado del fatalismo presente en Adorno y Horkheimer, Fisher, Berardi, o incluso Stiegler. Desde la perspectiva de Flusser, estas representaciones fatalistas de la sociedad contemporánea aparecen como el resultado de un infortunio metodológico: surgen de evaluar el actual contexto (post-histórico) utilizando categorías normativas heredadas de tiempos (históricos) previos. Además, en un mundo post-histórico gobernado por aparatos, programas e imágenes técnicas, la imaginación humana ya no es capaz de ofrecer una visión apropiada del futuro. El futuro ya no necesita ser imaginado, sino “proyectado” utilizando las posibilidades abiertas por la nueva imaginación técnica^[42].

Imaginación y algoritmos

Siguiendo las reflexiones de Flusser, este texto quisiera explorar el modo en que los recientes algoritmos de aprendizaje automático [machine learning] pueden ser leídos como una nueva facultad de la imaginación (técnica)^[43]. Esto conlleva tanto una redefinición del límite entre humanos y máquinas, como una reevaluación de la relación entre imaginación y política. En particular, otorgaremos especial atención a las redes neuronales [neural networks] que han sido entrenadas para el reconocimiento de imágenes, también conocidas como sistemas de visión artificial^[44]. Como será argumentado, estos sistemas parecen desafiar la noción moderna de imaginación esbozada anteriormente, cuestionando nuestra definición de la imaginación como una facultad estrictamente humana.

En el informe Excavating AI (2019), Kate Crawford y Trevor Paglen desarrollan un extenso análisis de la dimensión política de la visión artificial, prestando atención particularmente al proceso de entrenamiento que se encuentra tras esta tecnología. Crawford y Paglen escriben:

para construir un sistema de visión artificial que sea capaz, por ejemplo, de reconocer la diferencia entre imágenes de manzanas y de naranjas, un desarrollador necesita recopilar, etiquetar y entrenar una red neuronal con miles de imágenes de manzanas y de naranjas ya clasificadas. Del lado del software, los algoritmos ejecutan una medición estadística de las imágenes y desarrollan un modelo para reconocer las diferencias entre las dos “clases”. Si todo anda bien, el modelo entrenado será capaz de distinguir entre nuevas imágenes de manzanas y de naranjas. Los sets de entrenamiento, entonces, son el fundamento sobre el cual se erigen los sistemas contemporáneos de aprendizaje automático. Son esenciales para que los sistemas de inteligencia artificial reconozcan e interpreten el mundo^[45].

Crawford y Paglen demuestran en qué medida los sets de datos utilizados durante el proceso de entrenamiento de estos algoritmos se componen de elementos sesgados, inestables y tendenciosos. Esto significa que en muchos casos el resultado del proceso de entrenamiento es un algoritmo sesgado que reproduce estereotipos sociales y prejuicios estructurales^[46]. En respuesta a estas críticas, algunos desarrolladores de software se han comprometido a mejorar sus sets de datos de entrenamiento para volverlos menos sesgados y más representativos. A pesar de estos esfuerzos, Crawford y Paglen insisten que “todo el esfuerzo de recolección de imágenes, categorizarlas y etiquetarlas, es en sí mismo una forma de política, colmada de preguntas acerca de quién decide qué significan las imágenes, y qué tipos de trabajo político y social realizan esas representaciones”^[47].

En el caso de los algoritmos basados en reglas, el programador diseña una regla general a la que se deben ajustar todas las entradas [inputs] individuales posibles. Esto significa que el programador humano debe ser capaz de anticipar las eventuales diferencias en los elementos de entrada^[48]. Por esta razón, los algoritmos basados en reglas difícilmente pueden ser utilizados por los sistemas de visión artificial (a menos de que se encuentren restringidos a ambientes extremadamente controlados y a tareas muy específicas). La complejidad de la visión humana implica que es prácticamente imposible escribir una regla general que pueda incluir y anticipar todos los casos singulares. Como lo ilustra Dan McQuillan, “los rostros o los caracteres manuscritos pueden ser muy diversos; mientras los humanos aprenden a reconocerlos desde una edad temprana, es difícil establecer una regla que sea lo suficientemente precisa para una máquina, al mismo tiempo que suficientemente flexible para tratar con todas estas variaciones”^[49]. El hecho de que los humanos puedan incorporar esta habilidad de reconocimiento de patrones de manera tan “natural” refuerza la idea de que la imaginación es tanto un “profundo misterio del psiquismo humano” (una “caja negra”) como un rasgo definitorio que nos separa de los animales y de las máquinas. Ahora bien, a través del entrenamiento de redes neuronales, los algoritmos de aprendizaje automático se las arreglan para formular un conjunto específico de reglas que consigue automatizar exitosamente las complejidades de la percepción visual. Gracias a las tecnologías de aprendizaje automático, la visión artificial comienza a transformarse en una técnica de imaginación concreta, una nueva caja negra responsable de la subsunción y clasificación de la multiplicidad que define a la visión humana.

Existe un famoso ejemplo [Figura 1], que busca demostrar que, si bien la diferencia entre imágenes de perros chihuahua y de muffins puede resultar relativamente fácil de percibir para un sujeto humano, puede también generar dificultades significativas para un sistema algorítmico de reconocimiento de imágenes. Otro experimento ha intentado demostrar que con cambiar un solo pixel en una imagen (hecho imperceptible para el ojo humano desnudo) se puede interrumpir el reconocimiento de imágenes por parte de un algoritmo^[50]. Más que demostrar la superioridad de la visión humana por sobre la visión maquínica, estos dos ejemplos abren preguntas importantes sobre el funcionamiento concreto de esta tecnología. Según los ingenieros de software de Google, Alexander Mordvintsev, Christopher Olah y Mike Tyka, la visión artificial es el resultado de un proceso de entrenamiento que es capaz de “extraer la esencia” de un objeto específico. En sus palabras:

entrenamos redes simplemente mostrándoles varios ejemplos de lo que nosotros queremos que ellas aprendan, esperando que extraigan la esencia de la materia (por ejemplo, un tenedor necesita un mango y entre dos y cuatro dientes), y aprendan a ignorar aquello que no interesa (un tenedor puede tener cualquier forma, tamaño, color u orientación)^[51].

