Angústia: An Autoethnographic and Phenomenological Analysis of the Documentation of Subjectivity through Artificial Intelligence

Introdução

As recentes transformações tecnológicas têm exercido um impacto significativo nas dinâmicas sociais e em particular nos processos criativos inerentes a diversas áreas do conhecimento (Engelbert e Hansen 2023). As plataformas de Inteligência Artificial Generativa (IAG), redefiniram os paradigmas tradicionais de criação, ao assumirem um papel central na produção inovadora de textos, imagens e guiões (Hessel e Lemes 2023). Este contexto levanta questões sobre autoria e sobre como essas ferramentas podem atuar, especialmente na composição de storyboards, guiões ou pré-visualizações de cenas (Barros e Tietzmann 2023).

A curta-metragem Angústia, objeto deste trabalho, conjuga no seu processo criativo e investigativo componentes autoetnográficas e fenomenológicas, enquadradas pela abordagem a/r/cográfica, criada por Veiga (2019, 2021). Em perspetiva geral, a autoetnografia implica tornar as experiências pessoais do investigador como elemento central para a interpretação de realidades culturais ou dimensões subjetivas (Santos 2017). Assim sendo, elementos privados, como perturbações ou descobertas pessoais, transcendem de simples notas e tornam-se dados relevantes para uma narrativa artística e politicamente situada (Ellis e Bochner 2000). A fenomenologia, por sua vez, reforça a atenção às dimensões afetivas e subjetivas que alicerçam o ato criativo. Neste sentido, a sensibilidade do invisível torna-se crucial para entender como se atribui a expressão de emoções e conceitos a uma obra (Pagnussat e Maslowski 2022). O método a/r/cográfico organiza o processo criativo em sete fases distintas, não-lineares e não-sequenciais: inspiração, gatilho, intenção, conceptualização, prototipagem, teste e intervenção (Veiga 2019; Veiga 2021). A documentação contínua e sistemática do percurso criativo foi assegurada através de um Diário Digital de Bordo (DDB), que serviu simultaneamente como instrumento de registo e de reflexão. Sobre o DDB, Veiga diz-nos:

O “diário digital de bordo” (DDB) assume, assim, um caráter metamediático, multidimensional, criativo, dinâmico, herdando traços dos diários gráficos, seus antecessores, mas permitindo um maior envolvimento e partilha com outros agentes do ecossistema criativo, mesmo durante a sua escrita, numa evolução iterativa onde podem ser incluídas influências externas, estimulando a autorreflexão e análise crítica, permitindo e facilitando a exploração de diferentes caminhos, sem perder, contudo, a noção dos objetivos e do planeamento global do projeto (2021, 19).

No contexto audiovisual, a adoção da IA pode oferecer caminhos relevantes, mas não retira do(a) artista o papel de agente principal (Engelbert e Hansen 2023). No desenvolvimento de guiões ou storyboards, estas plataformas apresentam-se eficientes ao fornecer representações de imagens através de comandos (Barros e Tietzmann 2023). Ainda assim, a sua base de dados limitada manifesta dificuldade em manter coerência narrativa nas criações mais extensas, sendo necessário garantir intervenção humana (Cardoso 2024). Portanto, mesmo que as ferramentas de IA acelerem certos estágios de criação, não substituem o olhar crítico e reflexivo do realizador.

Quando se trata de uma proposta autoetnográfica, a subjetividade do autor deixa de ser coadjuvante para ocupar o núcleo metodológico da obra (Santos 2017). Esta prática encontra influência no documentário na primeira pessoa, que historicamente rompeu com a ideia de objetividade, ao incorporar o eu como eixo central (Nichols 2007). A autoetnografia caracteriza-se como uma abordagem que recorre à análise de experiências pessoais com o objetivo de interpretar uma determinada experiência cultural (Ellis e Bochner 2000).

A curta-metragem Angústia caminha na direção de colocar em cena o eu do realizador, o ato de filmar a própria experiência e de problematizar a condição humana. Quando associamos a IA a este processo, cria-se uma interação entre a criação de imagens, os comandos sugeridos pelos algoritmos e a cuidadosa curadoria autoral. É neste universo entre sugestões algorítmicas e intenção artística que se situa a utilidade das tecnologias emergentes.

O olhar fenomenológico reforça a valorização das vivências e de como as mesmas atravessam o processo artístico (Pagnussat e Maslowski 2022). Se, por um lado, a IA amplia repertórios e prototipa ideias rapidamente, por outro, é imprescindível a conscientização do autor sobre o que deseja expressar. Este processo dialoga com o conceito de reflexividade, bastante sublinhado na autoetnografia (Santos 2017). O artista deve ponderar se as imagens geradas pela IA estão em sintonia com as suas memórias afetivas ou se, pelo contrário, entram em conflito com as mesmas, e deve preservar a autenticidade da sua inquietação ou do seu anseio por significado.

Também devemos considerar que há aspetos éticos a serem debatidos. Em narrativas autorreferentes, outras pessoas envolvidas podem surgir, e o manuseio de imagens criadas pela IA requer cautela de modo a não distorcer as representações ou incorrer em apropriação (Engelbert e Hansen 2023). Fundamentalmente deve-se entender que estas plataformas se alimentam de amplos bancos de dados e que há o risco de reproduzirem estereótipos, incorporarem vieses ou elementos de terceiros sem a devida atribuição (Hessel e Lemes 2023).

Ainda assim, longe de ser uma concorrente autónoma do criador, a IA pode ser encarada como parceira colaborativa, sobretudo em estágios experimentais (Barros e Tietzmann 2023). A manipulação subjetiva e a densidade reflexiva permanecem nas mãos do realizador. Neste cruzamento entre a autoetnografia, que privilegia a voz do eu e a sua subjetividade, e a IA Generativa, que amplia as possibilidades imagéticas e narrativas, situam-se caminhos férteis para reconfigurações estéticas. A curta-metragem Angústia instaura exatamente este campo de convergência, ao reunir a força da experiência vivida com a plasticidade e rapidez dos ensaios propostos pelos algoritmos, sem abrir mão da singularidade e da sua proposta fenomenológica.

