The Art of Seeing Like Others: Amerindian Perspectivism and the Limits of Our Gaze

 

Bernabé Mallo

Doctor en Filosofía por la Universidad del País Vasco (UPV/EHU)
Investigador en neurofilosofía, evolución humana y origen del arte. / PhD in Philosophy – University of the Basque Country (UPV/EHU)
Researcher in neurophilosophy, human evolution, and the origins of art.

 

A review of "Cosmological Deixis and Amerindian Perspectivism" by Eduardo Viveiros de Castro (1998)

---

Introduction: when the jaguar sees us as prey

Let us imagine for a moment that we are jaguars. Not that we think like jaguars, but that we are jaguars. In that case, according to what the Amerindian peoples of the Amazon tell us, we would see humans as we see game animals: as prey. The blood of a human would be, for the jaguar, what fermented cassava is for us: an everyday food, a sustenance. And most unsettling of all: the jaguar would see us as we see monkeys or tapirs.

This inversion of perspectives is not a literary fantasy. It is the basis of one of the most radical contributions to contemporary anthropology: Amerindian perspectivism, formulated by the Brazilian anthropologist Eduardo Viveiros de Castro in an article published in 1998 in the Journal of the Royal Anthropological Institute under the title "Cosmological Deixis and Amerindian Perspectivism". Viveiros de Castro's proposal not only transformed our understanding of Indigenous cosmologies; it also raises profound questions about the nature of representation, agency, and the relationship between humans and non-humans.

In this review we explore the central ideas of perspectivism, its implications for a theory of art and representation, and its connection with our research on the origin of art and the S/Y/C model.

---

Multinaturalism: the concept that inverts multiculturalism

Viveiros de Castro's starting point is a seemingly simple distinction with radical consequences. In the modern Western tradition, we usually speak of multiculturalism: a single nature (physical reality, governed by universal laws) and multiple cultures (the different ways of interpreting it, of giving it meaning). Diversity lies in representations, not in what is represented.

Amerindian perspectivism inverts this relationship. Viveiros de Castro proposes the concept of multinaturalism: a single culture (or, more precisely, a single way of being a subject, of having intentionality and agency) and multiple natures. The different beings —humans, jaguars, spirits, plants— share the same condition of subjects, but inhabit different worlds. What changes is not the interpretation of a single reality, but reality itself.

"Amerindian perspectivism", writes Viveiros de Castro, "is not a cultural relativism, but a multinaturalism". It is not that each culture sees the same thing differently; it is that each species is a different world. Jaguars are persons, but their world is the world of jaguars, where humans are prey. Spirits are persons, but their world is the world of spirits, where illness and death have other meanings.

This inversion has profound consequences. The body, in perspectivism, is not a mere biological envelope, but a set of affects, capacities, and habits that define the perspective of each being. We do not see the world "from outside", as if we were neutral observers; we see it "from within" our body, with its appetites, its fears, its desires. The jaguar sees the world from its jaguar body; the human, from their human body.

---

Cosmological deixis: how one speaks from a perspective

The concept of cosmological deixis, which gives the article its title, is the conceptual tool Viveiros de Castro uses to analyse how these perspectives are articulated. Deixis, in linguistics, is the set of resources that allow an utterance to be situated in relation to the speaker: "I", "here", "now". In Amerindian perspectivism, deixis becomes a cosmological device: the "I" is not a fixed position, but a relational position that changes according to species and context.

Amerindian myths are full of cosmological deictics: expressions such as "in that time", "our ancestors", "the first ones". But these expressions do not point to a chronological past; they point to a space of transformation, a "time of myth" in which the current distinctions between species did not yet exist. In myth, animals are persons, humans can transform into jaguars, spirits converse with the living. Myth is the space where perspectives communicate, where deixis becomes fluid.

This fluidity has a crucial consequence for understanding Amerindian art. Visual representations —body paintings, geometric designs, animal figures— are not mere illustrations of reality. They are indexes of perspectives: ways of showing how another being sees the world. A design representing a jaguar is not a copy of a jaguar; it is a translation of the jaguar's gaze, a way of making its perspective visible.

---

Shamanism as cosmopolitical diplomacy

If perspectivism is the deep structure of Amerindian cosmologies, shamanism is its concrete practice. The shaman is the one who can traverse perspectives: they are capable of adopting the point of view of jaguars, spirits, the dead. Not in a metaphorical sense, but in a practical sense: the shaman sees the world as non-humans see it, and from that vision acts upon the world.

Shamanism, in Viveiros de Castro's reading, is a cosmopolitical diplomacy: a negotiation with the other beings of the cosmos. Shamans do not "believe" in spirits; they deal with them. They see them, speak with them, negotiate with them. Shamanism is not a religious belief, but a practice of translation between worlds.

This idea has a profound resonance with our research on the origin of art. Shamanism, like art, is a way of making the invisible visible, of mediating between worlds, of translating perspectives. The Palaeolithic artists who painted animals in the depths of caves were not simply representing the fauna of their environment; they were, perhaps, trying to capture something of the agency of those animals, of their perspective, of their power.

---

Connection with research on the origin of art (S/Y/C)

Amerindian perspectivism offers a conceptual framework that illuminates crucial aspects of the Law of Biological Coherence S/Y/C that forms the core of our research (Mallo, 2023, 2025, 2026a, 2026b). Its concepts of multinaturalism, cosmological deixis, and shamanism allow us to reread prehistoric art not as a system of symbolic meanings, but as a device of access to other perspectives.

The S (Survival) dimension manifests in the practical function of shamanism and perspectivist art. The shaman is not a contemplative; they are a survival operator: they negotiate with jaguars so they do not attack the herd, with spirits so they do not cause illness, with the dead so they do not disturb the living. Art, in the perspectivist context, has a similar function: it is not an ornament, but a tool for controlling the world. Body paintings do not merely beautify; they protect, transform, bind. Geometric designs do not merely decorate; they communicate, orient, protect.

The Y (Symbolon) dimension is illuminated by the concept of cosmological deixis. Symbolon, in our thesis, is the act of recognition through shared codes. In Amerindian perspectivism, symbolon is multinatural: there is no single shared code, but codes that change according to perspective. The jaguar recognises the human as prey; the human recognises the jaguar as predator. Both recognise, but from different codes. Perspectivist art does not seek a univocal representation, but a translation between codes. Amerindian geometric designs, for example, do not represent animals realistically; they represent the relations between humans and animals, the perspectives that bind them.

The C (Wholeness) dimension manifests in the search for cosmological integration that characterises shamanism. The shaman does not only see multiple perspectives; they integrate them into a coherent vision of the cosmos. Myth is not a collection of disconnected stories; it is a system that gives meaning to the relations between species, to transformations, to cycles. This integration is a form of wholeness: the cosmos is understood as an interconnected whole, where each perspective has its place.

Surgical Philosophy invites us to make a precise analytical cut in Amerindian perspectivism. It is not about accepting Indigenous cosmology without more, but about recognising that its logical structure —the inversion between multiculturalism and multinaturalism— forces us to rethink our own categories. Surgical Philosophy allows us to distinguish levels: the level of ethnographic experience (what Amerindian peoples say and do), the level of anthropological theory (what Viveiros de Castro elaborates from that experience), and the level of comparative philosophy (what we can learn from this comparison to think about universal problems of representation, agency, and otherness).

---

Critique and reception

Amerindian perspectivism has generated intense debate in contemporary anthropology. Its critics, such as Terence Turner, argue that Viveiros de Castro generalises too much from a limited set of Amazonian ethnic groups, and that his model risks becoming a new orthodoxy that homogenises the diversity of Indigenous cosmologies. Others, such as Marshall Sahlins, have noted that perspectivism underestimates the historical diversity of Amazonian societies and their capacity for transformation.

On the other hand, perspectivism has been enormously influential in fields as diverse as archaeology, science and technology studies, environmental philosophy, and posthumanist studies. It has inspired new research on relational ontologies, multispecies approaches, and political ecology. And it has built bridges between anthropology and philosophy, particularly with the works of Gilles Deleuze and Bruno Latour.

---

Final considerations: art as diplomacy of perspectives

Viveiros de Castro's article is one of those rare contributions that transform a discipline by changing the fundamental questions. His proposal to take Amerindian cosmologies seriously —not as exotic beliefs, but as rigorous theories about the nature of reality, agency, and representation— forces us to rethink our own categories.