Esta breve explicación del proceso de entrenamiento tras la visión artificial tiene implicancias filosóficas mayores. Cuando un algoritmo es entrenado para distinguir entre imágenes de manzanas e imágenes de naranjas (o de muffins y chihuahuas), ¿podría decirse que el algoritmo ha construido un concepto de “manzana” y de “naranja”, o simplemente es el resultado de la repetición de rasgos accidentales sin un vínculo interno? Para enmarcar este problema en la historia de la filosofía, puede decirse que el proceso de entrenamiento detrás de la visión artificial revive el debate entre David Hume e Immanuel Kant respecto de las condiciones de posibilidad del conocimiento universal (es decir, la posibilidad de la ciencia).

En la Introducción a la Crítica de la razón pura, Kant sostiene que la posibilidad de una regla universal “desaparecería por completo si, como hizo Hume, quisiéramos derivar[la] de la frecuente asociación de lo que sigue con lo que precede y del hábito (por consiguiente, de necesidad puramente subjetiva) de enlazar las representaciones”^[52]. Para Hume sólo hay objetos individuales y experiencias individuales de esos objetos^[53]. Es sólo a través de la asociación de esas experiencias individuales en la facultad de imaginación que el sujeto forma una representación de una idea abstracta. Sólo existen manzanas individuales. Asociando la representación de varias manzanas individuales, la facultad de la imaginación produce la idea abstracta “manzana”. Esta idea abstracta es ella misma individual, aunque su aplicación en nuestro razonamiento funcione “como si fuera universal”^[54]. Para Kant, esta explicación de los orígenes de las ideas abstractas es inaceptable por cuanto socava el principio de necesidad detrás de las reglas universales y vuelve imposible la ciencia (matemáticas y física teórica, por ejemplo). Dado que las matemáticas y la física teórica no sólo son posibles, sino que de hecho existen, sostiene Kant, deben existir una serie de principios trascendentales (a priori) que garanticen la relación entre objetos individuales y universales^[55]. La tarea de su filosofía crítica (trascendental) consiste precisamente en desenterrar y sistematizar estos principios trascendentales^[56].

Uno de estos principios trascendentales es el “esquematismo”. En la filosofía de Kant, el rol de la facultad del entendimiento consiste en identificar las reglas que gobiernan la naturaleza. Al mismo tiempo, la facultad del juicio es “la facultad de subsumir bajo reglas, es decir, de determinar si una cosa entra o no bajo una regla dada”^[57]. Para que sea posible esta subsunción de un objeto bajo un concepto, “la representación del objeto debe ser de naturaleza semejante a la del concepto”^[58]. El problema es que las intuiciones empíricas y los conceptos puros del entendimiento son heterogéneos. Así, debe existir un “tercer elemento” que permanezca homogéneo tanto a la norma como a la apariencia empírica, para que el juicio sea capaz de subsumir la última a la primera. Kant sugiere que este “tercer elemento” que vuelve posible a todo juicio es el “esquema trascendental”^[59]. El esquema es producto de la facultad trascendental de la imaginación y como tal debe distinguirse de una imagen^[60]. Una imagen es producto de la facultad empírica (reproductiva) de la imaginación. De teste modo, una imagen siempre es particular. El esquema, por otro lado, es el producto de una imaginación a priori (productiva). El esquema es la condición de posibilidad que permite conectar una imagen individual (empírica) a un concepto general del entendimiento. Kant otorga dos ejemplos del esquema: uno, perteneciente a un concepto puro del entendimiento (un triángulo), y el otro como perteneciendo a uno empírico (un perro). Escribe Kant:

No hay imagen alguna de un triángulo que pueda nunca adecuarse al concepto de triángulo en general; porque ninguna alcanzaría la generalidad del concepto, el cual se aplica igualmente a todos los triángulos rectángulos, isósceles, etc., y estaría siempre limitada a una parte de esta esfera. Además, el esquema del triángulo no puede existir más que en el pensamiento, y señala una regla de la síntesis de la imaginación en relación con figuras puras en el espacio […] El concepto de perro, por ejemplo, designa una regla según la que mi imaginación puede diseñar de un modo general la figura de un cuadrúpedo, sin limitarse a una figura particular de la experiencia, ni a cualquier imagen posible que in concreto pueda representarme^[61].

Tanto Hume como Kant consideran que la facultad de la imaginación constituye un mecanismo crucial de la facultad del entendimiento y un “arte escondido en las profundidades del alma humana” que sólo puede ser revelado a través de un riguroso análisis^[62]. La principal diferencia es que mientras Hume concibe a las ideas abstractas simplemente como el resultado del hábito (una repetición de asociaciones en la imaginación), para Kant debe haber un principio trascendental (esquematismo) que garantice la subsunción de los objetos empíricos bajo conceptos universales (necesarios). Kant considera que en la filosofía de Hume el hábito toma “cierto aspecto de necesidad”^[63]. Para salvaguardar la posibilidad de una ciencia universal, sugiere, los objetos empíricos han tenido que ser organizados por nuestra facultad de juicio bajo conceptos a priori. El esquema es el principio trascendental que garantiza esta operación.