Da sinergia metodológica, entre a a/r/cografia, a autoetnografia, a fenomenologia e o DDB, resulta o potencial de investigar de forma sistemática os processos criativos e evolutivos subjacentes à criação de artefactos de média-arte digital, como também de proceder ao seu registo digital, iterativo e incremental, para memória e referência futura. Esta abordagem reforça a natureza processual da investigação artística, ao valorizar o percurso tanto quanto o resultado. Esta circunstância proporciona a oportunidade de explorar a compreensão expandida da autoria e da criatividade mediada por sistemas inteligentes.

Breve enquadramento da evolução e usos da IA Generativa em contextos criativos

A evolução da Inteligência Artificial Generativa (IA Generativa) tem desempenhado um papel cada vez mais relevante no campo da criação artística e cultural, ao desafiar as fronteiras tradicionais da autoria, da originalidade e do próprio conceito de criatividade. A história deste ramo não se dissocia do desenvolvimento da IA em geral, que remonta à década de 1950, mas adquire um carácter transformador com o surgimento das redes neurais e dos modelos de aprendizagem através de grandes volumes de dados (Garcia, 2024; Haase e Hanel 2023).

O surgimento das Redes Adversariais Generativas (GAN) e dos Modelos de Linguagem de Grande Escala (LLM) marca uma mudança no paradigma da produção digital. Ferramentas como o ChatGPT, o DALL·E e mais recentemente o Sora, da OpenAI, permitem gerar texto, imagem e vídeo com um grau de sofisticação e coerência formal que rivaliza com as produções humanas (Magni et al. 2023; Garcia 2024). Esta nova geração de sistemas caracteriza-se pela sua capacidade de criar conteúdos originais sem a intervenção contínua do utilizador, o que introduz a noção de autonomia assistida no ato criativo (Garcia 2024).

Em contraste com o uso convencional das ferramentas digitais, que dependem diretamente da ação manual do artista, a IA Generativa atua como um sistema colaborativo, com a capacidade de operar de modo semi-independente a partir de parâmetros fornecidos. Segundo Magni et al. (2023), o papel do criador tende a deslocar-se da produção ativa para a avaliação crítica dos outputs da máquina. Esta reconfiguração posiciona o artista como juiz do valor estético e conceptual das propostas geradas e abre espaço a novas formas de autoria partilhada.

De acordo com Doshi e Hauser (2024), a utilização de assistentes de escrita com base em IA melhora significativamente a performance dos participantes em tarefas de produção textual criativa. No entanto, os autores identificaram uma tendência para a redução da diversidade criativa entre os participantes, o que aponta para um efeito de homogeneização nos resultados gerados com o apoio da IA.

Em muitos casos o público não consegue distinguir entre obras produzidas por humanos e por sistemas de IA, o que sugere que a fronteira entre o resultado da criação humana e da criação por IA se encontra em processo de diluição (Oksanen e Lahtinen 2023). Esta constatação levanta novas questões epistemológicas e estéticas: se a produção por IA alcança níveis indistinguíveis da produção humana, permanece válida a associação entre criação e criatividade?

Autores como Garcia (2024) e Runco (2023) procuram responder a esta questão através da reformulação do conceito de criatividade. A criatividade contemporânea deve ser entendida como um processo híbrido, que inclui autenticidade e intencionalidade, mas que já não exige exclusivamente a presença de um sujeito humano consciente. Ao incluirmos a noção de criatividade artificial, devemos criar uma nova leitura do ato criativo, onde o algoritmo se torna um agente produtivo dotado de valor estético.

No domínio das artes visuais, embora exista alguma resistência à receção estética de obras geradas por IA, as críticas dos observadores tendem a convergir com as atribuídas a obras humanas, sobretudo quando não há identificação explícita da origem da obra (Chiarella et al. 2022). Esta constatação reforça a ideia de que a avaliação estética assenta mais no resultado percetivo do que na origem da criação.

Por outro lado, Cropley (2023) recorreu ao Divergent Association Task para avaliar a capacidade de pensamento divergente do ChatGPT e verificou que este superava, em média, os resultados obtidos por participantes humanos. Ainda que tal desempenho tenha sido contextualizado com reservas quanto à previsibilidade dos resultados da IA, os dados apontam para uma performance que se aproxima, em certos parâmetros, da criatividade humana convencional.

O debate em torno da autoria permanece igualmente central. A utilização de sistemas generativos reconfigura a distinção entre criador e criação, ao tornar ambígua a posição do programador, do utilizador e da própria máquina (Garcia 2024). Tal ambiguidade produz implicações jurídicas e filosóficas de grande alcance, nomeadamente no que diz respeito aos direitos de autor, à originalidade da obra e à responsabilidade ética pela sua criação.

Simultaneamente, o uso da IA Generativa tem sido identificado como um fator de democratização da criação artística. Ao permitir o acesso a instrumentos de criação sofisticados por parte de utilizadores sem formação técnica, estas ferramentas alargam o espectro de participantes no campo criativo (Schröter 2019; Santaella 2024). No entanto, esta acessibilidade levanta preocupações quanto à superficialidade das práticas artísticas resultantes e à dependência crescente de sistemas fechados e controlados por empresas tecnológicas.

Por fim, autores como Boussioux et al. (2024) demonstraram que processos de resolução criativa de problemas que envolvem colaboração entre humanos e IA geram soluções com maior valor estratégico e coerência interna do que aquelas obtidas por processos exclusivamente humanos. Esta constatação parece confirmar a hipótese de que a IA Generativa não substitui a criatividade humana, mas pode potenciá-la, desde que o seu uso seja orientado por um pensamento crítico e informado. A coerência pode ainda ser explicada pelo facto de se utilizar modelos probabilísticos de combinação e aprendizagem, em que qualquer resultado estará sempre enquadrado pelos limites dos dados usados no seu treino.

