Um filme de sete minutos que reconta a abertura da Odisseia de Homero tornou-se num caso de estudo improvável para uma das questões mais importantes na inteligência artificial: será que um sistema que gera imagens também consegue gerar significado? O filme, produzido pelo sistema Grok Imagine de Elon Musk, está planeado como o primeiro episódio de uma longa-metragem. A resposta da crítica tem sido instrutiva, não porque o filme tenha falhado tecnicamente, mas precisamente devido a onde e como falhou.
O Que os Críticos Viram e Porque É Importante
As críticas não foram simpáticas. O crítico de cinema do Guardian, Peter Bradshaw, descreveu o filme como tendo uma “qualidade de imagens de arquivo do vale da estranheza”. O Telegraph chamou-lhe “crueldade descuidada”. A Rolling Stone apontou que os espectadores acharam a interpretação “sem alma” e “rígida”. Estas não são queixas sobre resolução ou velocidade de renderização. São queixas sobre presença, sobre a sensação de que algo vivo está no ecrã.
Alguns críticos encontraram momentos isolados que funcionaram. Escrevendo no Digital Trends, Paulo Vargas observou que os planos mais fortes foram aqueles sem pessoas: paisagens antigas a estender-se na distância, planos curtos de mãos que sugeriam trabalho físico. Durante alguns segundos, escreveu ele, a ilusão mantém-se. Depois, as personagens começam a mover-se e, pior ainda, começam a falar, e tudo desmorona. O Tech Crunch apontou que “alguns planos individuais podem fornecer um simulacro razoável da realidade”. O padrão é consistente entre os críticos: a imagem estática passa, o movimento humano falha.
Isto não é uma coincidência. Reflete algo estrutural sobre a forma como os sistemas de vídeo de IA atuais funcionam.
A Lacuna Entre Detalhe e Credibilidade
As ferramentas de vídeo de IA geram sequências calculando, a partir de padrões aprendidos, qual é a imagem que provavelmente se segue à anterior. Os resultados podem ser visualmente detalhados. Na Odisseia de Grok, a luz do sol reflete-se em couraças de bronze polido, torrões de terra voam atrás de um boi em esforço e as dobras escuras da túnica de Penélope movem-se ao vento. Estas não são imagens rudimentares. O problema é que o detalhe e a credibilidade não são a mesma coisa.
Assim que as personagens começam a mover-se por vários planos, os sistemas de IA lutam para manter a consistência. O resultado são cortes bruscos e aquilo que os críticos descreveram como personagens competidas de aspeto plástico. Os rostos humanos são particularmente implacáveis. As emoções não são simplesmente uma questão de produzir lágrimas ou a configuração facial correta. Uma pessoa pode sorrir enquanto está nervosa, ficar em silêncio quando está profundamente transtornada ou suprimir o medo visível. Quando uma personagem digital acerta ligeiramente ao lado nestas microexpressões, o cérebro regista o erro de imediato. O efeito é assustador em vez de comovente.
Isto é o que a maior parte da cobertura sobre cinema de IA perde. O desafio não é gerar uma imagem convincente de um rosto triste. O desafio é gerar um rosto que esteja triste da maneira específica, complicada e imperfeita que uma pessoa em particular, num momento em particular, estaria triste.
Os atores humanos trazem algo que não pode ser evocado por instrução: momentos genuínos e não guiados. Em O Indomável Will Hunting, Robin Williams improvisou uma história sobre a sua falecida esposa a dar gases enquanto dormia. O riso de Matt Damon em resposta foi real, e os realizadores mantiveram a cena. Esse momento funciona porque não foi planeado. A IA pode produzir surpresas visuais, uma vez que os modelos generativos combinam padrões de formas imprevisíveis e podem produzir um raio de luz inesperado ou um ângulo de câmara invulgarmente dramático. Mas, para o algoritmo, uma sombra poética e uma falha visual são ambas apenas variações estatísticas. O algoritmo não tem forma de saber se um plano inesperado aprofunda o peso emocional de uma cena ou a destrói, porque não tem qualquer conceito de luto, amor ou tensão dramática.
O Que Isto Revela Sobre a Narração de Histórias e Sobre a IA
A Odisseia de Grok também enfrenta um problema que vai além da execução técnica. O público já sabe que foi feito por IA, e esse conhecimento molda a forma como a recebe. A investigação citada no material de origem sugere que as pessoas tendem a ser tendenciosas contra obras de arte quando sabem que a IA as criou, embora por vezes prefiram imagens geradas por IA a imagens feitas por humanos quando a origem não é revelada. A forma como a arte é vivida depende não apenas do que é visto, mas de quem se acredita que a fez.
Há aqui um ponto mais profundo. A história de Odisseia sobreviveu durante milénios não porque contém batalhas e monstros, mas porque é uma história sobre um homem a tentar regressar a casa para junto das pessoas que ama. É uma história sobre saudade, sacrifício e o custo da ausência. A premissa do filme, um pai a fingir-se louco para poder ficar com a sua família em vez de ir para a guerra, e depois ser forçado a revelar a verdade e a partir na mesma, é material genuinamente comovente. Os críticos acharam-no pouco comovente, sem motivos e sem sentido. As imagens estavam presentes. O significado, não.
Esta é a distinção que importa para compreender onde a IA se encontra atualmente no trabalho criativo. Gerar uma frota de navios a navegar em direção a Troia é um problema tratável. Fazer com que o público se importe com as pessoas nesses navios não é. Um requer correspondência de padrões à escala. O outro requer a compreensão do que custa a um ser humano dizer adeus.
Em Resumo
A geração de vídeo por IA pode produzir detalhes visuais marcantes e, em momentos isolados, uma ilusão convincente de realidade. No entanto, ainda não consegue sustentar essa ilusão ao longo de uma narrativa, manter a consistência no movimento humano ou gerar o tipo de verdade emocional imperfeita e não guiada que faz com que as histórias pareçam reais. A Odisseia de Grok não é uma falha de poder computacional. É a demonstração de que a narração de histórias não é, no seu núcleo, um problema de correspondência de padrões.
Com base em reportagem de The Conversation.