For our research on the origin of art, perspectivism offers a valuable complement to the neuroscientific and philosophical perspectives we have explored. Art, in its origin, was not only a symbolic expression or an aesthetic response; it was also —and perhaps above all— a tool of access to other perspectives. Cave paintings, body ornaments, ivory figurines: all of them were indexes of a gaze that sought to capture the agency of non-humans, of spirits, of the dead.

But art is not only perspectivism. It is also encounter. The cosmological deixis that Viveiros de Castro describes is an act of translation: the shaman translates the jaguar's perspective for humans. Art, in its origin, was a diplomacy of perspectives: a way of negotiating with the other, of making the invisible visible, of translating the untranslatable. And in that diplomacy, art fulfils its deepest function: that of connecting worlds that would otherwise remain separate.

Viveiros de Castro taught us to see the world as a multiplicity of perspectives. We add: art is the device that makes that multiplicity possible. Without art, there would be no translation; without translation, there would be no encounter; without encounter, the cosmos would be a monologue. Art is, at its root, the dialogue of species.

---

References

Mallo, B. (2023). La construcción neuro-simbólica. Una aproximación al funcionamiento del cerebro desde una perspectiva multidisciplinar [Doctoral thesis, University of the Basque Country - Euskal Herriko Unibertsitatea]. ADDI Repository. http://hdl.handle.net/10810/62701

Mallo, B. (2025). Arte y biología: Una aproximación neurofilosófica al origen de la experiencia estética. https://www.amazon.com/dp/B0E8Y5WZMK

Mallo, B. (2025). Art and biology: A neurophilosophical approach to the origin of aesthetic experience. https://www.amazon.com/dp/B0E8Y6C2XN

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57196

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo [Kindle edition]. https://www.amazon.com/dp/B0GYGTJD5C

Mallo, B. (2026b). From surgical philosophy to the law of biological coherence S/Y/C: Toward a study of the origin of art in the Homo lineage. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57197

Viveiros de Castro, E. (1998). Cosmological deixis and Amerindian perspectivism. Journal of the Royal Anthropological Institute, *4*(3), 469–488. https://doi.org/10.2307/3034157

---

Autor / Author

Bernabé Mallo
 Doctor en Filosofía – Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)
 Investigador independiente en neurofilosofía, evolución humana y origen del arte.
 

Bernabé Mallo
 PhD in Philosophy – University of the Basque Country / Euskal Herriko Unibertsitatea (UPV/EHU)
 Independent researcher in neurophilosophy, human evolution, and the origin of art.

Enlaces / Links

Página de autor Amazon / Amazon Author Page: https://www.amazon.com/author/bernabemallo
ORCID: https://orcid.org/0000-0001-9002-9728
Plataforma EHUenRed / Link EHUenRed:  https://www.ehu.eus/es/web/masterrak-eta-graduondokoak/red-latinoamericana-de-posgrados
Canal YouTube / Channel YouTube: https://www.youtube.com/@neuroideas815
Canal YouTube / Channel YouTube: https://www.youtube.com/channel/UCBsf6OZ482NjST6QA-hvYtQ
Publicaciones y proyectos en desarrollo / Publications and projects: 
https://www.amazon.com/author/bernabemallo
https://ehuenred.theglocal.network/ideas/el-origen-del-arte-en-el-cerebro-de-makapansgat-al-moma-del-primate-al-sapiens

 

 

El arte de ver como otros: perspectivismo amerindio y los límites de nuestra mirada

 

Bernabé Mallo

Doctor en Filosofía por la Universidad del País Vasco (UPV/EHU)
Investigador en neurofilosofía, evolución humana y origen del arte. / PhD in Philosophy – University of the Basque Country (UPV/EHU)
Researcher in neurophilosophy, human evolution, and the origins of art.

 

Una reseña de "Cosmological Deixis and Amerindian Perspectivism" de Eduardo Viveiros de Castro (1998)

---

Introducción: cuando el jaguar nos ve como presa

Imaginemos por un momento que somos jaguares. No que pensamos como jaguares, sino que somos jaguares. En ese caso, según nos cuentan los pueblos amerindios de la Amazonía, veríamos a los humanos como nosotros vemos a los animales de caza: como presas. La sangre de un humano sería, para el jaguar, lo que la yuca fermentada es para nosotros: un alimento cotidiano, un sustento. Y lo más inquietante: el jaguar nos vería a nosotros como nosotros vemos a los monos o a los tapires.

Esta inversión de perspectivas no es una fantasía literaria. Es la base de una de las contribuciones más radicales a la antropología contemporánea: el perspectivismo amerindio, formulado por el antropólogo brasileño Eduardo Viveiros de Castro en un artículo publicado en 1998 en el Journal of the Royal Anthropological Institute bajo el título "Cosmological Deixis and Amerindian Perspectivism". La propuesta de Viveiros de Castro no solo transformó nuestra comprensión de las cosmologías indígenas; también plantea preguntas profundas sobre la naturaleza de la representación, la agencia y la relación entre humanos y no-humanos.

En esta reseña exploramos las ideas centrales del perspectivismo, sus implicaciones para una teoría del arte y la representación, y su conexión con nuestra investigación sobre el origen del arte y el modelo S/Y/C.

---

Multinaturalismo: el concepto que invierte el multiculturalismo

El punto de partida de Viveiros de Castro es una distinción aparentemente simple pero de consecuencias radicales. En la tradición occidental moderna, solemos hablar de multiculturalismo: una única naturaleza (la realidad física, regida por leyes universales) y múltiples culturas (las distintas formas de interpretarla, de darle significado). La diversidad está en las representaciones, no en lo representado.

El perspectivismo amerindio invierte esta relación. Viveiros de Castro propone el concepto de multinaturalismo: una única cultura (o, más precisamente, una única forma de ser sujeto, de tener intencionalidad y agencia) y múltiples naturalezas. Los distintos seres —humanos, jaguares, espíritus, plantas— comparten la misma condición de sujetos, pero habitan mundos distintos. Lo que cambia no es la interpretación de una realidad única, sino la realidad misma.

"El perspectivismo amerindio", escribe Viveiros de Castro, "no es un relativismo cultural, sino un multinaturalismo". No se trata de que cada cultura vea la misma cosa de manera diferente; se trata de que cada especie es un mundo diferente. Los jaguares son personas, pero su mundo es el mundo de los jaguares, donde los humanos son presas. Los espíritus son personas, pero su mundo es el mundo de los espíritus, donde la enfermedad y la muerte tienen otros significados.

Esta inversión tiene consecuencias profundas. El cuerpo, en el perspectivismo, no es una mera envoltura biológica, sino un conjunto de afectos, capacidades y hábitos que definen la perspectiva de cada ser. No vemos el mundo "desde fuera", como si fuéramos observadores neutrales; lo vemos "desde dentro" de nuestro cuerpo, con sus apetitos, sus miedos, sus deseos. El jaguar ve el mundo desde su cuerpo de jaguar; el humano, desde su cuerpo de humano.

---

La deixis cosmológica: cómo se habla desde una perspectiva

El concepto de deixis cosmológica, que da título al artículo, es la herramienta conceptual que Viveiros de Castro utiliza para analizar cómo se articulan estas perspectivas. La deixis, en lingüística, es el conjunto de recursos que permiten situar un enunciado en relación con el hablante: "yo", "aquí", "ahora". En el perspectivismo amerindio, la deixis se convierte en un dispositivo cosmológico: el "yo" no es una posición fija, sino una posición relacional que cambia según la especie y el contexto.

Los mitos amerindios están llenos de deícticos cosmológicos: expresiones como "en aquel tiempo", "nuestros antepasados", "los primeros". Pero estas expresiones no señalan un pasado cronológico; señalan un espacio de transformación, un "tiempo del mito" en el que las distinciones actuales entre especies no existían todavía. En el mito, los animales son personas, los humanos pueden transformarse en jaguares, los espíritus conversan con los vivos. El mito es el espacio donde las perspectivas se comunican, donde la deixis se vuelve fluida.

Esta fluidez tiene una consecuencia crucial para comprender el arte amerindio. Las representaciones visuales —pinturas corporales, diseños geométricos, figuras animales— no son meras ilustraciones de la realidad. Son índices de perspectivas: formas de mostrar cómo otro ser ve el mundo. Un diseño que representa un jaguar no es una copia de un jaguar; es una traducción de la mirada del jaguar, una forma de hacer visible su perspectiva.

---

El chamanismo como diplomacia cosmopolítica

Si el perspectivismo es la estructura profunda de las cosmologías amerindias, el chamanismo es su práctica concreta. El chamán es aquel que puede atravesar las perspectivas: es capaz de adoptar el punto de vista de los jaguares, de los espíritus, de los muertos. No en un sentido metafórico, sino en un sentido práctico: el chamán ve el mundo como lo ven los no-humanos, y desde esa visión actúa sobre el mundo.