A evolução da IA Generativa no contexto criativo contemporâneo reflete uma transformação abrangente na forma como se compreende e se exerce a criatividade. Ao deslocar o centro da criação do sujeito individual para uma rede de colaboração humano-máquina, estas ferramentas desafiam o paradigma contemporâneo da autoria e obrigam a repensar os critérios que definem o que é arte, quem a cria e com que intenção.

OpenAI

A OpenAI é uma empresa do setor tecnológico, que desenvolve investigação em IA. A empresa foi fundada em dezembro de 2015 por figuras re referência, entre as quais Elon Musk, Sam Altman, Greg Brockman, Ilya Sutskever, John Schulman e Wojciech Zaremba. A sua criação resultou da preocupação comum em relação aos potenciais riscos associados ao desenvolvimento acelerado da IA e estabeleceram como missão garantir que a Inteligência Artificial Geral (AGI) seja desenvolvida em benefício de toda a humanidade (Silva 2024; Hou et al. 2024). A AGI refere-se a sistemas autónomos capazes de desempenhar tarefas de valor económico dum modo mais eficaz que os seres humanos e representam um marco fundamental no campo da tecnologia (Liu 2024).

Desde os seus primórdios, a OpenAI evidenciou-se pela sua abordagem multidisciplinar e pelo compromisso estabelecido com o desenvolvimento tecnológico ético e responsável, ao atuar como líder colaborativo e influente na comunidade global da inteligência artificial (Silva 2024; OpenAI 2025). Dois dos seus principais contributos têm sido a criação dos modelos Generative Pre-trained Transformer (GPT), um modelo com capacidades avançadas em processamento de linguagem natural, tradução, geração automática de conteúdos e assistência virtual; e o desenvolvimento do modelo Sora, uma ferramenta inovadora de produção de vídeos a partir de descrições textuais, com potencial para transformar indústrias como o entretenimento, a educação e o marketing (Liu 2024; Silva 2024; OpenAI 2025).

ChatGPT

O ChatGPT apresenta-se como um sistema avançado de processamento de linguagem natural, desenvolvido pela OpenAI, fundamentado na arquitetura GPT. Este modelo tem por objetivo a criação de textos coerentes e naturais, com a capacidade de realizar diversas tarefas linguísticas tais como tradução, categorização de texto, síntese de informações e, particularmente, geração de diálogos naturais, adequados para aplicações como chatbots e assistentes virtuais (Gill e Kaur 2023).

Inserido numa extensa rede neuronal, treinada com um vasto corpus textual, o ChatGPT sobressai pela capacidade de compreender contextos e gerar respostas humanizadas, adequadas às interações dos utilizadores. A eficácia deste modelo deve-se à sua técnica avançada de aprendizagem, especificamente o Reinforcement Learning with Human Feedback, que permite uma adaptação contínua às necessidades comunicativas dos utilizadores, o que resulta em interações personalizadas e naturais (Deng e Lin 2022).

No campo da indústria cinematográfica, o ChatGPT desempenha um papel significativo na escrita criativa e no desenvolvimento de guiões, ao facilitar tarefas complexas como a geração automática de ideias, a elaboração de diálogos e a criação de personagens. Ferramentas de IA, como o próprio ChatGPT, podem aumentar consideravelmente a eficiência no processo de escrita cinematográfica, ao permitir uma rápida geração de diálogos e a criação de guias estruturais para narrativas complexas. Esta ferramenta também oferece suporte na fase de edição e revisão, ao propor ajustes que podem tornar os diálogos mais fluidos e com mais impacto emocional (Biswas 2023; Deng e Lin 2022).

Contudo, apesar dos benefícios claros, o ChatGPT apresenta limitações significativas, nomeadamente a incapacidade de compreender plenamente contextos complexos e subtilezas narrativas, o que pode resultar em diálogos ou enredos incoerentes se utilizados sem uma supervisão humana adequada. Outro desafio relevante é a potencial perpetuação de preconceitos presentes nos dados utilizados no treino do modelo, levantando questões éticas quanto à reprodução de estereótipos ou ideias discriminatórias nos guiões gerados (Biswas 2023).

Também existem preocupações relativamente à originalidade e criatividade do conteúdo gerado pelo ChatGPT. Apesar de o modelo conseguir produzir textos coerentes e cativantes, não possui verdadeiramente a capacidade criativa intrínseca dos autores humanos, limitando-se a recombinar elementos linguísticos e narrativos presentes nos dados que o alimentam (Küchemann et al. 2025; Thorp 2023). Esta característica pode levar à produção de conteúdos repetitivos ou previsíveis se usados sem crítica ou intervenção humana ativa (Fiialka et al. 2024).

Por tanto, a utilização do ChatGPT na indústria cinematográfica deve ser refletida e realizada com precaução e responsabilidade, de modo a assegurar que as suas limitações são devidamente consideradas. A colaboração entre humanos e IA, neste contexto, deve ser encarada como uma sinergia onde a ferramenta tecnológica apoia e potencializa a criatividade humana mas, uma vez mais, não substitui inteiramente o papel crítico e reflexivo dos guionistas e realizadores (Biswas 2023; Küchemann et al. 2025).

Sora

Sora é um modelo de inteligência artificial generativa desenvolvido pela OpenAI, anunciado em fevereiro de 2024, projetado especificamente para transformar descrições textuais em vídeos realistas ou imaginativos. Este modelo representa uma evolução significativa em comparação com tecnologias anteriores, graças à sua capacidade para gerar vídeos, com elevada qualidade visual e uma forte coerência entre texto e conteúdo visual produzido (Liu et al. 2024; Sun et al. 2024).