Si ahora volvemos al tema del aprendizaje automático como una nueva forma de imaginación (técnica), pueden esbozarse dos interpretaciones. Desde la perspectiva de Hume, la clasificación de la imagen bajo una categoría dada (“manzana” o “perro”) puede ser comprendida como el resultado del hábito. Esto quiere decir que, durante el proceso de entrenamiento, el algoritmo asocia miles de imágenes para producir un modelo estadístico, una idea abstracta de un objeto dado. Esta idea abstracta es totalmente contingente. No responde a ninguna regla general o esencia. Esta perspectiva corresponde a lo que Matteo Pasquinelli y Vladan Joler llaman “aproximación por fuerza bruta” de los algoritmos de aprendizaje automático. De acuerdo con estos autores, el aprendizaje automático “no se basa en fórmulas exactas de análisis matemático, sino en algoritmos de aproximación por fuerza bruta”^[64]. La razón por la cual estos algoritmos son tan eficientes no reside en su capacidad de destilar una esencia o idea abstracta del conjunto de entrenamiento, sino simplemente porque “pueden aproximar la forma de cualquier función si se cuenta con las suficientes capas de neuronas y abundantes recursos computacionales”^[65]. Para Pasquinelli y Joler este es un aspecto fundamental para comprender las potencialidades y las limitaciones de las tecnologías algorítmicas contemporáneas (incluyendo el incremento exponencial de su huella de carbono)^[66].

Desde una perspectiva kantiana, al contrario, los algoritmos de aprendizaje automático pueden ser leídos como una forma técnica de esquematismo. El proceso de entrenamiento consistiría así en un proceso de extracción de un esquema para cada objeto dado desde el conjunto de datos (un tenedor es “un mango y tiene entre dos y cuatro dientes”, un perro es “un animal peludo de cuatro patas”, una manzana es “una fruta redonda, verde o roja”, etc.). Como lo plantea McQuillan, el proceso de entrenamiento tras las redes neuronales parece “destilar” un “conjunto de características” de los datos de entrenamiento, identificando patrones ocultos que hacen posible el reconocimiento de la imagen^[67]. Hasta ahora esta capacidad de reconocimiento de patrones era pensada como ocurriendo exclusivamente al interior del esquema trascendental de la imaginación humana. Sin embargo, en el caso de las tecnologías de visión artificial, la tecnología de reconocimiento por patrones parece automatizarse. McQuillan remarca que estas nuevas tecnologías de reconocimiento de patrones son tan potentes que permiten identificar “orden” aún allí donde el juicio humano sólo vería ruido y azar^[68]. McQuillan advierte que lo anterior puede crear la impresión de que estos patrones “pre-existen” a la experiencia empírica del observador, como una suerte de idea platónica: un verdadero “orden matemático” oculto tras el mundo de la “evidencia visible”^[69]. Para evitar esta trampa, debe establecerse una distinción clara entre esquema (en un sentido kantiano) e idea (en un sentido platónico). Mientras que la idea platónica hace referencia a una esencia que existe fuera del tiempo y del espacio (por consiguiente, inmutable), el esquema hace referencia a un conjunto de reglas que vinculan un concepto del entendimiento con un objeto espacio-temporal particular. Como Deleuze sostiene en su curso Kant y el tiempo (1978), el esquema es una “regla de producción”, es decir, una regla que nos permite producir “en el tiempo y en el espacio” la “experiencia de un objeto en conformidad con un concepto”:

Consideren los dos juicios siguientes: ‘la línea recta es una línea ex aequo en todos sus puntos’. Tienen ahí una definición lógica o conceptual, tienen el concepto de la recta. Si dicen ‘la línea recta es negra’, tienen un hallazgo en la experiencia, no toda línea recta es negra. ‘La línea recta es el camino más corto de un punto a otro’ es un tipo de juicio totalmente extraordinario según Kant. ¿Por qué? Porque no se reduce a ninguno de los dos extremos que acabamos de ver. ¿Qué es el camino más corto? Kant nos dice que el camino más corto es la regla de producción de una línea como recta. Si ustedes quieren obtener una recta, toman el camino más corto. No se trata en absoluto de un predicado […] ‘El camino más corto’ es la regla de producción de una línea como línea recta en el espacio y en el tiempo.^[70]

Volviendo a la descripción de Mordvintsev, Olah y Tyka sobre el proceso de entrenamiento comprendido en la visión artificial, podría decirse que a través de este proceso la red neuronal extrae un esquema algorítmico del conjunto de datos otorgados durante el entrenamiento; es decir, una regla de producción de un objeto dado que posteriormente será utilizada para identificar ese objeto en nuevas imágenes. Las redes neuronales producirían así no una idea platónica (un orden matemático fuera de la experiencia empírica espacio-temporal), sino un esquema algorítmico en un sentido kantiano (una regla de producción espacio-temporal). Para Kant el esquematismo es un principio a priori de la razón humana que asegura la subsunción de objetos espacio-temporales bajo los conceptos puros del entendimiento. De manera equivalente, el esquematismo algorítmico aparecería como una facultad a priori que permite subsumir imágenes individuales bajo una abstracción matemática (formal). Desde una perspectiva kantiana, la tesis de la “aproximación por fuerza bruta” sería insuficiente puesto que no sería capaz de explicar cómo las asociaciones son posibles. En este sentido, las ecuaciones de optimización detrás de los procesos de entrenamiento de las redes neuronales operarían como un principio a priori que hace posible la asociación entre imágenes individuales.

Siguiendo estas dos interpretaciones opuestas en torno al modo en que los algoritmos de reconocimiento de imágenes resuelven la subsunción de una imagen particular a una clase o regla general (puro hábito de Hume versus el esquematismo de Kant), tres aproximaciones diferentes pueden bosquejarse. Cada una de estas aproximaciones conlleva un modo específico de conceptualizar la relación entre humanos y máquinas.

• En primer lugar, podríamos bosquejar un Enfoque Humanista Kantiano que establece una separación radical entre imaginación humana y algoritmos de aprendizaje automático. Este es el enfoque más difundido y aceptado tanto entre ingenieros computacionales y críticos culturales, y concibe a los algoritmos de aprendizaje automático como meras aproximaciones estadísticas basadas en el hábito y la asociación. Como tales, los algoritmos de aprendizaje automático aparecen como esencialmente diferentes del pensamiento humano (el cual, a diferencia de los algoritmos, se basa en el juego libre de la imaginación). Esta perspectiva asegura una estricta separación entre el mecanismo de los procesos algorítmicos y la espontaneidad de la imaginación humana^[71]. Algunos ejemplos de este enfoque corresponden a la explicación de la inteligencia artificial en tanto “aproximación por fuerza bruta” de Pasquinelli y Joler; al recurso de una “imaginación aumentada” de Ed Finn (una combinación de la velocidad y magnitud del procesamiento algorítmico y la creatividad y espontaneidad del esquematismo humano); y la distinción de Adorno y Horkheimer entre un esquematismo trascendental puro y su estandarización por la industria cultural^[72]. Incluso la definición de trabajo de Marx como una actividad estrictamente humana se sostiene sobre la singularidad de la imaginación humana: aquello que distingue al “peor arquitecto” de la “mejor de las abejas” es que el arquitecto primero define en su imaginación el objeto a construir^[73]. Así, la imaginación es el aspecto clave que separa a la empresa humana de la repetición mecánica de las máquinas y de la mera existencia instintiva de los animales.