El chamanismo, en la lectura de Viveiros de Castro, es una diplomacia cosmopolítica: una negociación con los otros seres del cosmos. Los chamanes no "creen" en los espíritus; tratan con ellos. Los ven, hablan con ellos, negocian con ellos. El chamanismo no es una creencia religiosa, sino una práctica de traducción entre mundos.

Esta idea tiene una resonancia profunda con nuestra investigación sobre el origen del arte. El chamanismo, como el arte, es una forma de hacer visible lo invisible, de mediar entre mundos, de traducir perspectivas. Los artistas paleolíticos que pintaban animales en las profundidades de las cuevas no estaban simplemente representando la fauna de su entorno; estaban, quizás, tratando de capturar algo de la agencia de esos animales, de su perspectiva, de su poder.

---

Conexión con la investigación sobre el origen del arte (S/Y/C)

El perspectivismo amerindio ofrece un marco conceptual que ilumina aspectos cruciales de la Ley de coherencia biológica S/Y/C que constituye el núcleo de nuestra investigación (Mallo, 2023, 2025, 2026a, 2026b). Sus conceptos de multinaturalismo, deixis cosmológica y chamanismo permiten releer el arte prehistórico no como un sistema de significados simbólicos, sino como un dispositivo de acceso a otras perspectivas.

La dimensión S (Supervivencia) se manifiesta en la función práctica del chamanismo y del arte perspectivista. El chamán no es un contemplativo; es un operador de supervivencia: negocia con los jaguares para que no ataquen al ganado, con los espíritus para que no causen enfermedades, con los muertos para que no perturben a los vivos. El arte, en el contexto perspectivista, tiene una función similar: no es un adorno, sino una herramienta de control del mundo. Las pinturas corporales no solo embellecen; protegen, transforman, vinculan. Los diseños geométricos no solo decoran; comunican, orientan, protegen.

La dimensión Y (Symbolon) se ilumina con el concepto de deixis cosmológica. El symbolon, en nuestra tesis, es el acto de reconocimiento mediante códigos compartidos. En el perspectivismo amerindio, el symbolon es multinatural: no hay un único código compartido, sino códigos que cambian según la perspectiva. El jaguar reconoce al humano como presa; el humano reconoce al jaguar como depredador. Ambos reconocen, pero desde códigos distintos. El arte perspectivista no busca una representación unívoca, sino una traducción entre códigos. Los diseños geométricos amerindios, por ejemplo, no representan animales de manera realista; representan las relaciones entre humanos y animales, las perspectivas que los vinculan.

La dimensión C (Completitud) se manifiesta en la búsqueda de integración cosmológica que caracteriza al chamanismo. El chamán no solo ve múltiples perspectivas; las integra en una visión coherente del cosmos. El mito no es una colección de historias inconexas; es un sistema que da sentido a las relaciones entre especies, a las transformaciones, a los ciclos. Esta integración es una forma de completitud: el cosmos se comprende como un todo interconectado, donde cada perspectiva tiene su lugar.

La Filosofía Quirúrgica nos invita a aplicar un corte analítico preciso al perspectivismo amerindio. No se trata de aceptar sin más la cosmología indígena, sino de reconocer que su estructura lógica —la inversión entre multiculturalismo y multinaturalismo— nos obliga a repensar nuestras propias categorías. La Filosofía Quirúrgica nos permite distinguir niveles: el nivel de la experiencia etnográfica (lo que los pueblos amerindios dicen y hacen), el nivel de la teoría antropológica (lo que Viveiros de Castro elabora a partir de esa experiencia), y el nivel de la filosofía comparada (lo que podemos aprender de esta comparación para pensar problemas universales sobre la representación, la agencia y la alteridad).

---

Crítica y recepción

El perspectivismo amerindio ha generado un intenso debate en la antropología contemporánea. Sus críticos, como Terence Turner, argumentan que Viveiros de Castro generaliza demasiado a partir de un conjunto limitado de etnias amazónicas, y que su modelo corre el riesgo de convertirse en una nueva ortodoxia que homogeneiza la diversidad de las cosmologías indígenas. Otros, como Marshall Sahlins, han señalado que el perspectivismo subestima la diversidad histórica de las sociedades amazónicas y su capacidad de transformación.

Por otro lado, el perspectivismo ha sido enormemente influyente en campos tan diversos como la arqueología, los estudios de ciencia y tecnología, la filosofía ambiental y los estudios posthumanistas. Ha inspirado nuevas investigaciones sobre ontologías relacionales, multiespecies y ecología política. Y ha tendido puentes entre la antropología y la filosofía, particularmente con las obras de Gilles Deleuze, o Bruno Latour.

---

Consideraciones finales: el arte como diplomacia de perspectivas

El artículo de Viveiros de Castro es una de esas contribuciones raras que transforman una disciplina al cambiar las preguntas fundamentales. Su propuesta de tomar en serio las cosmologías amerindias —no como creencias exóticas, sino como teorías rigurosas sobre la naturaleza de la realidad, la agencia y la representación— nos obliga a repensar nuestras propias categorías.

Para nuestra investigación sobre el origen del arte, el perspectivismo ofrece un complemento valioso a las perspectivas neurocientíficas y filosóficas que hemos explorado. El arte, en su origen, no fue solo una expresión simbólica o una respuesta estética; fue también —y quizás sobre todo— una herramienta de acceso a otras perspectivas. Las pinturas rupestres, los adornos corporales, las figurillas de marfil: todos ellos fueron índices de una mirada que buscaba capturar la agencia de los no-humanos, de los espíritus, de los muertos.

Pero el arte no es solo perspectivismo. Es también encuentro. La deixis cosmológica que Viveiros de Castro describe es un acto de traducción: el chamán traduce la perspectiva del jaguar para los humanos. El arte, en su origen, fue una diplomacia de perspectivas: una forma de negociar con lo otro, de hacer visible lo invisible, de traducir lo intraducible. Y en esa diplomacia, el arte cumple su función más profunda: la de conectar mundos que de otro modo permanecerían separados.

Viveiros de Castro nos enseñó a ver el mundo como una multiplicidad de perspectivas. Nosotros añadimos: el arte es el dispositivo que hace posible esa multiplicidad. Sin arte, no habría traducción; sin traducción, no habría encuentro; sin encuentro, el cosmos sería un monólogo. El arte es, en su raíz, el diálogo de las especies.

---

Referencias bibliográficas

López Mallo, J. B. (2023). La construcción neuro-simbólica. Una aproximación al funcionamiento del cerebro desde una perspectiva multidisciplinar [Tesis doctoral, Universidad del País Vasco - Euskal Herriko Unibertsitatea]. Repositorio ADDI. http://hdl.handle.net/10810/62701

López Mallo, J. B. (2025). Arte y biología: Una aproximación neurofilosófica al origen de la experiencia estética. https://www.amazon.com/dp/B0E8Y5WZMK

López Mallo, J. B. (2025). Art and biology: A neurophilosophical approach to the origin of aesthetic experience. https://www.amazon.com/dp/B0E8Y6C2XN

López Mallo, J. B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57196

López Mallo, J. B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo [Versión Kindle]. https://www.amazon.com/dp/B0GYGTJD5C

López Mallo, J. B. (2026b). From surgical philosophy to the law of biological coherence S/Y/C: Toward a study of the origin of art in the Homo lineage. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57197

Viveiros de Castro, E. (1998). Cosmological deixis and Amerindian perspectivism. Journal of the Royal Anthropological Institute, *4*(3), 469–488. https://doi.org/10.2307/3034157

---

Autor / Author

Bernabé Mallo
 Doctor en Filosofía – Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)
 Investigador independiente en neurofilosofía, evolución humana y origen del arte.
 

Bernabé Mallo
 PhD in Philosophy – University of the Basque Country / Euskal Herriko Unibertsitatea (UPV/EHU)
 Independent researcher in neurophilosophy, human evolution, and the origin of art.