Na sua essência tecnológica, o Sora utiliza um transformer de difusão pré-treinado, semelhante aos modelos avançados de linguagem, como o GPT-4. O modelo interpreta textos complexos fornecidos pelos utilizadores e gera vídeos a partir de patches espaço-temporais latentes, que atuam como elementos estruturais fundamentais do vídeo. Através de um refinamento iterativo iniciado a partir de imagens com ruído visual, o Sora produz vídeos detalhados e visualmente coerentes, mantendo a consistência dinâmica das cenas geradas (Liu et al. 2024; Cho et al. 2024).

O impacto potencial do Sora pode ser significativo em diversas indústrias. A cinematografia, o entretenimento, a educação e o marketing, podem beneficiar diretamente das suas possibilidades inéditas no que diz respeito à criação de conteúdos personalizados e complexos (Zhou et al. 2024; Sun et al. 2024). Contudo, paralelamente aos avanços tecnológicos, surgem novamente desafios éticos e sociais importantes. Entre as questões mais debatidas encontram-se a privacidade, segurança, infrações de direitos autorais, enviesamento de dados e o impacto ambiental devido à elevada exigência computacional dos modelos de geração de vídeo (Zhou et al. 2024; Nadeem et al. 2025).

Apesar do reconhecimento generalizado da alta qualidade visual dos vídeos produzidos pelo Sora, persistem críticas sobre a fidelidade na simulação de fenómenos físicos e sobre a genuína criatividade dos conteúdos gerados. Alguns especialistas alertam que o modelo assenta em grande medida na reutilização e recombinação de conteúdos existentes, o que levanta preocupações quanto à originalidade artística e à possibilidade de plágio indireto (Mogavi et al. 2024; Cho et al. 2024).

Outro aspeto central que deve ser debatido é a democratização da criação audiovisual possibilitada pelo Sora, que permite a utilizadores sem formação técnica avançada tornarem-se produtores audiovisuais. Embora esta democratização seja vista por muitos como uma oportunidade positiva para ampliar a participação e a diversidade criativa, existe também o receio generalizado de haver impactos negativos sobre os profissionais das áreas criativas, potencialmente ao reduzir o valor atribuído às competências técnicas especializadas e ameaçando empregos nesta área (Zhou et al. 2024; Mogavi et al. 2024).

A introdução deste tipo de tecnologias gera debates críticos sobre as implicações sociais e culturais. Entre as propostas regulatórias destacam-se medidas como a obrigatoriedade de identificação clara dos conteúdos gerados por IA, a promoção da literacia digital, e as estratégias específicas para combater a desinformação e minimizar os riscos associados ao uso indevido de vídeos falsificados ou manipulados (Zhou et al. 2024; Sun et al. 2024; Nadeem et al. 2025).

Metodologia de desenvolvimento do projeto Angústia

No desenvolvimento do projeto, todo o processo criativo e investigativo foi estruturado segundo o método a/r/cográfico (Veiga 2019; Veiga 2021). Esta metodologia, assente numa lógica iterativa e cíclica, revelou-se particularmente adequada à complexidade e à natureza exploratória da criação de artefactos de média-arte digital com recurso a ferramentas de IA Generativa. As abordagens autoetnográfica e fenomenológica são desenvolvidas com o enquadramento da a/r/cografia, ao ancorar todo o percurso num Diário Digital de Bordo (DDB)¹, o qual serviu como instrumento de registo, reflexão e análise contínua. Apesar das sete etapas do método a/r/cográfico não ocorrerem numa ordem pré-estabelecida, a sua apresentação segue a ordem proposta por Veiga (2019), por uma questão de coerência.

A etapa da inspiração surgiu da leitura do livro “O conceito de angústia”, de Søren Aabye Kierkegaard (2022). Nesta obra, o autor descreve a angústia como um estado existencial inerente à liberdade de escolha, ao confronto do indivíduo com o possível, com o desconhecido e com a responsabilidade ética. A ambição foi a de representar, através de imagens e ritmos visuais, o sentimento de vertigem e suspensão que Kierkegaard associa à condição humana. Esta leitura constituiu o ponto de partida conceptual e o motor emocional de todo o processo criativo. Assim, a inspiração do projeto assentou numa vontade de explorar, de forma sensível e crítica, como a tecnologia, nomeadamente os modelos de IA Generativa, pode ser mobilizada para corporizar visualmente estados internos e complexos como a angústia.

O gatilho surgiu com o contacto direto com as ferramentas de Inteligência Artificial generativa desenvolvidas pela OpenAI, em particular o ChatGPT e, mais tarde, o modelo Sora. A descoberta do potencial destas ferramentas coincidiu com a fase de questionamento conceptual, criou uma convergência entre o desejo de explorar visualmente o sentimento da angústia e os meios técnicos emergentes que poderiam possibilitar essa exploração. A experiência inicial com o ChatGPT demonstrou a sua capacidade para estruturar conceitos, propor metáforas e sugerir atmosferas emocionais, funcionou como um verdadeiro colaborador na fase embrionária da criação. Por sua vez, o surgimento do Sora, abriu um novo campo de possibilidades estéticas e narrativas. Este encontro entre a inquietação filosófica e a capacidade tecnológica constituiu o verdadeiro catalisador do projeto, que deu origem a uma urgência criativa, a intenção: testar os limites do que é possível representar com tecnologia quando esta se alia à reflexão existencial.

Com a intenção delineada, representar visualmente o estado existencial da angústia através de uma curta-metragem que integrasse ferramentas de IA generativa, começou a tomar forma um percurso de investigação artística em que o processo criativo se assumiu tão importante quanto o resultado final. Esta intenção implicava trabalhar com uma narrativa aberta, fragmentada e sensorial, capaz de acolher ambiguidade e incerteza, características essenciais da própria angústia. A intenção não era de ilustrar a angústia de forma literal, mas de criar uma experiência estética que pudesse ser sentida e interpretada de forma múltipla. A escolha por ferramentas de IA, como o ChatGPT e o Sora, refletia também uma intenção crítica: explorar até que ponto estas tecnologias poderiam amplificar ou limitar a capacidade de expressão emocional e filosófica.