• En segundo lugar, podríamos esbozar un Enfoque Humeano Post-humanista que plantea una analogía entre imaginación humana e imaginación algorítmica. De acuerdo con este enfoque, el conocimiento humano es posible gracias a un proceso de hábito (asociación) que tiene lugar en la imaginación humana para producir una idea abstracta que funcionará más tarde “como si” fuera universal. Del mismo modo, el aprendizaje automático de algoritmos opera reuniendo una inmensa cantidad de datos individuales para extraer un patrón que pueda ser luego usado para identificar nuevos elementos. Desde esta perspectiva, entonces, no habría una diferencia radical entre el mecanismo propio de la cognición humana y aquel del aprendizaje automático: ambos operan como máquinas de “aproximación por fuerza bruta”. En la época de Hume, podríamos asumir, sería inconcebible que una máquina ejecutara tareas que impliquen habilidades innatas de reconocimiento de patrones. Así, Hume definiría la imaginación como una “máquina de asociaciones” sin amenazar con ello la singularidad del entendimiento y de la naturaleza humana. Hoy, sin embargo, a la luz de la revolución técnica puesta en marcha por las redes neuronales, ya no sería posible establecer una diferencia entre estas dos formas maquínicas de reconocimiento de patrones. Ambos, humanos y algoritmos, aparecen como máquinas que se relacionan con el mundo reuniendo la totalidad de las experiencias individuales para producir una idea abstracta. El último libro de Yuk Hui, Recursivity and Contigency, podría ser situado en esta segunda categoría^[74].

• En tercer lugar, podríamos bosquejar un Enfoque Kantiano Post-humanista que define tanto a la imaginación humana como a la imaginación algorítimica como una máquina de reconocimiento de patrones capaz no sólo de subsumir particulares bajo reglas universales (juicio determinante), sino también de extraer reglas universales desde los particulares (juicio reflexivo)^[75]. Del mismo modo que la imaginación humana, la imaginación algorítmica funciona produciendo esquemas que permiten vincular experiencias particulares con reglas generales. Desde esta perspectiva, puede decirse que el aprendizaje automático de algoritmos constituye una facultad propia de la imaginación (técnica). Los trabajos de Vilém Flusser, Bernard Stiegler y Friedrich Kittler podrían situarse en este tercer enfoque. Como hemos mencionado, Stiegler sostiene que el esquematismo no es un principio a priori, sino un resultado concreto de superficies técnicas de inscripción que modelan la experiencia empírica^[76]. De acuerdo con este autor, no podría existir imagen mental (esquema) sin una superficie de inscripción objetiva, externa. Así, la facultad interna del esquematismo sería, en cada contexto específico, el resultado de la disponibilidad de soportes de memoria externa. Para Kant, la condición de posibilidad de una imagen individual es un esquema trascendental. Para Stiegler, la posibilidad del esquema como puente entre una imagen individual y una regla general es siempre la superficie técnica externa sobre la cual la imagen individual es inscrita^[77]. De manera similar, Kittler concibe el tratamiento kantiano del “juicio reflexivo” como un mecanismo de reconocimiento de patrones de “segundo grado”, es decir como un mecanismo dirigido a la optimización del mecanismo de reconocimiento en general^[78]. Tal como fue mencionado en relación a Hume en el segundo enfoque, para Kant era inconcebible que la habilidad humana del juicio reflexivo pudiese ser transferida a una máquina, salvaguardando de este modo la singularidad de la imaginación humana^[79]. Después de la invención de la máquina de Turing y la emergencia de la teoría cibernética, sin embargo, se vuelve posible imaginar una máquina de reconocimiento de patrones capaz de percibir, recordar y procesar datos automáticamente^[80]. Más aún, con el reciente desarrollo de las redes neuronales y el aprendizaje automático de algoritmos, podría decirse que esta máquina de reconocimiento de patrones alcanza nuevos horizontes en la medida en que ejecuta procesos concretos de “juicio reflexivo” a partir de los cuales reglas generales son efectivamente inducidas de datos particulares^[81]. Finalmente, Flusser define a la imaginación técnica como la automatización del cálculo abstracto que permite “proyectar” nuevas posibilidades en el futuro^[82]. Esta nueva imaginación técnica no se encuentra basada en ningún tipo de interioridad subjetiva, sino en las potencialidades inscritas en el mismo programa. El futuro, entonces, ya no corresponde a la realización de un conjunto específico de valores humanos, sino la ejecución de un “juego de azar calculado”^[83].

Imaginación post-histórica

En 2015, los ingenieros de Google Alexander Mordvintsev, Christopher Olah y Mike Tyka diseñaron el proyecto Deep Dream de Google, un programa informático que “invertía” el algoritmo de reconocimiento de imágenes de Google en un intento flusseriano por visualizar qué estaba ocurriendo en el interior de la caja negra del programa [Figura 2]^[84]. Ahora bien, las redes neuronales contienen capas escondidas que ocultan al programador humano las características y patrones abstractos que han sido extraídos de los datos de entrenamiento. Como lo señala McQuillan, “por definición, ningún ingeniero de software define lo que son estas características abstractas e, incluso si los contenidos de la capa ocultas son examinados, no es posible volver a traducirlos en un razonamiento comprensible”^[85]. Una vez más encontramos un paralelo entre redes neuronales e imaginación. En ambos casos, la operación interna sigue siendo un misterio oculto: una caja negra del psiquismo humano, en el primer caso; una caja negra del aparato, en el otro. De allí que el proyecto Deep Dream de Mordvintsev, Olah y Tyka pueda ser leído como un esfuerzo por abrir esta caja negra e intentar visualizar los procesos internos que hacen posible al esquematismo maquínico. Hito Steyerl describe este proyecto como una “proeza genial” que

consigue visualizar el inconsciente de las redes de prosumidores: las imágenes vigilan a los usuarios, registrando constantemente el movimiento de sus ojos, su comportamiento, sus preferencias […] El “inconsciente óptico” de Walter Benjamin ha sido actualizado al inconsciente de la adivinación de imágenes computacionales^[86].