Enlaces / Links

Página de autor Amazon / Amazon Author Page: https://www.amazon.com/author/bernabemallo
ORCID: https://orcid.org/0000-0001-9002-9728
Plataforma EHUenRed / Link EHUenRed:  https://www.ehu.eus/es/web/masterrak-eta-graduondokoak/red-latinoamericana-de-posgrados
Canal YouTube / Channel YouTube: https://www.youtube.com/@neuroideas815
Canal YouTube / Channel YouTube: https://www.youtube.com/channel/UCBsf6OZ482NjST6QA-hvYtQ
Publicaciones y proyectos en desarrollo / Publications and projects: 
https://www.amazon.com/author/bernabemallo
https://ehuenred.theglocal.network/ideas/el-origen-del-arte-en-el-cerebro-de-makapansgat-al-moma-del-primate-al-sapiens

 

The Art That Teaches Itself: Methodologies of Autonomous Learning in Algorithmic Creation

 

Bernabé Mallo

Doctor en Filosofía por la Universidad del País Vasco (UPV/EHU)
Investigador en neurofilosofía, evolución humana y origen del arte. / PhD in Philosophy – University of the Basque Country (UPV/EHU)
Researcher in neurophilosophy, human evolution, and the origins of art.

 

A review of Qian Wang's study (2024) in ACM Transactions on Multimedia Computing, Communications, and Applications: Learning-based Artificial Intelligence Artwork: Methodology and Future Directions

---

Introduction: the machine that becomes its own teacher

How does a machine learn to create art? Not through explicit instructions, nor through rules programmed by a human. It learns by observing. It learns by analysing. It learns by competing with itself. The study by Qian Wang, published in 2024 in the ACM Transactions on Multimedia Computing, Communications, and Applications, offers an exhaustive technical breakdown of the architectures that make contemporary algorithmic art possible. It does not limit itself to describing what tools exist, but explains how they work internally, unravelling the logic that allows a neural network to generate an image that a human might mistake for a masterpiece.

The article begins with a fundamental distinction between two major paradigms of machine learning applied to art: supervised learning models, which require labelled datasets and external guidance, and autonomous learning models, which generate and evaluate their own creations without direct human intervention. Qian Wang focuses on this second paradigm, and does so with a clarity that turns a technical subject into a window onto profound questions about the nature of creativity, authorship, and aesthetic knowledge.

---

The dance of GANs: creator and critic in perpetual competition

The heart of contemporary algorithmic art beats in Generative Adversarial Networks (GANs), and Qian Wang devotes a substantial part of his analysis to explaining their internal functioning. The metaphor he uses is especially illuminating: it is a dynamic of "creator and critic".

Let us imagine two neural networks competing with each other. The first, the generator, tries to produce images that appear authentic. The second, the discriminator, tries to distinguish between generated images and real works by human artists. Each time the generator produces an image, the discriminator evaluates it and issues a judgment: is it authentic or fake? The generator adjusts its parameters to deceive the discriminator. The discriminator adjusts its own to avoid being deceived. And so, in an endless competition, both networks improve simultaneously.

This process has a notable consequence: the generator receives no explicit instructions on how to create art. It is not told "paint like Van Gogh" or "use this colour palette". It learns on its own, from adversarial feedback, which configurations produce images the discriminator cannot reject. It is, in a sense, a form of learning by discovery: the machine explores a space of possibilities and finds, through trial and error, the regions that produce convincing results.

Qian Wang notes that this dynamic reproduces, algorithmically, something that occurs in the world of human art: the tension between creation and criticism, between the innovative impulse and the evaluative judgment. But there is a crucial difference. In human art, the critic is a subject with lived experience, with criteria formed by years of exposure and reflection. In the GAN system, the critic is a mathematical function, a set of rules that evaluate authenticity in statistical terms. The machine's "criticism" is not an aesthetic judgment; it is a probability calculation.

---

From adversarial learning to diffusion models: the technical evolution

Qian Wang's article does not stop at GANs. It also traces the evolution towards diffusion models, the architecture driving contemporary systems such as Midjourney or Stable Diffusion. Unlike GANs, which generate images in one go through adversarial competition, diffusion models operate through a process of gradual ruin and reconstruction.

The principle is as follows: a real image is taken and noise is progressively added until it becomes a chaos of random pixels. Then, a neural network is trained to reverse that process: given a fragment of noise, it must reconstruct the original image step by step. Once trained, the network can generate new images starting from pure noise, guided by textual instructions that orient the reconstruction towards a specific result.

This architecture has significant advantages over GANs. It is more stable during training, produces higher-quality images, and allows finer control over the final result. But, from the perspective of our research, it shares with GANs a fundamental characteristic: the machine does not "see" the world, but learns to reconstruct it from statistical patterns. There is no direct visual experience, no body traversing a scene, no memory associating an image with an emotion. There is, solely, a mathematical space of possibilities that the network has learned to navigate.

---

Data repositories: the fuel of learning

One aspect Qian Wang analyses in detail is the dependence on datasets. For an autonomous learning system to function, it must be fed with large repositories of labelled images. These repositories, such as the famous WikiArt or the internal datasets of AI companies, contain tens of thousands of works classified by style, author, and period.

The system learns by extracting patterns from this data. It identifies that certain colour combinations are characteristic of Impressionism, that certain compositional structures are typical of the Baroque, that certain themes appear recurrently in Renaissance art. But this learning has an intrinsic limit: the machine can only learn what is in the data. If the repository is biased —towards Western art, towards certain historical periods, towards certain genres— the system will inherit those biases and reproduce them in its creations.

This point connects with a broader reflection on the political economy of algorithmic art. The large image repositories that feed AI systems are composed, for the most part, of works by artists who have not given their consent to be used as training data. Their creations are extracted, fragmented, and recombined without compensation or recognition. The machine learns from the work of thousands of human artists, but does not acknowledge its debt to them. This asymmetry raises ethical and legal questions that still lack satisfactory answers.

---

The question of originality: what does it mean to create?

One of the most suggestive passages in Qian Wang's article addresses the question of originality in AI-generated art. The question is simple but profound: if a machine learns from thousands of existing works and generates a new image, is that image original? Or is it a mere recombination of pre-existing elements?

The usual answer, from a technical perspective, is that the machine's originality is always statistical. It does not invent from scratch; it explores a space of possibilities defined by the training data. Its "creativity" consists of finding combinations that were not present in the original corpus, but that are, in a sense, derivable from it. It is a form of interpolation, not of creation ex nihilo.

However, this answer raises an uncomfortable question: is human originality of another nature? If we think about it carefully, we too are, to a certain extent, machines that develop and function within a concrete niche. Our ideas, our images, our ways of seeing the world do not emerge from nothing; they derive from our own lived niche —the social, cultural, and natural environment in which we grow— and from our biological characteristics. No human artist invents from absolute emptiness; we all create from what we have seen, felt, learned, inherited.

So can we really assert that human originality implies a rupture with the existing, while the machine's is only recombination? Perhaps the distinction is not so clear-cut. What we call "rupture" in human art —the irruption of a new style, a new sensibility, a new form of expression— does not arise from a probabilistic calculation in the algorithmic sense, but it does arise from a biological calculation: a calculation that our nervous system performs with concrete characteristics that, from our perspective, are survival, symbolon, and wholeness. It is, if you will, a form of internal necessity, biologically internal.

The difference, then, would not lie in the presence or absence of calculation, but in the nature of that calculation. The machine's calculation operates on external data, on statistical patterns extracted from a corpus. The living organism's calculation operates on its own experience, on its needs, on its evolutionary and biographical history. Both are, in a sense, "machines", but one is driven by probability and the other by the need to survive, to symbolise, and to achieve wholeness. And that need, unlike statistical calculation, is not exhausted in the optimisation of a function: it unfolds over time, it transforms with experience, it confronts death and meaning.

Is that a "rupture"? Perhaps yes, perhaps no. Perhaps the difference between human art and algorithmic art is not one of essence, but of degree of embodiment. But what we can affirm is that biological calculation, unlike algorithmic calculation, is traversed by an interiority that is not reducible to statistics. And that interiority is, precisely, what art, in its origin, has sought to express.

---

A reading from the S/Y/C model

Qian Wang's analysis offers a concrete case in which the functioning of the Law of Biological Coherence S/Y/C that forms the core of our research can be observed (Mallo, 2023, 2025, 2026a, 2026b). The three dimensions of our thesis unfold here with uncommon clarity, precisely because the contrast with the machine allows us to see what we take for granted in the human.

The S (Survival) dimension manifests in the adaptive function of algorithmic art. Qian Wang notes that AI art systems are developed because they solve practical problems: they automate creative tasks, broaden access to design tools, offer new expressive possibilities. This is a legitimate function of cultural survival: technology is adopted when it solves a problem. But the survival of the machine is not that of the organism using it. The system does not need to create art in order to survive; the human who employs it does. AI is a tool for survival, not a subject that survives through it.