A fase de conceptualização foi assim iniciada com a definição de uma estrutura narrativa fragmentada, apoiada na ideia de que a angústia não se manifesta como uma sequência linear de acontecimentos, mas como uma sucessão descontínua de estados emocionais, sensações e pensamentos. O ChatGPT foi usado como ferramenta auxiliar na formulação de descrições textuais que evocassem atmosferas, imagens simbólicas e situações-limite. Este processo implicou múltiplos ciclos de escrita, geração de prompts, leitura crítica e reescrita. A articulação entre estas camadas foi sistematicamente registada no DDB, o que permitiu documentar decisões e refletir sobre o seu sentido e implicações. Nesta fase, a autoetnografia assume um papel central, cada tentativa de organizar visualmente a angústia era acompanhada de uma introspecção sobre como essas imagens ressoavam com o sujeito investigador enquanto agente criador. A fenomenologia, por sua vez, ajudou-me a observar como a experiência sensorial antecipada poderia ser transposta para linguagem visual através dos modelos de IA.

Na fase de prototipagem, foram desenvolvidas sequências de vídeo experimentais com o software Adobe Premiere. Os primeiros testes foram tecnicamente promissores, mas ainda careciam de algum rigor estético-narrativo. A coerência narrativa entre planos era instável e a representação visual da angústia carecia de subtileza. Estes obstáculos suscitaram novas abordagens. Os prompts foram refinados com o apoio do ChatGPT, com maior descrição da atmosfera, do personagem, das dinâmicas de câmara e metáforas visuais e posteriormente aplicados no Sora. Por exemplo, um prompt inicial como: “os pés de um homem sobre o solo de uma colina envolta em névoa” (Figura 1), evoluiu para “um plano aproximado dos pés descalços de um homem com aproximadamente de 30 anos, sobre o solo verdejante do topo de uma colina envolta em névoa, num ângulo de câmara bird eye view” (Figura 2).

Este nível de detalhe foi essencial para que o Sora gerasse sequências mais próximas da estética pretendida.

As frustrações não se limitaram à imagem. Surgiram desafios na integração sonora e na temporalidade dos planos. Como se manifesta a angústia no tempo? É constante? Pulsante? Fragmentada? Estas reflexões ajudaram a repensar a montagem e o ritmo do filme, as escolhas foram orientadas na ordenação dos planos e na inserção de pausas e silêncios como recursos dramáticos.

Na etapa de teste, foram submetidas versões preliminares da obra a um pequeno grupo de espectadores, que incluía colegas da área criativa e não especialistas. O feedback revelou uma dificuldade comum: apesar da força visual, a mensagem permanecia ambígua. Esta reação criou o desafio de serem encontradas formas de clarificar o conceito sem cair em redundâncias narrativas. Voltou-se então à etapa de conceptualização, com a reescrita de parte dos textos base dos prompts e com a reorganização das sequências visuais de modo a favorecer a inteligibilidade emocional do espectador. Esta iteração reforçou o carácter dinâmico e não-linear do método a/r/cográfico, no qual o retorno a etapas anteriores não é uma falha, mas parte integrante do processo.

A intervenção, última etapa do ciclo, consistiu na finalização da curta e na sua disponibilização para visionamento público num contexto académico e artístico. Esta fase não foi um encerramento definitivo, mas antes uma suspensão do processo num ponto de maturação suficiente para partilha. A curta-metragem, como artefacto, é apenas uma das manifestações visíveis de um processo mais vasto, reflexivo e documentado. Do qual este artigo também faz parte. O DDB, neste sentido, adquire também valor documental e pedagógico, pois regista de forma sistemática, iterativa e incremental todos os momentos de decisão, dúvida e descoberta.

Do ponto de vista metodológico, a inserção da autoetnografia e da fenomenologia dentro do método a/r/cográfico revelou-se frutífera. A autoetnografia proporcionou uma interioridade crítica, o que permitiu reconhecer padrões emocionais, resistências criativas e hábitos de pensamento. A fenomenologia, por sua vez, permitiu habitar os materiais gerados com atenção sensível, com foco nas qualidades emergentes e não nos juízos prévios.

O Diário Digital de Bordo consolidou esta sinergia metodológica, tornando-se um espaço de síntese entre o registo objetivo de etapas e decisões, e a subjetividade da experiência criadora. Foram redigidas entradas diárias que incluíam desde esquemas técnicos a considerações existenciais, desde decisões práticas a notas de leitura filosófica. Este hábito de escrita permitiu construir uma narrativa paralela ao próprio filme, uma metanarrativa do processo que reforça o carácter investigativo e partilhável do projeto.

Em termos práticos, esta metodologia possibilitou enfrentar e ultrapassar várias frustrações estruturais, nomeadamente a imprevisibilidade dos modelos de IA, a dificuldade em comunicar conceitos abstratos em linguagem visual e os constrangimentos temporais e técnicos do desenvolvimento. Cada obstáculo foi recontextualizado como oportunidade de reflexão, retorno e evolução.

O desenvolvimento deste projeto segundo o método a/r/cográfico, complementado pela autoetnografia, fenomenologia e pelo Diário Digital de Bordo, permitiu assim a criação de um artefacto de média-arte digital com sentido estético e filosófico, mas também a documentação de um processo de investigação criativa rigoroso, sistemático e partilhável. Esta abordagem validou a possibilidade de criar a partir da angústia, com a angústia, e sobre a angústia, ao transformar o desconforto existencial em motor de criação estética e conhecimento sensível.

Apresentação ao público e recolha de dados

A curta-metragem foi apresentada em sessões destinadas a públicos diversificados, permitindo assim obter uma visão ampla e detalhada acerca da sua receção. Inicialmente, foi exibida numa sessão presencial organizada na sala polivalente do Centro de Bem Estar Social de Arronches (CBES), contando com a participação dos funcionários da instituição. Adicionalmente, decorreram sessões presenciais nas salas de aula da Escola Superior de Tecnologia e Gestão de Portalegre (ESTGD), envolvendo alunos e docentes das áreas criativas e artísticas. Finalmente, a obra foi também distribuída através de canais online privados, permitindo a visualização individual e autónoma.