Ese mismo año, el artista visual chileno Felipe Rivas San Martín empleó el software de Google Deep Dream con el objetivo de crear una serie de diecisiete imágenes tituladas El sueño neoliberal [Figura 3]^[87].

Rivas San Martín comenzó utilizando una conocida fotografía del bombardeo del 11 de septiembre de 1973 a La Moneda, palacio presidencial chileno [Figura 4]. Esta imagen se ha convertido en un símbolo del golpe militar de Pinochet contra el gobierno de Salvador Allende. También simboliza el final del proyecto socialista del país, interrumpido por una orquestación de fuerzas reaccionarias por parte de la elite económica chilena y el Ministerio de Relaciones Exteriores de los Estados Unidos de América. Este golpe conllevó diecisiete años de sangrienta dictadura y la implantación de un experimento neoliberal en las relaciones económicas, políticas y sociales chilenas.

Rivas San Martín alimentó esta imagen al algoritmo de Deep Dream, y el resultado, además de agregarle color a la imagen original en blanco y negro, resaltó algunas características nuevas: perros, pagodas, edificios, automóviles, etc. [Figura 5].

El artista luego volvió a alimentar esta imagen resultante al algoritmo, repitiendo este procedimiento hasta obtener un total de diecisiete imágenes, una por cada año de la dictadura de Pinochet. Cada vez que alimentaba la imagen al algoritmo, las características resaltadas eran intensificadas a través de un proceso de retroalimentación positiva^[88]. La decimoséptima imagen ofrece entonces una versión más definida y detallada de las características presentes en la primera imagen producida por el algoritmo, creando un contraste agudo respecto de la fotografía original del bombardeo a La Moneda [Figura 6]. Este contraste entre la primera y la última imagen del trabajo de Felipe Rivas San Martín hace posible ilustrar algunas de las transformaciones clave de las relaciones entre imaginación y política en un contexto en el cual la automatización del esquematismo se ha vuelto una posibilidad técnica. Más significativo todavía, este trabajo devela una tensión entre dos épocas de la relación entre imaginación, política y tiempo histórico.

En primer lugar, podemos identificar una época histórica basada en una imaginación humana definida por nociones tales como progreso y emancipación. Esta fue una época en la cual el presente seguía abierto al futuro, en el cual la imaginación humana poseía aún el potencial (y la responsabilidad) de delinear nuevas formas de órdenes políticos, económicos y sociales. El proyecto socialista de Salvador Allende pertenece a esta época en la que la historia consistía en la realización de un ideal humano. Como sostiene Flusser, la historia fue un proyecto humanista. Como tal, abrazaba una actitud de “compromiso con los cambios mundiales”, de explotación de un mundo natural “desprovisto de valor” para alcanzar así la “realización de valores humanos”^[89]. La historia es entonces un asunto estrictamente humano. En tanto tal, implica la distinción entre tiempo histórico (impregnado de sentido y valor) y un tiempo natural o astronómico (como movimiento de cuerpos carente de sentido)^[90]. La imaginación es aquella peculiar facultad que permite al animal humano salir del reino natural del tiempo astronómico y entrar al reino significativo y simbólico del tiempo histórico. La fotografía del bombardeo a La Moneda escogida por Felipe Rivas San Martín pertenece a este contexto. Más precisamente, podría sostenerse que el bombardeo a La Moneda marca la interrupción del tiempo histórico, una interrupción que dio paso a diecisiete años en los cuales fue forzada una nueva relación al tiempo en las relaciones sociales, política y económicas chilenas: un tiempo post-histórico.

Desde esta perspectiva, las imágenes producidas por Deep Dream de Google en la obra de Rivas representan ese tiempo post-histórico: una época que ha sido puesta en marcha precisamente por la interrupción del proyecto histórico de Allende y el sucesivo desarrollo de un modelo neoliberal. Este modelo remplazó de manera efectiva a la época histórica (en la cual imaginación y política se encontraban profundamente interconectadas) por una época post-histórica en la cual la política ha sido reducida a la administración algorítmica de los datos^[91]. Escribiendo en 1985, Flusser sostiene que “según el modelo dominante de la historia cultural, estamos dejando atrás el carácter unidimensional de la historia e ingresando a un nivel carente de toda dimensión; por el momento, y a falta de un término mejor, denominaremos esta nueva etapa como post-histórica”^[92]. Es más, Flusser propone que existe un fuerte vínculo entre el surgimiento de una imaginación técnica y la transición desde la historia a la post-historia^[93]. En el tiempo histórico, la imaginación humana fue la responsable de mediar entre el presente y la imprevisibilidad del futuro, estableciendo una aguda distinción entre una naturaleza vacía de significado y la realización histórica de valores humanos. En el tiempo post-histórico, la anticipación del futuro aparece como un mero “juego de azar calculado”; esto significa que según la “imagen del mundo post-histórico” el futuro se reduce a un “campo de posibilidades inscrito en un programa”^[94]. Desde la perspectiva abierta por Flusser, el paso de la historia a la post-historia aparece como un aspecto crucial de la imposibilidad actual de imaginar un futuro más allá del capitalismo. Para Flusser el futuro es una experiencia específica del tiempo que pertenece a la era de la historia. En la era post-histórica, esta experiencia del futuro es reemplazada por la previsibilidad. Por lo tanto, en la post-historia el futuro ya no es imaginado. Es calculado. La imaginación humana pierde entonces su terreno privilegiado para bosquejar futuros proyectos políticos:

Si el comportamiento de la sociedad comienza a aparecer más y más como el resultado absurdo de una programación sin objeto o razón más profunda, entonces el problema de la libertad humana, que es también el problema de la política, deja de ser pensable. Desde la perspectiva de esta programación, la política, y por ende la historia, llegan a su fin.^[95]

En este contexto, Dan McQuillan y Adrian Mackenzie han hecho referencia a la “performatividad” de la predicción algorítmica^[96]. Para estos autores, los algoritmos predictivos no sólo anticipan un “comportamiento natural”, sino que en muchos casos ellos mismos “cambian el comportamiento de las personas de un modo en que el modelo no aprendió a hacerlo al momento de ser entrenado, conllevando un refuerzo recursivo como práctica social real”^[97].

La apropiación de Google Deep Dream por parte de Rivas San Martín ilustra las dificultades de esbozar un proyecto político en un contexto en el que la imaginación humana ha sido sustituida por la calculabilidad algorítmica. Lo que queda claro es que una crítica de esta tecnología ya no puede realizarse desde el punto de vista moderno y humanista en el que la imaginación es una facultad estrictamente humana que asegura la realización de un proyecto político antropocéntrico. Por lo tanto, el mayor desafío de la imaginación política actual ya no se relaciona con temas claves del pensamiento político moderno (agencia, privacidad, intencionalidad, etc.) sino que requiere de una nueva comprensión de la relación entre los seres humanos, la técnica y la naturaleza.^[98] Incluso el apremiante tema del sesgo algorítmico debería redefinirse más allá de la pregunta acerca de la objetividad y la neutralidad, es decir, más allá del ámbito de la imaginación humana como único mediador entre las normas universales y los fenómenos particulares.

Conclusión: desde el “Realismo capitalista” a “El capital ha muerto”

Comenzamos este texto haciendo referencia a la tesis de Fisher acerca de la imposibilidad actual de imaginar un futuro más allá del capitalismo. Hemos sostenido que el diagnóstico de Fisher pertenece a la época de la historia, es decir, a una época basada en una concepción humanista de la imaginación en tanto facultad estrictamente humana que permite proyectar lo nuevo a partir de lo dado. En un contexto post-histórico gobernado por aparatos, el futuro como proyecto político (humano) de emancipación es sustituido por el cálculo no-humano de probabilidades. En este contexto de imaginación algorítmica, una crítica del capitalismo requeriría superar cualquier sustrato antropocéntrico, incluida la categoría de trabajo. Como ya se ha mencionado, en la crítica del capitalismo de Marx, la imaginación se plantea como el factor clave que hace del trabajo una actividad exclusivamente humana^[99]. Esto significa que ya no podríamos proyectar un futuro más allá del capitalismo en el que el trabajo humano siga funcionando como principio rector de la emancipación política. El paso del capitalismo a un futuro post-capitalista requiere dejar atrás la posición privilegiada del trabajo y de la imaginación como dominios estrictamente humanos.

En su último libro, El capital ha muerto, Mackenzie Wark sostiene que la teoría crítica marxista es en parte responsable de haber normalizado activamente la imposibilidad de imaginar un futuro post-capitalista^[100]. Al añadirle nuevos adjetivos (capitalismo de plataforma, capitalismo de vigilancia, capitalismo postfordista, capitalismo cognitivo, capitalismo financiero, etc.) la teoría crítica ha ido definiendo al capitalismo como una fuerza eterna capaz de mutar constantemente para adaptarse a cada nueva crisis^[101]. En contra de ello, Wark sugiere que estaríamos ingresando a un nuevo modo de producción (uno que puede mostrarse ser incluso peor que el capitalismo)^[102]. En este nuevo modo de producción el objeto de explotación ya no es el trabajo humano, sino la información. Esta información excede los límites de la actividad humana: es una noción transversal que regula los procesos naturales, humanos y técnicos. Es precisamente esta noción de información la que está en juego en los procesos de entrenamiento de las redes neuronales.

Desde la perspectiva esbozada en este texto, se podría argumentar que el hecho de no poder imaginar un futuro post-capitalista responde a una definición obsoleta del capitalismo como un asunto estrictamente humano. La crítica marxista ha definido el trabajo humano como el único objeto de explotación del capital. Y lo ha hecho porque ha heredado una definición moderna de la imaginación como aquella facultad estrictamente humana que asegura su singularidad, distinta tanto de la naturaleza como de las máquinas. Por lo tanto, la superación del realismo capitalista exige tanto la superación de la definición humanista de la imaginación, como la concepción humanista del capitalismo (como explotación del trabajo humano). Desde esta perspectiva, la tesis de Wark puede resultar muy útil para desplazar la crítica del capitalismo desde un punto de vista antropocéntrico basado en el trabajo humano hacia un marco post-humanista basado en la relación de información entre naturaleza, técnica y humanos. El futuro post-capitalista tiene que ser imaginado a partir de una concepción post-humanista de la imaginación y desde un enfoque relacional que conciba la información más allá de cualquier abismo ontológico entre naturaleza, humanos y máquinas.