The Y (Symbolon) dimension is the point of greatest contrast. GANs and diffusion models manipulate symbols —visual representations, linguistic labels, stylistic patterns— with impressive efficiency. But they do not inhabit the symbol. There is no mutual recognition, no community of lived shared codes. The machine can label a work with the word "Baroque" and detect in it the features that criticism has associated with that period, but it has not grown up in a culture where that word meant something, has not inherited a tradition, has not felt the weight of a shared history. The human symbolon is lived; the machine's is simulated.

The C (Wholeness) dimension manifests in the search for convergence that characterises GANs and diffusion models. The generator and the discriminator compete until they reach an equilibrium, a point at which the generated images are indistinguishable from real ones. Diffusion models, for their part, reconstruct an image from chaos, progressively closing the process until they reach a coherent form. This convergence is a form of algorithmic wholeness. But it is a wholeness without yearning, without the biological drive that in humans seeks to integrate parts into a coherent whole. The machine "closes" a form because its loss function tells it to, not because it needs to make sense of its experience.

Surgical Philosophy invites us to make a precise analytical cut in Qian Wang's study. It is not about rejecting technology nor idealising it, but about distinguishing levels. At the level of technical production, autonomous learning systems are powerful tools that can expand the capacities of the artist and the educator. At the level of aesthetic experience, AI cannot replace the embodied subjectivity that constitutes the heart of art. And at the level of cultural responsibility, an ethical framework is needed to ensure that these tools are used to enhance the human, not to replace it.

---

Final considerations: art as encounter, not as optimisation

Qian Wang's study has the merit of offering a rigorous and complete vision of the architectures that make algorithmic art possible. His analysis of GANs, diffusion models, and data repositories provides a solid basis for understanding how the machine works internally. But, at the same time, his work reveals —perhaps unintentionally— the limits of that approach.

The machine can learn to generate images that look like art. It can optimise its creations to maximise authenticity, coherence, surprise. It can even surpass humans in specific recognition and classification tasks. But it cannot understand what it does, nor feel what it produces, nor inhabit the process of creation as an act of encounter with the other.

Now, what does this research contribute to the whole of our inquiry into the origin of art? Its most valuable contribution is the comparison it makes possible. By observing how an artificial system, organised by us, learns to generate art through adversarial competition and pattern reconstruction, we are offered an unexpected mirror for thinking about how the biological system itself, tens of thousands of years ago, might have fragmented, assimilated, and reformulated the world to create something that today encompasses us all and everything.

Comparing these two ways of constructing creation —the artificial, guided by algorithms and data; the biological, guided by needs, biases, and yearnings— can be useful for consolidating a possible theory about how biological systems in general came to produce art. It is not about equating both processes, but about using the contrast as a heuristic tool: the machine shows us, through absence, what life contributes. And in that absence —the lack of a body that feels, of a history that hurts, of a need that drives— we find precisely the keys to what art, in its origin, was and continues to be.

Art, in short, is not an optimisation of parameters. It is an encounter between embodied subjectivities. And that encounter, for now, remains the exclusive patrimony of the living.

---

References

Mallo, B. (2023). La construcción neuro-simbólica. Una aproximación al funcionamiento del cerebro desde una perspectiva multidisciplinar [Doctoral thesis, University of the Basque Country - Euskal Herriko Unibertsitatea]. ADDI Repository. http://hdl.handle.net/10810/62701

Mallo, B. (2025). Arte y biología: Una aproximación neurofilosófica al origen de la experiencia estética. https://www.amazon.com/dp/B0E8Y5WZMK

Mallo, B. (2025). Art and biology: A neurophilosophical approach to the origin of aesthetic experience. https://www.amazon.com/dp/B0E8Y6C2XN

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57196

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo [Kindle edition]. https://www.amazon.com/dp/B0GYGTJD5C

Mallo, B. (2026b). From surgical philosophy to the law of biological coherence S/Y/C: Toward a study of the origin of art in the Homo lineage. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57197

Wang, Q. (2024). Learning-based artificial intelligence artwork: Methodology and future directions. ACM Transactions on Multimedia Computing, Communications, and Applications, *20*(11), Article 347. https://doi.org/10.1145/3698105

---

Autor / Author

Bernabé Mallo
 Doctor en Filosofía – Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)
 Investigador independiente en neurofilosofía, evolución humana y origen del arte.
 

Bernabé Mallo
 PhD in Philosophy – University of the Basque Country / Euskal Herriko Unibertsitatea (UPV/EHU)
 Independent researcher in neurophilosophy, human evolution, and the origin of art.

Enlaces / Links

Página de autor Amazon / Amazon Author Page: https://www.amazon.com/author/bernabemallo
ORCID: https://orcid.org/0000-0001-9002-9728
Plataforma EHUenRed / Link EHUenRed:  https://www.ehu.eus/es/web/masterrak-eta-graduondokoak/red-latinoamericana-de-posgrados
Canal YouTube / Channel YouTube: https://www.youtube.com/@neuroideas815
Canal YouTube / Channel YouTube: https://www.youtube.com/channel/UCBsf6OZ482NjST6QA-hvYtQ
Publicaciones y proyectos en desarrollo / Publications and projects: 
https://www.amazon.com/author/bernabemallo
https://ehuenred.theglocal.network/ideas/el-origen-del-arte-en-el-cerebro-de-makapansgat-al-moma-del-primate-al-sapiens

 

 

El arte que se enseña a sí mismo: metodologías del aprendizaje autónomo en la creación algorítmica

 

Bernabé Mallo

Doctor en Filosofía por la Universidad del País Vasco (UPV/EHU)
Investigador en neurofilosofía, evolución humana y origen del arte. / PhD in Philosophy – University of the Basque Country (UPV/EHU)
Researcher in neurophilosophy, human evolution, and the origins of art.

 

Una reseña del estudio de Qian Wang (2024) en ACM Transactions on Multimedia Computing, Communications, and Applications: Learning-based Artificial Intelligence Artwork: Methodology and Future Directions

---

Introducción: la máquina que se convierte en su propio maestro

¿Cómo aprende una máquina a crear arte? No mediante instrucciones explícitas, ni mediante reglas programadas por un humano. Aprende observando. Aprende analizando. Aprende compitiendo consigo misma. El estudio de Qian Wang, publicado en 2024 en las ACM Transactions on Multimedia Computing, Communications, and Applications, ofrece un desglose técnico exhaustivo de las arquitecturas que hacen posible el arte algorítmico contemporáneo. No se limita a describir qué herramientas existen, sino que explica cómo funcionan por dentro, desentrañando la lógica que permite a una red neuronal generar una imagen que un humano podría confundir con una obra maestra.

El artículo parte de una distinción fundamental entre dos grandes paradigmas del aprendizaje automático aplicado al arte: los modelos de aprendizaje supervisado, que requieren conjuntos de datos etiquetados y una guía externa, y los modelos de aprendizaje autónomo, que generan y evalúan sus propias creaciones sin intervención humana directa. Qian Wang se centra en este segundo paradigma, y lo hace con una claridad que convierte un tema técnico en una ventana hacia preguntas profundas sobre la naturaleza de la creatividad, la autoría y el conocimiento estético.

---

La danza de las GAN: creador y crítico en competencia perpetua

El corazón del arte algorítmico contemporáneo late en las Redes Generativas Antagónicas (GAN), y Qian Wang dedica una parte sustancial de su análisis a explicar su funcionamiento interno. La metáfora que utiliza es especialmente iluminadora: se trata de una dinámica de "creador y crítico".

Imaginemos dos redes neuronales que compiten entre sí. La primera, el generador, intenta producir imágenes que parezcan auténticas. La segunda, el discriminador, intenta distinguir entre las imágenes generadas y las obras reales de artistas humanos. Cada vez que el generador produce una imagen, el discriminador la evalúa y emite un juicio: ¿es auténtica o falsa? El generador ajusta sus parámetros para engañar al discriminador. El discriminador ajusta los suyos para no dejarse engañar. Y así, en una competencia sin fin, ambas redes mejoran simultáneamente.

Este proceso tiene una consecuencia notable: el generador no recibe instrucciones explícitas sobre cómo crear arte. No se le dice "pinta como Van Gogh" o "usa esta paleta de colores". Aprende por sí mismo, a partir de la retroalimentación adversarial, qué configuraciones producen imágenes que el discriminador no puede rechazar. Es, en cierto sentido, una forma de aprendizaje por descubrimiento: la máquina explora un espacio de posibilidades y encuentra, por ensayo y error, las regiones que producen resultados convincentes.