Após as diferentes sessões, os espectadores responderam a um questionário estruturado com questões fechadas, disponibilizado através da plataforma Google Forms, com as seguintes questões:

• Qual é o seu género?
• Qual a sua idade?
• Qual é o seu nível escolar?
• Em que contexto visualizou a curta-metragem?
• Teve a oportunidade de ver a curta-metragem na íntegra?
• Na sua área profissional desenvolve trabalho ligado a áreas criativas ou artísticas?
• Como classificaria o impacto emocional da curta-metragem?
• Sentiu-se pessoalmente envolvido(a) com a narrativa apresentada?
• Sentiu que compreendeu a mensagem ou intenção da obra?
• Já sentiu angústia ou depressão em alguma fase recente da sua vida?
• Considera que o tema da angústia foi bem representado?
• Em algum momento identificou que a curta-metragem foi desenvolvida com recurso a ferramentas de Inteligência Artificial (IA)?
• Já usou algum tipo de aplicação ou site para gerar imagens ou textos através de IA Generativa (ex: ChatGPT, Midjourney, etc.)
• Qual é a sua opinião sobre o uso da Inteligência Artificial na criação artística, como nesta curta-metragem?

O questionário apresentava como objetivo recolher dados quantitativos sobre a experiência emocional, a compreensão narrativa e a perceção da utilização da IA.

A análise dos resultados obtidos permite uma caracterização detalhada e abrangente das reações e opiniões dos participantes. O questionário foi respondido por um total de 269 participantes, provenientes dos contextos variados acima referidos, nomeadamente institucional (8,6%), académico (58,4%) e pessoal (33,1%). Todas as respostas foram validadas e consideradas para o apuramento dos resultados obtidos. Em termos demográficos, observou-se uma distribuição equilibrada entre géneros, com idades predominantemente compreendidas entre os 18 e os 55 anos.

A maioria dos respondentes possuía um nível de escolaridade elevado, incluindo licenciatura, mestrado e doutoramento, fator que facilitou uma receção crítica e informada da obra.

O impacto emocional da curta-metragem revelou-se elevado junto dos participantes, com uma maioria a classificar a experiência como intensa (21,6%) ou muito intensa (68%). Esta reação emocional foi corroborada pela indicação de um forte envolvimento pessoal com a narrativa apresentada. Uma parte significativa dos espectadores relatou ter sentido uma conexão profunda com a obra (69,5%), demonstrando que a curta conseguiu captar e transmitir de forma eficaz o sentimento complexo e abstrato da angústia.

No que diz respeito à compreensão da mensagem ou intenção subjacente à obra, verificou-se que a maioria dos participantes considerou que compreendeu claramente (76,6%) ou parcialmente (16,4%) o conteúdo narrativo e simbólico. Apenas uma minoria (7,1%) assinalou dificuldades significativas na interpretação da curta-metragem. Estes resultados indicam que a obra foi eficaz na comunicação do seu conceito central, apesar da complexidade e subjetividade inerentes ao tema abordado.

Quando questionados sobre a representação específica do sentimento de angústia, a maioria dos respondentes considerou que a curta representou este tema de forma clara e sensível (85,9%) ou que poderia ter sido ainda mais aprofundado (9,3%). Esta avaliação sugere que, embora eficaz, ainda há espaço para refinamento adicional na exploração visual e narrativa do tema central.

Relativamente à perceção da utilização da Inteligência Artificial na criação artística, foi notável o interesse e a aceitação geral dos participantes. Uma parte considerável identificou corretamente que a curta-metragem tinha sido desenvolvida com recurso a ferramentas de IA (72,9%), o que demonstra um elevado nível de literacia digital e tecnológica entre os espectadores. Além disso, a maioria dos respondentes revelou uma opinião positiva sobre a integração da IA neste tipo de projeto criativo (48,3%), embora alguns tenham manifestado dúvidas ou preocupações relacionadas com questões éticas e estéticas.

Este aspeto salienta a importância de uma reflexão crítica contínua sobre o papel das tecnologias emergentes nas artes visuais contemporâneas.

Em resumo, os dados recolhidos demonstram que a curta-metragem alcançou um impacto emocional significativo, uma boa compreensão da mensagem e uma aceitação geral da utilização co-criativa da Inteligência Artificial. Este feedback reforça o potencial deste tipo de abordagem tecnológica e artística e a importância de uma comunicação clara e eficaz sobre os seus objetivos conceptuais e estéticos. Os resultados também indicam a necessidade de uma reflexão constante sobre como as tecnologias emergentes podem ser integradas nas práticas artísticas contemporâneas, considerando aspetos éticos, estéticos e sociais. Este projeto contribui, assim, para uma discussão mais ampla sobre a evolução da arte digital e o papel crescente das ferramentas de IA na criação de novas formas de expressão artística e comunicação cultural.

Conclusão

O presente estudo permitiu uma reflexão aprofundada sobre as potencialidades e limitações do uso da IA Generativa no contexto criativo e artístico, particularmente na representação visual e narrativa de conceitos subjetivos complexos, como o sentimento de angústia. A metodologia adotada, com base na abordagem a/r/cográfica complementada pelas práticas autoetnográficas e fenomenológicas, revelou-se extremamente eficaz e esclarecedora, ao proporcionar uma compreensão mais abrangente dos processos criativos envolvidos. O recurso ao DDB foi especialmente significativo, pois permitiu documentar detalhadamente as vivências e reflexões do investigador ao longo de todo o processo.