---

Referencias

1. Mark Fisher, Realismo capitalista: ¿no hay alternativa? (Buenos Aires: Caja Negra, 2016), 22. ↑
2. Fisher, Realismo capitalista, 22 ↑
3. Cf. Fredric Jameson, Arqueologías del futuro. El deseo llamado utopía y otras aproximaciones de ciencia ficción (Madrid: Akal, 2009). ↑
4. Fisher, Realismo capitalista, 22 ↑
5. Theodor Adorno y Max Horkheimer, Dialéctica de la ilustración. Fragmentos filosóficos (Madrid: Trotta, 1998), 171 ↑
6. Adorno y Horkheimer, Dialéctica de la ilustración, 165. ↑
7. Immanuel Kant, Crítica de la razón pura (Buenos Aires: Losada, 2004), 305. ↑
8. Adorno y Horkheimer, Dialéctica de la ilustración, 169. ↑
9. Adorno y Horkheimer, Dialéctica de la ilustración, 169-170. ↑
10. Adorno y Horkheimer, Dialéctica de la ilustración, 170-171. ↑
11. Adorno y Horkheimer, Dialéctica de la ilustración, 171. ↑
12. Adorno y Horkheimer, Dialéctica de la ilustración, 169. ↑
13. Bernard Stiegler, La técnica y el tiempo 3: El tiempo del cine y la cuestión del malestar. (Hondarribia: Hiru Argitaletxea, 2004), 63. ↑
14. Adorno y Horkheimer, Dialéctica de la ilustración, 169. ↑
15. Para un análisis detallado del concepto de imaginación en estos autores, véase la “Genealogía (ilustrada) de la imaginación (moderna)” en este mismo sitio. ↑
16. Thomas Hobbes, Leviatán o la materia, forma y poder de una república eclesiástica y civil (Ciudad de México: Fondo de Cultura Económica, 2017), 37. ↑
17. Kant, Crítica de la razón pura, 288. ↑
18. David Hume, Tratado de la naturaleza humana (Madrid: Tecnos, 1992), 54. ↑
19. Hobbes Leviatán, 38; Hume, Tratado de la naturaleza humana, 52. ↑
20. Hobbes, Leviatán, 45. ↑
21. Hobbes, Leviatán, 45. ↑
22. René Descartes, Meditaciones metafísicas (Madrid: Espasa Calpe, 2006), 173-174. ↑
23. Samantha Matherne, ‘Kant’s Theory of the Imagination’, in The Routledge Handbook of Philosophy of Imagination, ed. Amy Kind (London: Routledge), 61. Traducción propia; en inglés en el original (N. del T.). ↑
24. Matherne, ‘Kant’s Theory of the Imagination’, 66. Traducción propia; en inglés en el original (N. del T.). ↑
25. Para un análisis de la dimensión política de la facultad de imaginación como sensus communis, cf. Hannah Arendt, Conferencias sobre la filosofía política de Kant (Buenos Aires: Paidós, 2009), 120-121. ↑
26. Franco Berardi, After the future (Edinburgh: AK Press, 2011). ↑
27. Berardi, After the future. ↑
28. Franco Berardi, And: Phenomenology of the End (Helsinski: Aalto Books, 2014), 98. Traducción propia; en inglés en el original (N. del T.). ↑
29. Berardi, And: Phenomenology of the End, 34. ↑
30. Berardi, And: Phenomenology of the End, 34. ↑
31. Berardi, And: Phenomenology of the End., 195. ↑
32. Stiegler, La técnica y el tiempo 3 ↑
33. Arthur Bradley, Originary Technicity (Basingstoke: Palgrave Macmillan, 2011), 102. ↑
34. Bernard Stiegler, For a New Critique of Political Economy (Cambridge: Polity Press, 2010), 107. ↑
35. Bernard Stiegler, ‘Suffocated Desire or how the Cultural Industry destroys the Individual: Contribution to a Theory of Mass Consumption’, Parrhesia 13 (2011), 52–61. ↑
36. Vilén Flusser, ‘Una nueva facultad de la imaginación’, en Vilém Flusser y la cultura de la imagen. Textos excogidos. (Valdivia: Ediciones UACh, 2016), 119-132. ↑
37. Flusser, ‘Una nueva facultad de la imaginación’, 120. ↑
38. Vilém Flusser, Towards a Philosophy of Photography (London: Reaktion Books, 2000), 14. ↑
39. Flusser, Towards a Philosophy of Photography, 16. ↑
40. Flusser, Towards a Philosophy of Photography, 32. ↑
41. Flusser, Towards a Philosophy of Photography, 32. ↑
42. Flusser, ‘Una nueva facultad de la imaginación’, 128. ↑
43. Cf. Andrey Kurenkov, ‘A Brief History of Neural Nets and Deep Learning’, http://www.andreykurenkov.com/writing/ai/a-brief-history-of-neural-nets-and-deep-learning/ ↑
44. Para una introducción al tema específico de la visión artificial y los algoritmos de reconocimiento de imagen, cf. Kate Crawford y Trevor Paglen, ‘Excavating AI: The Politics of Training Sets for Machine Learning’, https://www.excavating.ai/ ↑
45. Crawford y Paglen, Excavating AI. Traducción propia; en inglés en el original (N. del T.) ↑
46. Para una discusión detallada sobre este tema, véase la sección “Sesgo maquínico” de este mismo sitio. ↑
47. Crawford and Paglen, Excavating AI. Traducción propia; en inglés en el original (N. del T.) ↑
48. Hannah Fry, Hello World: How to be Human in the Age of the Machine (London: Penguin, 2018), 11. ↑
49. Dan McQuillan, ‘Data Science as Machinic Neoplatonism’, Philosophy & Technology 31 (2018), 256. Traducción propia; en inglés en el original (N. del T.). ↑
50. Para el primer ejemplo véase:  https://www.topbots.com/chihuahua-muffin-searching-best-computer-vision-api/ ; para el segundo ejemplo, véase: https://arxiv.org/abs/1710.08864 ↑
51. Alexander Mordvintsev, Christopher Olah and Mike Tyka, ‘Inceptionism: Going Deeper into Neural Networks’, Google AI Blog https://ai.googleblog.com/2015/06/inceptionism-going-deeper-into-neural.html Traducción propia; en inglés en el original (N. del T.). ↑
52. Kant, Crítica de la razón pura, 173. ↑