Qian Wang señala que esta dinámica reproduce, de manera algorítmica, algo que ocurre en el mundo del arte humano: la tensión entre la creación y la crítica, entre el impulso innovador y el juicio evaluador. Pero hay una diferencia crucial. En el arte humano, el crítico es un sujeto con experiencia vivida, con criterios formados por años de exposición y reflexión. En el sistema GAN, el crítico es una función matemática, un conjunto de reglas que evalúan la autenticidad en términos estadísticos. La "crítica" de la máquina no es un juicio estético; es un cálculo de probabilidad.

---

Del aprendizaje adversarial a los modelos de difusión: la evolución técnica

El artículo de Qian Wang no se detiene en las GAN. Traza también la evolución hacia los modelos de difusión, la arquitectura que impulsa sistemas contemporáneos como Midjourney o Stable Diffusion. A diferencia de las GAN, que generan imágenes de una vez mediante una competencia adversarial, los modelos de difusión operan mediante un proceso de ruina y reconstrucción gradual.

El principio es el siguiente: se toma una imagen real y se le añade ruido progresivamente hasta que se convierte en un caos de píxeles aleatorios. Luego, se entrena a una red neuronal para invertir ese proceso: dado un fragmento de ruido, debe reconstruir la imagen original paso a paso. Una vez entrenada, la red puede generar imágenes nuevas partiendo de ruido puro, guiada por instrucciones textuales que orientan la reconstrucción hacia un resultado específico.

Esta arquitectura tiene ventajas significativas sobre las GAN. Es más estable durante el entrenamiento, produce imágenes de mayor calidad y permite un control más fino sobre el resultado final. Pero, desde la perspectiva de nuestra investigación, comparte con las GAN una característica fundamental: la máquina no "ve" el mundo, sino que aprende a reconstruirlo a partir de patrones estadísticos. No hay una experiencia visual directa, no hay un cuerpo que recorra una escena, no hay una memoria que asocie una imagen con una emoción. Hay, únicamente, un espacio matemático de posibilidades que la red ha aprendido a navegar.

---

Los repositorios de datos: el combustible del aprendizaje

Un aspecto que Qian Wang analiza con detalle es la dependencia de los conjuntos de datos. Para que un sistema de aprendizaje autónomo funcione, necesita ser alimentado con grandes repositorios de imágenes etiquetadas. Estos repositorios, como el famoso WikiArt o los datasets internos de las empresas de IA, contienen decenas de miles de obras clasificadas por estilo, autor y época.

El sistema aprende extrayendo patrones de estos datos. Identifica que ciertas combinaciones de colores son características del impresionismo, que ciertas estructuras compositivas son típicas del Barroco, que ciertos temas aparecen recurrentemente en el arte renacentista. Pero este aprendizaje tiene un límite intrínseco: la máquina solo puede aprender lo que está en los datos. Si el repositorio está sesgado —hacia el arte occidental, hacia ciertos períodos históricos, hacia ciertos géneros—, el sistema heredará esos sesgos y los reproducirá en sus creaciones.

Este punto conecta con una reflexión más amplia sobre la economía política del arte algorítmico. Los grandes repositorios de imágenes que alimentan a los sistemas de IA están compuestos, en su mayoría, por obras de artistas que no han dado su consentimiento para ser utilizadas como datos de entrenamiento. Sus creaciones son extraídas, fragmentadas y recombinadas sin compensación ni reconocimiento. La máquina aprende del trabajo de miles de artistas humanos, pero no reconoce su deuda con ellos. Esta asimetría plantea preguntas éticas y legales que aún no tienen respuesta satisfactoria.

---

La cuestión de la originalidad: ¿qué significa crear?

Uno de los pasajes más sugerentes del artículo de Qian Wang aborda la cuestión de la originalidad en el arte generado por IA. La pregunta es simple pero profunda: si una máquina aprende de miles de obras existentes y genera una imagen nueva, ¿es esa imagen original? ¿O es una mera recombinación de elementos preexistentes?

La respuesta habitual, desde una perspectiva técnica, es que la originalidad de la máquina es siempre estadística. No inventa desde cero; explora un espacio de posibilidades definido por los datos de entrenamiento. Su "creatividad" consiste en encontrar combinaciones que no estaban presentes en el corpus original, pero que son, en cierto sentido, derivables de él. Es una forma de interpolación, no de creación ex nihilo.

Sin embargo, esta respuesta plantea una pregunta incómoda: ¿acaso la originalidad humana es de otra naturaleza? Si lo pensamos detenidamente, también nosotros somos, en cierta medida, máquinas que se desarrollan y funcionan dentro de un nicho concreto. Nuestras ideas, nuestras imágenes, nuestras formas de ver el mundo no surgen de la nada; se derivan de nuestro propio nicho vivencial —el entorno social, cultural y natural en el que crecemos— y de nuestras características biológicas. Ningún artista humano inventa desde el vacío absoluto; todos creamos a partir de lo que hemos visto, sentido, aprendido, heredado.

Entonces, ¿podemos realmente asegurar que la originalidad humana implica una ruptura con lo existente, mientras que la de la máquina es solo recombinación? Quizás la distinción no sea tan nítida. Lo que llamamos "ruptura" en el arte humano —la irrupción de un nuevo estilo, de una nueva sensibilidad, de una nueva forma de expresión— no surge de un cálculo probabilístico en el sentido algorítmico, pero sí de un cálculo biológico: un cálculo que nuestro sistema nervioso realiza con unas características concretas que, desde nuestra perspectiva, son supervivencia, symbolon y completitud. Es, si se quiere, una forma de necesidad interna, biológicamente interna.

La diferencia, entonces, no residiría en la presencia o ausencia de cálculo, sino en la naturaleza de ese cálculo. El cálculo de la máquina opera sobre datos externos, sobre patrones estadísticos extraídos de un corpus. El cálculo del organismo vivo opera sobre su propia experiencia, sobre sus necesidades, sobre su historia evolutiva y biográfica. Ambos son, en cierto sentido, "máquinas", pero una está movida por la probabilidad y la otra por la necesidad de sobrevivir, de simbolizar y de completarse. Y esa necesidad, a diferencia del cálculo estadístico, no se agota en la optimización de una función: se despliega en el tiempo, se transforma con la experiencia, se enfrenta a la muerte y al sentido.

¿Es eso una "ruptura"? Quizás sí, quizás no. Quizás la diferencia entre el arte humano y el arte algorítmico no sea de esencia, sino de grado de encarnación. Pero lo que sí podemos afirmar es que el cálculo biológico, a diferencia del algorítmico, está atravesado por una interioridad que no se reduce a la estadística. Y esa interioridad es, precisamente, lo que el arte, en su origen, ha querido expresar.

---

Una lectura desde el modelo S/Y/C

El análisis de Qian Wang ofrece un caso concreto donde se puede observar el funcionamiento de la Ley de coherencia biológica S/Y/C que constituye el núcleo de nuestra investigación (Mallo, 2023, 2025, 2026a, 2026b). Las tres dimensiones de nuestra tesis se despliegan aquí con una claridad poco común, precisamente porque el contraste con la máquina nos permite ver lo que en el humano damos por sentado.

La dimensión S (Supervivencia) se manifiesta en la función adaptativa del arte algorítmico. Qian Wang señala que los sistemas de IA artística se desarrollan porque resuelven problemas prácticos: automatizan tareas creativas, amplían el acceso a herramientas de diseño, ofrecen nuevas posibilidades expresivas. Esta es una función legítima de supervivencia cultural: la tecnología se adopta cuando resuelve un problema. Pero la supervivencia de la máquina no es la del organismo que la utiliza. El sistema no necesita crear arte para sobrevivir; el humano que lo emplea, sí. La IA es una herramienta de supervivencia, no un sujeto que sobreviva a través de ella.

La dimensión Y (Symbolon) es el punto de mayor contraste. Las GAN y los modelos de difusión manipulan símbolos —representaciones visuales, etiquetas lingüísticas, patrones estilísticos— con una eficacia impresionante. Pero no habitan el símbolo. No hay un reconocimiento mutuo, una comunidad de códigos compartidos vividos. La máquina puede etiquetar una obra con la palabra "Barroco" y detectar en ella los rasgos que la crítica ha asociado a ese período, pero no ha crecido en una cultura donde esa palabra significaba algo, no ha heredado una tradición, no ha sentido el peso de una historia compartida. El symbolon humano es vivido; el de la máquina, simulado.