O uso integrado do ChatGPT e do modelo Sora demonstrou um potencial estimulante na geração de conteúdos criativos. No entanto, também evidenciou desafios substanciais, sobretudo na dificuldade em garantir coerência e previsibilidade nos resultados produzidos pelos sistemas. Estas limitações sublinham a importância de uma intervenção humana crítica e reflexiva para obter resultados artísticos satisfatórios. A constante evolução das tecnologias de inteligência artificial sugere que as ferramentas e métodos aqui explorados continuarão a transformar-se rapidamente, abrindo continuamente novas possibilidades e desafios no âmbito artístico e criativo.

A análise das respostas do público à curta-metragem indicou que a obra conseguiu transmitir com eficácia a complexidade emocional e existencial associada ao sentimento de angústia, ao despertar uma resposta emocional significativa entre os espectadores. Os resultados demonstraram uma aceitação generalizada e positiva em relação ao uso da IA Generativa, embora também tenham revelado dúvidas e preocupações acerca dos aspetos éticos e estéticos relacionados.

No futuro devem ser mais exploradas as questões éticas associadas ao uso da IA Generativa na arte, sobretudo no que concerne à autoria e originalidade. A evolução constante e acelerada desta tecnologia reforça a necessidade de uma vigilância crítica e permanente sobre os desenvolvimentos futuros e sobre a forma como estes poderão influenciar e moldar as práticas artísticas e académicas emergentes.

Notas Finais

¹Diário Digital de Bordo (DDB): https://www.notion.so/Di-rio-de-Bordo-de-Ang-stia-1d11be34746a801a8cafd9f78b59d064?pvs=4

Referências Bibliográficas

Barros, Taís de, e Roberto Tietzmann. “Roteiros como Prompts: Uma Exploração de Pré-Visualização de Cenas de Titanic com Ferramentas de Inteligência Artificial.” Revista GEMInIS 14, nº 3 (2023): 59-86. https://doi.org/10.14244/2179-1465.rg.2023v14i3p59-86.

Biswas, Som. “Role of ChatGPT in the Film Industry: According to ChatGPT.” Qeios, 2023. https://doi.org/10.32388/nabvha.

Boussioux, Léonard, Jacqueline N. Lane, Miaomiao Zhang, Vladimir Jacimovic, e Karim R. Lakhani. “The Crowdless Future? Generative AI and Creative Problem-Solving.” Organization Science 35, nº 5 (2024): 1589-1607. https://doi.org/10.1287/orsc.2023.18430.

Cardoso, Fabio. “O Problema da (Falta de) Memória em Narrativas Geradas por Inteligência Artificial.” Revista GEMInIS 15, nº 1 (2024): 44-53. https://doi.org/10.14244/2179-1465.rg.2023v14i3p44-53.

Chiarella, Salvatore G., Giulia Torromino, Dionigi M. Gagliardi, Dario Rossi, Fabio Babiloni, e Giulia Cartocci. “Investigating the Negative Bias towards Artificial Intelligence: Effects of Prior Assignment of AI-Authorship on the Aesthetic Appreciation of Abstract Paintings.” Computers in Human Behavior 137 (2022): 107406. https://doi.org/10.1016/j.chb.2022.107406.

Cho, Joseph, Fachrina Dewi Puspitasari, Sheng Zheng, Jingyao Zheng, Lik-Hang Lee, Tae-Ho Kim, Choong Seon Hong, e Chaoning Zhang. “Sora as an AGI World Model? A Complete Survey on Text-to-Video Generation.” arXiv, 2024. https://doi.org/10.48550/arXiv.2403.05131.

Cropley, David. “Is Artificial Intelligence More Creative than Humans?: ChatGPT and the Divergent Association Task.” Learning Letters 2 (2023): 13. https://doi.org/10.59453/ll.v2.13.

Deng, Jianyang, e Yijia Lin. “The Benefits and Challenges of ChatGPT: An Overview.” Frontiers in Computing and Intelligent Systems 2, nº 2 (2023): 81-83. https://doi.org/10.54097/fcis.v2i2.4465.

Doshi, Anil R., e Oliver P. Hauser. “Generative AI Enhances Individual Creativity but Reduces the Collective Diversity of Novel Content.” Science Advances 10, nº 28 (2024): eadn5290. https://doi.org/10.1126/sciadv.adn5290.

Ellis, Carolyn, e Arthur Bochner. “Autoethnography, Personal Narrative, Reflexivity: Researcher as Subject.” Em Handbook of Qualitative Research, editado por Norman K. Denzin e Yvonna S. Lincoln, 733–68. Thousand Oaks, CA: Sage, 2000. https://www.researchgate.net/publication/254703924_Autoethnography_Personal_Narrative_Reflexivity_Researcher_as_Subject.

Engelbert, Rodrigo, e Fábio Hansen. “Inteligência Artificial no Trabalho Criativo: Protagonista ou Coadjuvante do Processo?” Revista GEMInIS 15, nº 1 (2024): 88-114. https://doi.org/10.14244/2179-1465.rg.2024v15i1p88-114.

Fiialka, Svitlana, Zoia Kornieva, e Tamara Honcharuk. “The Use of ChatGPT in Creative Writing Assistance.” XLinguae 17, nº 1 (2024): 3-19. https://doi.org/10.18355/XL.2024.17.01.01.

Garcia, Manuel B. “The Paradox of Artificial Creativity: Challenges and Opportunities of Generative AI Artistry.” Creativity Research Journal (2024): 1–14. https://doi.org/10.1080/10400419.2024.2354622.

Gill, Sukhpal Singh, e Rupinder Kaur. “ChatGPT: Vision and Challenges.” Internet of Things and Cyber-Physical Systems 3 (2023): 262–71. https://doi.org/10.1016/j.iotcps.2023.05.004.

Haase, Jennifer, e Paul H. P. Hanel. “Artificial Muses: Generative Artificial Intelligence Chatbots Have Risen to Human-Level Creativity.” Journal of Creativity 33, nº 3 (2023): 100066. https://doi.org/10.1016/j.yjoc.2023.100066.