53. Hume, Tratado de la naturaleza humana, 65. ↑
54. Hume, Tratado de la naturaleza humana, 66. ↑
55. Kant, Crítica de la razón pura, 183-184. ↑
56. Kant, Crítica de la razón pura, 186. ↑
57. Kant, Crítica de la razón pura, 301. ↑
58. Kant, Crítica de la razón pura, 304. ↑
59. Kant, Crítica de la razón pura, 304-305. ↑
60. Kant, Crítica de la razón pura, 306. ↑
61. Kant, Crítica de la razón pura, 306. ↑
62. Hume, Tratado de la naturaleza humana, 71; Kant, Crítica de la razón pura, 306. ↑
63. Kant, Crítica de la razón pura, 183. ↑
64. Matteo Pasquinelli y Vladan Joler, ‘The Nooscope Manifested: AI as Instrument of Knowledge Extractivism’, https://nooscope.ai/ Traducción propia; en inglés en el original (N. del T.). ↑
65. Pasquinelli y Joler, ‘The Nooscope Manifested’. Traducción propia; en inglés en el original (N. del T.). ↑
66. Pasquinelli y Joler, ‘The Nooscope Manifested’. ↑
67. McQuillan, ‘Data Science as Machinic Neoplatonism’, 256. ↑
68. McQuillan, ‘Data Science as Machinic Neoplatonism’, 257. Véase también, Hito Steyerl, Arte Duty Free (Buenos Aires: Caja Negra, 2018), 71–93. ↑
69. McQuillan, ‘Data Science as Machinic Neoplatonism’, 261. Un ejemplo de este “neo-platonismo” lo encontramos en la columna de Chris Anderson ‘The End of Theory: The Data Deluge Makes the Scientific Method Obsolete’, Wired Magazine (2008), https://www.wired.com/2008/06/pb-theory/ ↑
70. Gilles Deleuze, Kant y el tiempo (Buenos Aires: Cactus, 2008), 98. ↑
71. Esta distinción radical entre el mecanicismo del cálculo computacional y la espontaneidad del pensamiento humano también la encontramos en los pensamientos de John Searle y de Herbert Dreyfus. Cf. John Searle, ‘Minds, Brains and Programs’, Behavioral and Brain Sciences 3:3 (1980), 417–457; Herbert Dreyfus, What Computers Still Can’t Do: A Critique of Artificial Reason (London: The MIT Press, 1999). ↑
72. Pasquinelli y Joler, The Nooscope Manifested; Adorno y Horkheimer, Dialéctica de la ilustración; y Ed Finn, What Algorithms Want: Imagination in the Age of Computing (Cambridge: MIT Press, 2017). ↑
73. Nick Dyer-Witheford, Atle Mikkola Kjøsen y James Steinhoff, Inhuman Power (London: Pluto Press, 2019), 120–124. ↑
74. Yuk Hui, Recursivity and Contingency (London: Rowman & Littlefield, 2019). ↑
75. Para la distinción entre juicio determinante y juicio reflexivo, cf. Immanuel Kant, Crítica del juicio (Buenos Aires: Losada, 2005). ↑
76. Stiegler, La técnica y el tiempo 3, 53. ↑
77. Stiegler, La técnica y el tiempo 3, 53. ↑
78. Friedrich Kittler, Literature, Media, Information Systems (Amsterdam: G+B Arts, 1997), 130. ↑
79. Kittler, Literature, Media, Information Systems, 131. ↑
80. Kittler, Literature, Media, Information Systems, 135. ↑
81. Esto se da de manera particular en el llamado “aprendizaje automático no supervisado”; cf. Adam Greenfield, Radical Technologies (London: Verso, 2017), 220–222; y Nick Dyer-Witheford, Atle Mikkola Kjøsen y James Steinhoff, Inhuman Power, 120–124. ↑
82. Flusser, ‘Una nueva facultad de la imaginación’, 128. ↑
83. Vilém Flusser, Writings (Minneapolis: University of Minnesota Press, 2002), 119. ↑
84. Mordvintsev, Olah y Tyka, ‘Inceptionism’ ↑
85. McQuillan, ‘Data Science as Machinic Neoplatonism’, 257. Traducción propia; en inglés en el original (N. del T.). ↑
86. Steyerl, Arte Duty Free, 83. ↑
87. Felipe Rivas San Martín, ‘El sueño neoliberal’ http://www.feliperivas.com/el-suentildeo-neoliberal.html ; para un análisis en detalle de esta obra, véase la sección “Entre algoritmos y diagramas” en este mismo sitio. ↑
88. Felipe Rivas San Martín, Internet, Mon Amour (Santiago: Ecfrasis, 2019), 257. ↑
89. Flusser, Writings, 118. ↑
90. Erwin Panofsky, ‘Reflections on Historical Time’, Critical Enquiry, 30:4 (2004), 691–701. ↑
91. Antoinette Rouvroy and Thomas Berns, ‘Algorithmic Governmentality and the Prospects of Emancipation’, Reseaux 177:1, 163–196. ↑
92. Vilém Flusser, Into the Universe of Technical Images (Minneapolis: University of Minnesota Press, 2011), 15. Traducción propia; en inglés en el original (N. del T.). ↑
93. Flusser, Into the Universe of Technical Images, 57. ↑
94. Flusser, Writings, 119. ↑
95. Vilém Flusser, Post-History (Minneapolis: Univocal, 2013), 24. Traducción propia; en inglés en el original (N. del T.). ↑
96. McQuillan, ‘Data Science as Machinic Neoplatonism’, 258; Adrian Mackenzie, ‘The production of prediction: What does machine learning want?’, European Journal of Cultural Studies 18:4–5 (2015), 429–445. ↑
97. McQuillan, ‘Data Science as Machinic Neoplatonism’, 258. Traducción propia; en inglés en el original (N. del T.). ↑
98. En una entrevista realizada a Joanna Zylinska, la autora argumenta la necesidad de nuevas nociones de imaginación y de creatividad para comprender mejor la relación entre humanos, naturaleza y máquinas en el nuevo contexto de tecnologías algorítmicas. ↑
99. Dyer-Witheford, Mikkola Kjøsen y Steinhoff, Inhuman Power, 121. ↑
100. Mckenzie Wark, Capital is Dead: is this something worse? (London: Verso, 2019), 12. ↑
101. Wark, Capital is Dead, 6. ↑
102. Wark, Capital is Dead. ↑