Narrativas algorítmicas y sesgos: prácticas artísticas feministas ante la imagen generativa
Enviado: 03-02-2026
|Aceptado: 20-04-2026
|Publicado: 29-05-2026
Derechos de autor 2026 EME Experimental Illustration, Art & Design
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Descargas
Palabras clave:
Inteligencia artificial generativa, imagen algorítmica, feminismos, sesgo algorítmico, narrativas alternativas
Agencias de apoyo:
Resumen:
La inteligencia artificial generativa ha introducido un nuevo régimen de producción de imágenes en la cultura visual contemporánea. Las imágenes generadas por IA ya no remiten a un mundo observado, sino que se construyen a partir de modelos probabilísticos entrenados sobre grandes archivos visuales, produciendo representaciones verosímiles que tienden a normalizar imaginarios dominantes. Este artículo aborda la imagen algorítmica desde una perspectiva feminista y situada, entendiendo la IA como un dispositivo cultural y político que reproduce sesgos estructurales de género, raza y corporalidad.
A partir de un marco teórico crítico y del análisis de diversas prácticas de investigación artística desarrolladas por la colectiva FEMIAS, el texto explora estrategias para cuestionar la normalización algorítmica y abrir la posibilidad de narrativas visuales alternativas. Lejos de proponer soluciones técnicas, el artículo defiende el arte y la pedagogía feminista como espacios de interrupción, desaceleración y alfabetización visual frente a la automatización de la mirada.
Citas:
Anders, G. (1956). La obsolescencia del hombre. Valencia:Pre-Textos, 2011.
Arendt, H. (1963). Eichmann en Jerusalén: Un estudio sobre la banalidad del mal. Barcelona: Lumen, 1999.
Barthes, R. (1980). La cámara lúcida. Barcelona: Paidós,1989.
Baudrillard, J. (1981). Cultura y simulacro. Barcelona: Kairós, 1978.
Bowker, G. C., & Star, S. L. (1999). Sorting Things Out: Classification and Its Consequences. MIT Press. https://doi.org/10.7551/mitpress/6352.001.0001
Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press. https://doi.org/10.12987/9780300252392
Debord, G. (1967). La sociedad del espectáculo. Valencia: Pre-Textos, 2015.
Flusser, V. (1983). Hacia una filosofía de la fotografía.México: Trillas, 1990.
Fontcuberta, J. (2016). La furia de las imágenes: Notas sobre la postfotografía. Galaxia Gutenberg.
Haraway, D. (1988). Situated knowledges: The science question in feminism and the privilege of partial perspective. Feminist Studies, 14(3),575-599. https://doi.org/10.2307/3178066
Hooks, B. (1994). Teaching to Transgress: Education as the Practice of Freedom. Routledge. https://doi.org/10.3366/para.1994.17.3.270
McIntyre, L. (2018). Posverdad. Madrid: Cátedra, 2019
Mulvey, L. (1975). Visual pleasure and narrative cinema. Screen, 16(3), 6-18. https://doi.org/10.1093/screen/16.3.6
Noble, S. U. (2018). Algorithms of Oppression: How Search Engines Reinforce Racism. New York University Press.
O'Neil, C. (2016). Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy. Crown Publishing.
Rancière, J. (2000). El reparto de lo sensible. Santiago de Chile: LOM, 2009.https://doi.org/10.3917/lafab.ranci.2000.01
Rombach, R., Blattmann, A., Lorenz, D., Esser, P., & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models. CVPR. Fundamental para modelos de difusión latente.
Sullivan, G. (2010). Art Practice as Research: Inquiry in Visual Arts (2nd ed.). Sage.
Virilio, P. (2005). El accidente original. Buenos Aires: Amorrortu, 2007