Hessel, Ana Maria Di Grado, e David de Oliveira Lemes. “Criatividade da Inteligência Artificial Generativa.” TECCOGS: Revista Digital de Tecnologias Cognitivas, nº 28 (2024): 119-130. https://doi.org/10.23925/1984-3585.2023i28p119-130

Hou, Xinyi, Yanjie Zhao, e Haoyu Wang. “Voices from the Frontier: A Comprehensive Analysis of the OpenAI Developer Forum.” arXiv, 2024. https://doi.org/10.48550/arXiv.2408.01687.

Küchemann, S., M. Rau, K. Neumann, e J. Kuhn. “Editorial: ChatGPT and Other Generative AI Tools.” Frontiers in Psychology 16 (2025): 1535128. https://doi.org/10.3389/fpsyg.2025.1535128.

Kierkegaard, Søren Aabye. O conceito de angústia. Petrópolis: Editora Vozes, 2022.

Liu, Yixin, Kai Zhang, Yuan Li, Zhiling Yan, Chujie Gao, Ruoxi Chen, Zhengqing Yuan, et al. “Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models.” arXiv, 2024. https://doi.org/10.48550/arXiv.2402.17177.

Liu, Zihao. “Analyze and Evaluate the Method Used as Well as the Fallout of OpenAI’s Board of Directors Decision to Remove Sam Altman as CEO of the Company.” Highlights in Business, Economics and Management 28 (abril de 2024): 448–452. https://doi.org/10.54097/q88fxw76.

Magni, Federico, Jiyoung Park, e Melody Manchi Chao. “Humans as Creativity Gatekeepers: Are We Biased against AI Creativity?” Journal of Business and Psychology 39, nº 3 (2024): 643-656. https://doi.org/10.1007/s10869-023-09910-x.

Mogavi, Reza Hadi, Derrick Wang, Joseph Tu, Hilda Hadan, Sabrina A. Sgandurra, Pan Hui, e Lennart E. Nacke. “Sora OpenAI’s Prelude: Social Media Perspectives on Sora OpenAI and the Future of AI Video Generation.” arXiv, 2024. https://doi.org/10.48550/arXiv.2403.14665.

Nadeem, Mohammad, Shahab Saquib Sohail, Erik Cambria, Björn W. Schuller, e Amir Hussain. “Gender Bias in Text-to-Video Generation Models: A Case Study of Sora.” arXiv, 2025. https://doi.org/10.48550/arXiv.2501.01987.

Nichols, Bill. Introdução ao documentário. Campinas: Papirus Editora, 2016.

Oksanen, Atte, e Jussi Lahtinen. “Manifesto for Artist-Driven AI Art.” SSRN Electronic Journal, 2023. https://doi.org/10.2139/ssrn.4536742.

OpenAI. “OpenAI Charter,” 2025. Acedido a 25 de fevereiro de 2025. https://openai.com/charter/.

Pagnussat, Janessa, e Adriano André Maslowski. “Fenomenologia e Arte.” Eleuthería - Revista do Curso de Filosofia da UFMS 7, nº 12 (2022): 183-194. https://doi.org/10.55028/eleu.v7i12.14665.

Runco, Mark A. “AI Can Only Produce Artificial Creativity.” Journal of Creativity 33, nº 3 (2023): 100063. https://doi.org/10.1016/j.yjoc.2023.100063.

Santaella, Lucia. “A criatividade nos prismas da Inteligência Artificial Generativa.” Tríade: Comunicação, Cultura e Mídia 12, nº 25 (2024): e024011. https://doi.org/10.22484/2318-5694.2024v12id5588.

Santos, Silvio Matheus Alves. “O método da autoetnografia na pesquisa sociológica: Atores, perspectivas e desafios.” Plural 24, nº 1 (2017): 214–241. https://doi.org/10.11606/issn.2176-8099.pcso.2017 .113972.

Schröter, Jens. “Artificial Intelligence and the Democratization of Art.” Em The Democratization of Artificial Intelligence: Net Politics in the Era of Learning Algorithms, editado por Andreas Sudmann, 297–311. Bielefeld: transcript, 2019. https://doi.org/10.25969/mediarep/13546.

Silva, Matheus Afonso Batista da. Do Eliza ao ChatGPT: História e evolução da inteligência artificial. Trabalho de Conclusão de Curso, Pontifícia Universidade Católica de Goiás, 2024. https://repositorio.pucgoias.edu.br/jspui/handle/123456789/7928.

Sun, Rui, Yumin Zhang, Tejal Shah, Jiahao Sun, Shuoying Zhang, Wenqi Li, Haoran Duan, Bo Wei, e Rajiv Ranjan. “From Sora What We Can See: A Survey of Text-to-Video Generation.” arXiv, 2024. https://doi.org/10.48550/arXiv.2405.10674.

Thorp, H. Holden. “ChatGPT is fun, but not an author.” Science 379, nº 6630 (2023): 313. https://doi.org/10.1126/science.adg7879.

Veiga, Pedro Alves. “Método e Registo: uma proposta de utilização da a/r/cografia e dos diários digitais de bordo para a investigação centrada em criação e prática artística em média-arte digital.” Rotura - Revista De Comunicação, Cultura e Artes, no. 2 (2021): 16-24. https://doi.org/10.34623/y2yd-0x57

Veiga, Pedro Alves. “A/r/cography: Art, Research and Communication,” in Proceedings of Artech 2019, the 9th International Conference on Digital and Interactive Arts, Braga, Portugal. Association for Computing Machinery, 2019. https://doi.org/10.34623/y2yd-0x57.

Zhou, Kyrie Zhixuan, Abhinav Choudhry, Ece Gumusel, e Madelyn Rose Sanfilippo. “Sora is Incredible and Scary: Emerging Governance Challenges of Text-to-Video Generative AI Models.” arXiv, 2024. https://doi.org/10.48550/arXiv.2406.11859.