La dimensión C (Completitud) se manifiesta en la búsqueda de convergencia que caracteriza a las GAN y a los modelos de difusión. El generador y el discriminador compiten hasta alcanzar un equilibrio, un punto en el que las imágenes generadas son indistinguibles de las reales. Los modelos de difusión, por su parte, reconstruyen una imagen a partir del caos, cerrando progresivamente el proceso hasta alcanzar una forma coherente. Esta convergencia es una forma de completitud algorítmica. Pero es una completitud sin anhelo, sin la pulsión biológica que en el humano busca integrar las partes en un todo coherente. La máquina "cierra" una forma porque su función de pérdida se lo indica, no porque necesite dar sentido a su experiencia.

La Filosofía Quirúrgica nos invita a aplicar un corte analítico preciso al estudio de Qian Wang. No se trata de rechazar la tecnología ni de idealizarla, sino de distinguir niveles. En el nivel de la producción técnica, los sistemas de aprendizaje autónomo son herramientas poderosas que pueden ampliar las capacidades del artista y del educador. En el nivel de la experiencia estética, la IA no puede reemplazar la subjetividad encarnada que constituye el corazón del arte. Y en el nivel de la responsabilidad cultural, es necesario un marco ético que garantice que estas herramientas se utilizan para potenciar lo humano, no para sustituirlo.

---

Consideraciones finales: el arte como encuentro, no como optimización

El estudio de Qian Wang tiene el mérito de ofrecer una visión rigurosa y completa de las arquitecturas que hacen posible el arte algorítmico. Su análisis de las GAN, de los modelos de difusión y de los repositorios de datos proporciona una base sólida para comprender cómo funciona la máquina por dentro. Pero, al mismo tiempo, su trabajo revela —quizás sin proponérselo— los límites de ese enfoque.

La máquina puede aprender a generar imágenes que parecen arte. Puede optimizar sus creaciones para maximizar la autenticidad, la coherencia, la sorpresa. Puede incluso superar a los humanos en tareas específicas de reconocimiento y clasificación. Pero no puede comprender lo que hace, ni sentir lo que produce, ni habitar el proceso de creación como un acto de encuentro con el otro.

Ahora bien, ¿qué aporta esta investigación al conjunto de nuestra indagación sobre el origen del arte? Su contribución más valiosa es la comparación que hace posible. Al observar cómo un sistema artificial, organizado por nosotros, aprende a generar arte mediante la competencia adversarial y la reconstrucción de patrones, se nos ofrece un espejo inesperado para pensar cómo el propio sistema biológico, hace decenas de miles de años, pudo haber fragmentado, asimilado y reformulado el mundo para crear algo que hoy nos abarca a todos y a todo.

Comparar estas dos maneras de construir la creación —la artificial, guiada por algoritmos y datos; la biológica, guiada por necesidades, sesgos y anhelos— puede ser útil para afianzar alguna posible teoría sobre cómo los sistemas biológicos en general llegaron a producir arte. No se trata de equiparar ambos procesos, sino de utilizar el contraste como herramienta heurística: la máquina nos muestra, por ausencia, lo que la vida aporta. Y en esa ausencia —la falta de un cuerpo que sienta, de una historia que duela, de una necesidad que impulse— encontramos precisamente las claves de lo que el arte, en su origen, fue y sigue siendo.

El arte, en definitiva, no es una optimización de parámetros. Es un encuentro entre subjetividades encarnadas. Y ese encuentro, por ahora, sigue siendo patrimonio exclusivo de lo vivo.

---

Referencias bibliográficas

Mallo, B. (2023). La construcción neuro-simbólica. Una aproximación al funcionamiento del cerebro desde una perspectiva multidisciplinar [Tesis doctoral, Universidad del País Vasco - Euskal Herriko Unibertsitatea]. Repositorio ADDI. http://hdl.handle.net/10810/62701

Mallo, B. (2025). Arte y biología: Una aproximación neurofilosófica al origen de la experiencia estética. https://www.amazon.com/dp/B0E8Y5WZMK

Mallo, B. (2025). Art and biology: A neurophilosophical approach to the origin of aesthetic experience. https://www.amazon.com/dp/B0E8Y6C2XN

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57196

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo [Versión Kindle]. https://www.amazon.com/dp/B0GYGTJD5C

Mallo, B. (2026b). From surgical philosophy to the law of biological coherence S/Y/C: Toward a study of the origin of art in the Homo lineage. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57197

Wang, Q. (2024). Learning-based artificial intelligence artwork: Methodology and future directions. ACM Transactions on Multimedia Computing, Communications, and Applications, *20*(11), Article 347. https://doi.org/10.1145/3698105

---

Autor / Author

Bernabé Mallo
 Doctor en Filosofía – Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)
 Investigador independiente en neurofilosofía, evolución humana y origen del arte.
 

Bernabé Mallo
 PhD in Philosophy – University of the Basque Country / Euskal Herriko Unibertsitatea (UPV/EHU)
 Independent researcher in neurophilosophy, human evolution, and the origin of art.

Enlaces / Links

Página de autor Amazon / Amazon Author Page: https://www.amazon.com/author/bernabemallo
ORCID: https://orcid.org/0000-0001-9002-9728
Plataforma EHUenRed / Link EHUenRed:  https://www.ehu.eus/es/web/masterrak-eta-graduondokoak/red-latinoamericana-de-posgrados
Canal YouTube / Channel YouTube: https://www.youtube.com/@neuroideas815
Canal YouTube / Channel YouTube: https://www.youtube.com/channel/UCBsf6OZ482NjST6QA-hvYtQ
Publicaciones y proyectos en desarrollo / Publications and projects: 
https://www.amazon.com/author/bernabemallo
https://ehuenred.theglocal.network/ideas/el-origen-del-arte-en-el-cerebro-de-makapansgat-al-moma-del-primate-al-sapiens

 

The Algorithmic Eye: How Artificial Intelligence Learns to See Art

 

Bernabé Mallo

Doctor en Filosofía por la Universidad del País Vasco (UPV/EHU)
Investigador en neurofilosofía, evolución humana y origen del arte. / PhD in Philosophy – University of the Basque Country (UPV/EHU)
Researcher in neurophilosophy, human evolution, and the origins of art.

 

 

A review of the study by Yali Liu and Can Zhu (2025) in Scientific Reports: The use of deep learning and artificial intelligence-based creative teaching in art education

---

Introduction: when the machine looks at a painting

What does a machine see when it contemplates a painting? It experiences no aesthetic pleasure, is not moved by colours, evokes no memories. But can it learn to recognise what makes a work what it is? Can it decompose a brushstroke into its essential components —texture, colour, composition— and, from there, generate something new?

The study by Yali Liu and Can Zhu, published in 2025 in Scientific Reports (Nature Portfolio), addresses precisely this question. The authors propose and optimise an innovative artistic creation system called the Creative Intelligence Cloud (CIC), which combines generative adversarial networks (GANs) and convolutional neural networks (CNNs) to explore how deep learning can be applied to art education. The goal is not only to generate images, but to understand the process by which a machine acquires what we might call an "aesthetic knowledge".

This approach places us before a question that runs through our research on the origin of art: what does it mean to know a work of art? Is it enough to identify patterns, styles, and compositional structures, or does it require something more —a lived experience, a body that feels, a symbol that is inhabited— that the machine, for now, does not possess? The answer, as we shall see, forces us to distinguish between two forms of knowledge: the one based on statistical correlation and the one emerging from the single function of the nervous system.

---

The CIC system: anatomy of a visual learning process

The system proposed by Liu and Zhu is structured around two fundamental technical components: generative adversarial networks (GANs) and convolutional neural networks (CNNs). GANs, introduced by Ian Goodfellow in 2014, consist of two networks competing with each other: a generator, which produces images, and a discriminator, which tries to distinguish generated images from real ones. This adversarial competition forces the generator to progressively improve the quality of its creations.

CNNs, for their part, are the tool through which the system "reads" images. Unlike a traditional neural network, CNNs are designed to process data with a grid structure —such as the pixels of an image— and are capable of detecting local features (edges, textures, patterns) that are then combined into higher-level representations (forms, objects, compositions). It is, in a sense, an algorithmic imitation of how the human visual cortex processes information: from simple features to complex configurations.

The CIC system is trained on massive art repositories, such as the WikiArt dataset, which contains tens of thousands of paintings labelled by style, artist, and period. From this training, the model learns to decompose works into their constituent elements: brushstrokes, colour palettes, compositional structures. It does not "see" the painting as a meaningful whole, but as a matrix of features that it can analyse, compare, and recombine.

