Entre a originalidade algorítmica, a autoria humana e o futuro da expressão artística.
Em 2018, uma pintura produzida com recurso à inteligência artificial foi vendida na Christie’s, em Nova Iorque, por 432.500 dólares. A obra, intitulada Portrait of Edmond de Belamy, apresentava o retrato de uma figura aparentemente saída da tradição pictórica europeia. Contudo, a sua origem era profundamente diferente: não resultava diretamente da mão de um pintor, mas de um sistema computacional desenvolvido e utilizado pelo coletivo francês Obvious. O acontecimento ultrapassou o significado comercial de uma venda extraordinária. Colocou perante a sociedade uma interrogação filosófica que permanece atual: se uma máquina consegue produzir uma obra reconhecida como arte, estará verdadeiramente a criar ou apenas a reproduzir, de forma sofisticada, a criatividade humana?
A questão parece simples, mas atinge o próprio significado da criação. Durante séculos, a criatividade foi associada à imaginação, à sensibilidade, à experiência vivida e à capacidade humana de transformar emoções e conhecimentos em expressões originais. Criar significava não apenas produzir algo novo, mas atribuir-lhe intenção, significado e identidade. A inteligência artificial generativa veio perturbar esta conceção, demonstrando que sistemas matemáticos podem produzir imagens, textos, composições musicais e outras manifestações culturalmente reconhecíveis sem possuírem, tanto quanto sabemos, consciência ou experiência subjetiva comparáveis às humanas.
A investigação contemporânea distingue, por isso, o resultado criativo do processo que lhe dá origem. Yasuda e Maruyama (2026), ao analisarem a criatividade na era da inteligência artificial generativa, contribuem para um debate que ultrapassa a simples comparação entre produtos humanos e computacionais. Uma obra pode apresentar novidade, coerência e valor estético, mas essas características não demonstram necessariamente que o sistema responsável pela sua produção compreenda o significado daquilo que apresenta. A criatividade, enquanto propriedade observável de um resultado, não coincide obrigatoriamente com a criatividade enquanto experiência consciente e intencional.
Esta distinção torna-se essencial quando se observa o funcionamento dos modelos generativos. Estes sistemas identificam regularidades estatísticas em grandes conjuntos de dados e utilizam-nas para produzir novas combinações de elementos. Não se limitam, necessariamente, a copiar obras existentes, mas também não criam a partir de uma biografia, de memórias afetivas ou de uma relação existencial com o mundo. A sua originalidade pode ser formal e combinatória, enquanto a criatividade humana envolve frequentemente dimensões autobiográficas, culturais, emocionais e éticas.
Aleksandruk e colaboradores (2026), ao discutirem a originalidade e a ontologia da arte generativa, situam precisamente esta tensão entre produção artística e autoria. A possibilidade de uma máquina gerar resultados esteticamente convincentes obriga-nos a reconsiderar conceitos tradicionalmente associados à figura do artista. Contudo, reconhecer valor estético numa produção algorítmica não implica reconhecer à máquina personalidade artística, responsabilidade moral ou intenção consciente.
O problema adquire outra dimensão quando a inteligência artificial deixa de ser observada como concorrente e passa a integrar o processo criativo humano. Um escritor pode utilizá-la para explorar estruturas narrativas, um músico para experimentar harmonias e um arquiteto para visualizar soluções alternativas. Nestes contextos, a tecnologia não elimina necessariamente a criatividade: modifica os instrumentos, os ritmos e as possibilidades da sua expressão. Lo Presti e colaboradores (2026), numa revisão sistemática sobre inteligência artificial generativa e desenvolvimento da criatividade, analisam precisamente o potencial destas ferramentas em contextos educativos e criativos, sem que os benefícios possam ser considerados automáticos ou universais.
Existe, porém, uma diferença fundamental entre utilizar uma ferramenta para ampliar capacidades e delegar nela a totalidade das decisões criativas. Quando o ser humano define objetivos, seleciona possibilidades, rejeita resultados e atribui significado à obra, conserva uma intervenção intelectual determinante. Quando se limita a aceitar passivamente aquilo que o sistema produz, a atividade criativa pode tornar-se progressivamente dependente de soluções algorítmicas. A questão deixa então de ser apenas o que a inteligência artificial consegue fazer e passa a incluir aquilo que os seres humanos poderão deixar de exercitar.
Na educação, esta preocupação merece particular atenção. A facilidade com que se produzem textos, imagens e projetos pode democratizar o acesso à expressão artística, mas também enfraquecer aprendizagens fundamentais quando substitui a experimentação, o erro e a reflexão. Jiang, Fan e Liu (2025), numa revisão sistemática sobre inteligência artificial generativa no ensino artístico, evidenciam a necessidade de examinar não apenas os produtos finais, mas os processos de aprendizagem e desenvolvimento criativo. A rapidez de execução não deve ser confundida com profundidade intelectual, tal como a qualidade aparente de um resultado não demonstra, por si só, aquisição de competências.