---

The "data lens": how the machine learns the visual language

The learning process of the CIC system illustrates what, in another review on this blog, we have called the "data lens" of artificial intelligence. Unlike a photographic camera, which captures the light of a real scene, AI does not see the world directly. It fragments billions of pre-existing images into minimal units of visual information —the so-called tokens— and associates them with linguistic labels (words such as "impressionist", "portrait", "blue"). In this way, the machine learns a "visual language of the world" that allows it, once trained, to move fluidly and autonomously across artistic movements, styles, and eras.

This process has profound implications. On the one hand, it allows unprecedented versatility: a model trained on WikiArt can generate an image in the style of Van Gogh, a hyperrealistic photograph, or a geometric abstraction with equal ease. On the other hand, it raises the question of what "originality" means when the system is trained on millions of existing works. The machine does not invent from scratch; it recombines what it has learned. Its "creativity" is, at bottom, a sophisticated form of statistical interpolation.

---

What the machine cannot learn: the symbolon gap

Here is where technical analysis meets philosophy. Liu and Zhu demonstrate that the CIC system is capable of analysing works of art, identifying styles, and generating new images. But does it understand what it does? The answer, from the perspective of our research, is negative. The machine can manipulate visual and linguistic tokens, but it does not inhabit the symbol. There is no one "inside" who recognises or is recognised in the act of creation.

This distinction is crucial. Symbolon, in its original etymological sense, is an act of recognition through shared codes. When a human artist creates, they do not merely combine forms: they project their interiority, communicate an experience, seek an encounter with the other. The work of art is a bridge between subjectivities. The machine, by contrast, produces objects that can be interpreted as art, but it does not generate the living process —the survival substrate, the symbolic dimension, the drive toward wholeness— that gives meaning to human creation.

The CIC system, by decomposing works into statistical features, loses precisely what makes a work a work: its character as an encounter. The machine can learn about art, but it cannot learn from art. It has no body that feels, no history that hurts, no need that drives it. Its knowledge is, at best, a shadow of human aesthetic knowledge.

---

A reading from the S/Y/C model

The study by Liu and Zhu offers a concrete case in which the functioning of the Law of Biological Coherence S/Y/C that forms the core of our research can be observed (Mallo, 2023, 2025, 2026a, 2026b). The three dimensions of our thesis unfold here with uncommon clarity, precisely because the contrast with the machine allows us to see what we take for granted in the human.

The S (Survival) dimension manifests in the usefulness of the CIC system. Its stated goal is to improve art education, provide automated feedback, and broaden access to creative tools. This is a legitimate adaptive function: technology, like Neolithic pottery, is adopted when it solves a practical problem. But the survival of the system is not that of the organism using it. The machine does not need to learn art in order to survive; the human who uses it does. AI is a tool for cultural survival, not a subject that survives through it.

The Y (Symbolon) dimension is the point of greatest contrast. The CIC system manipulates symbols —labels, styles, visual representations— with impressive efficiency. But it does not inhabit the symbol. There is no mutual recognition, no community of lived shared codes. The machine can classify a painting as "impressionist", but it does not know what it means to be impressionist, has not felt the light of southern France, has not argued with an academic about brushwork. The human symbolon is lived; the machine's is simulated.

The C (Wholeness) dimension manifests in the machine's search to close a form, to generate a coherent image. GANs, in particular, operate through a process of convergence: the generator and the discriminator compete until they reach an equilibrium, a point at which the generated images are indistinguishable from real ones. This convergence is a form of algorithmic wholeness. But it is a wholeness without yearning, without the biological drive that in humans seeks to integrate parts into a coherent whole. The machine "closes" a form because its loss function tells it to, not because it needs to make sense of its experience.

Surgical Philosophy invites us to make a precise analytical cut in the study by Liu and Zhu. It is not about rejecting technology nor idealising it, but about distinguishing levels. At the level of technical production, the CIC system is a powerful tool that can expand the capacities of the artist and the educator. At the level of aesthetic experience, AI cannot replace the embodied subjectivity that constitutes the heart of art. And at the level of cultural responsibility, an ethical framework is needed —such as the technological humanism we have discussed in other reviews— to ensure that these tools are used to enhance the human, not to replace it.

---

Final considerations: art as encounter, not as classification

The study by Yali Liu and Can Zhu has the merit of offering a rigorous and well-documented vision of how deep learning can be applied to art education. Their CIC system demonstrates that machines are capable of analysing, classifying, and generating images with a degree of sophistication that a decade ago would have seemed impossible. But, at the same time, their work reveals —perhaps unintentionally— the limits of that approach.

The machine can learn to recognise a style, but not to understand why that style matters. It can decompose a brushstroke, but not to feel what the brushstroke expresses. It can generate a new image, but not to inhabit the process of creation as an act of encounter with the other.

Art, in its origin and in its function, is not a classification of visual features. It is an encounter between embodied subjectivities. And that encounter, for now, remains the exclusive patrimony of the living. AI can be an ally in art education, a tool that broadens access and enhances creativity. But it cannot occupy the place of the artist, nor of the spectator, nor of the educator. Because art, like survival, symbol, and wholeness, is something that is lived before it can be measured.

Now, what does this research contribute to the whole of our inquiry into the origin of art? We believe that its most notable contribution is not only what it reveals about AI's capacities, but the comparison it makes possible. By observing how an artificial system, organised by us, decomposes and recomposes humanity's visual legacy, we are offered an unexpected mirror for thinking about how the biological system itself, tens of thousands of years ago, might have fragmented, assimilated, and reformulated the world to create something that today encompasses us all and everything.

Comparing these two ways of constructing creation —the artificial, guided by algorithms and data; the biological, guided by needs, biases, and yearnings— can be useful for consolidating a possible theory about how biological systems in general came to produce art. It is not about equating both processes, but about using the contrast as a heuristic tool: the machine shows us, through absence, what life contributes. And in that absence —the lack of a body that feels, of a history that hurts, of a need that drives— we find precisely the keys to what art, in its origin, was and continues to be.

---

References

Liu, Y., & Zhu, C. (2025). The use of deep learning and artificial intelligence-based creative teaching in art education. Scientific Reports, *15*, Article 15763. https://doi.org/10.1038/s41598-025-00892-9

Mallo, B. (2023). La construcción neuro-simbólica. Una aproximación al funcionamiento del cerebro desde una perspectiva multidisciplinar [Doctoral thesis, University of the Basque Country - Euskal Herriko Unibertsitatea]. ADDI Repository. http://hdl.handle.net/10810/62701

Mallo, B. (2025). Arte y biología: Una aproximación neurofilosófica al origen de la experiencia estética. https://www.amazon.com/dp/B0E8Y5WZMK

Mallo, B. (2025). Art and biology: A neurophilosophical approach to the origin of aesthetic experience. https://www.amazon.com/dp/B0E8Y6C2XN

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57196

Mallo, B. (2026a). De la filosofía quirúrgica a la ley de coherencia biológica S/Y/C: Hacia una investigación sobre el origen del arte en la especie Homo [Kindle edition]. https://www.amazon.com/dp/B0GYGTJD5C

Mallo, B. (2026b). From surgical philosophy to the law of biological coherence S/Y/C: Toward a study of the origin of art in the Homo lineage. https://isbn.bibna.gub.uy/catalogo.php?mode=detalle&nt=57197

Yu, C., & Liu, Z. (2026). Multi-task convolutional network for artwork analysis and personalized guidance. Scientific Reports, *16*, Article 70478. https://doi.org/10.1038/s41598-026-70478-6

---

Autor / Author

Bernabé Mallo
 Doctor en Filosofía – Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)
 Investigador independiente en neurofilosofía, evolución humana y origen del arte.
 

Bernabé Mallo
 PhD in Philosophy – University of the Basque Country / Euskal Herriko Unibertsitatea (UPV/EHU)
 Independent researcher in neurophilosophy, human evolution, and the origin of art.

Enlaces / Links

Página de autor Amazon / Amazon Author Page: https://www.amazon.com/author/bernabemallo
ORCID: https://orcid.org/0000-0001-9002-9728
Plataforma EHUenRed / Link EHUenRed:  https://www.ehu.eus/es/web/masterrak-eta-graduondokoak/red-latinoamericana-de-posgrados
Canal YouTube / Channel YouTube: https://www.youtube.com/@neuroideas815
Canal YouTube / Channel YouTube: https://www.youtube.com/channel/UCBsf6OZ482NjST6QA-hvYtQ
Publicaciones y proyectos en desarrollo / Publications and projects: 
https://www.amazon.com/author/bernabemallo
https://ehuenred.theglocal.network/ideas/el-origen-del-arte-en-el-cerebro-de-makapansgat-al-moma-del-primate-al-sapiens