O debate estende-se inevitavelmente à autoria e aos direitos dos criadores. Se um sistema foi desenvolvido com recurso a milhares ou milhões de obras humanas, quem deve beneficiar economicamente dos resultados produzidos? Os artistas cujos trabalhos contribuíram para o treino? As empresas responsáveis pelos modelos? Os utilizadores que formulam instruções? Ou aqueles que selecionam e transformam os resultados? Uebel e Hamamra (2026) propõem uma reflexão sobre criatividade distribuída e responsabilidade relacional, mostrando que a autoria, no contexto generativo, pode envolver múltiplos agentes e diferentes graus de participação.
A dificuldade não é meramente jurídica. É também económica e cultural. Escritores, ilustradores, músicos, fotógrafos e profissionais do audiovisual enfrentam a possibilidade de competir com sistemas capazes de produzir conteúdos em grande escala e a custos reduzidos. A investigação de Sharma e Singhal (2026), sobre inteligência artificial generativa nas indústrias criativas, enquadra estas transformações num processo de reorganização dos modelos de produção e criação de valor. A inovação tecnológica pode abrir oportunidades profissionais, mas também intensificar desigualdades e reduzir o poder negocial de determinados criadores.
Há ainda uma dimensão frequentemente esquecida: a relação entre a obra e quem a contempla. Uma pintura não é apreciada exclusivamente pelas suas características visuais. O conhecimento da trajetória do artista, das circunstâncias históricas e das intenções associadas à criação influencia a interpretação. Šamárek e colaboradores (2026), ao investigarem as perceções da arte humana e da arte produzida por máquinas, mostram a relevância científica de compreender como o público distingue e valoriza diferentes origens criativas. A experiência estética não depende apenas daquilo que vemos, mas também daquilo que sabemos ou acreditamos sobre quem criou.
Isto não significa que a arte produzida com inteligência artificial seja necessariamente inferior. Significa que o valor artístico possui dimensões que não se esgotam na aparência do objeto. Uma composição pode emocionar independentemente da sua origem, mas a relação cultural estabelecida com um criador humano acrescenta frequentemente elementos de identificação, memória e reconhecimento. A inteligência artificial desafia, assim, a sociedade a distinguir entre a capacidade de provocar uma experiência estética e a condição de sujeito que vive e interpreta essa experiência.
A verdadeira transformação talvez não esteja, portanto, no aparecimento de máquinas capazes de produzir arte, mas na necessidade de redefinir o lugar do ser humano num mundo onde a produção simbólica deixou de ser exclusivamente humana. Proteger a criatividade não significa rejeitar a tecnologia, mas garantir transparência, reconhecimento da autoria, remuneração justa e oportunidades de desenvolvimento das capacidades individuais.
A obra vendida em 2018 não demonstrou que as máquinas se tornaram artistas no sentido humano do termo. Demonstrou que a produção de objetos artisticamente valorizados já não depende exclusivamente dos processos tradicionais de criação. O desafio de 2026 é mais profundo: compreender como preservar a autonomia intelectual, a diversidade cultural e a dignidade do trabalho criativo perante sistemas cada vez mais capazes.
A inteligência artificial pode gerar imagens, construir narrativas e combinar sonoridades. Pode surpreender, inspirar e ampliar horizontes. Mas permanece uma diferença entre produzir uma representação da tristeza e ter vivido uma perda, entre compor uma melodia sobre a esperança e conhecer a experiência humana de esperar. Talvez a criatividade do futuro não se defina pela oposição entre homem e máquina, mas pela capacidade de utilizar a potência tecnológica sem abdicar da sensibilidade, do julgamento e da responsabilidade humanos. Porque criar não é apenas fazer surgir alguma coisa nova. É também ter alguma coisa a dizer sobre o mundo.
Referências bibliográficas
Aleksandruk, I., et al. (2026). Artificial intelligence and the death of the author: Originality, creativity and generative art ontology. Dia-noesis. https://ejournals.epublishing.ekt.gr/index.php/dianoesis/article/view/46959
Jiang, Y., Fan, Y., & Liu, Z. (2025). Generative AI in art education: A systematic review of research trends, tool applications, and outcomes (2019–2025). Education Sciences. https://www.mdpi.com/2227-7102/16/1/47
Lo Presti, F., et al. (2026). The role of generative artificial intelligence in nurturing creativity: A systematic review of the early adoption phase. Education Sciences, 16(9), Article 1486. https://www.mdpi.com/2227-7102/16/9/1486
Sharma, R., & Singhal, E. (2026). Generative AI and creative industries: A systematic review on emerging trends and future research directions. FIIB Business Review. https://doi.org/10.1177/23197145261425820
Šamárek, R., Klimková, K., Koňařík, V., & Martinek, R. (2026). Creativity in the age of artificial intelligence: An exploratory study segmenting perceptions of human and machine-made art. Scientific Reports. https://www.nature.com/articles/s41598-026-64323-z
Uebel, M., & Hamamra, B. (2026). Authorship after generative AI: Distributed creativity and relational responsibility. Philosophy & Technology. https://doi.org/10.1007/s13347-026-01170-w
Yasuda, A., & Maruyama, Y. (2026). Creativity in the age of generative AI. AI and Ethics. https://doi.org/10.1007/s43681-025-00848-9
