🫴 Artistas que Você Precisa Conhecer: Trevor Paglen Após o anúncio de hoje do Prêmio LG @Guggenheim 2026 de @trevorpaglen, queríamos revisitar alguns dos projetos que lançamos com ele e o arco geral de sua carreira excepcional. ↓

Trevor Paglen é um artista e investigador conhecido por tornar o invisível legível, geografias militares encobertas, infraestruturas de vigilância, satélites em órbita e os dados de treino por trás da AI. Através da fotografia, vídeo, escrita e instalações de grande escala, ele trata o "ver" como uma questão política: o que se torna visível, quem tem o direito de classificar isso e o que essas classificações fazem no mundo real.

Paglen tornou-se amplamente conhecido por um trabalho que tratava o segredo como uma geografia física. Durante a era pós-11 de setembro, ele se concentrou em "locais negros" e outros espaços encobertos, lugares que poderiam ser ativos e consequentes enquanto oficialmente negados. Sua abordagem era perguntar o que significa um lugar ser tornado invisível de propósito e como essa invisibilidade reorganiza a lei, a responsabilidade e a memória pública. ↓

Uma consolidação importante dessa pesquisa foi Blank Spots on the Map: A Geografia Sombria do Mundo Secreto do Pentágono (2009). Neste projeto, Paglen traçou isso como uma infraestrutura: redes de locais, logística e narrativas que permitem que sistemas ocultos funcionem em grande escala. O livro aguçou um tema que permeia tudo o que ele faz depois, o poder não precisa ser visto para ser real, mas muitas vezes depende de controlar o que pode ser visto. ↓

À medida que o seu trabalho evoluía, Paglen incorporou a pesquisa e o método como partes integrais da própria obra de arte. Em The Last Pictures (2012), Paglen levou essa lógica para a órbita. Ele colocou um pequeno artefato contendo cem imagens a bordo do satélite de comunicações EchoStar XVI, que foi lançado em novembro de 2012 e entrou em órbita geoestacionária a cerca de 36.000 km da Terra. ↓

No final da década de 2010, a atenção de Paglen mudou-se para a visão computacional, as maneiras como as máquinas traduzem imagens em abstrações matemáticas que podem classificar, prever e punir. Com o ImageNet Roulette (2019), ele usou as categorias de "pessoa" do ImageNet como uma provocação, permitindo que o conjunto de treinamento "falasse por si mesmo" para expor os rótulos racistas, misóginos, cruéis e absurdos embutidos em conjuntos de dados fundamentais. O objetivo não era chocar por si só; era mostrar por que tratar os rótulos de imagem como conhecimento objetivo é, na melhor das hipóteses, anticientífico e, na pior, prejudicial, especialmente quando esses sistemas são implantados para classificar pessoas reais. ↓

Essa mesma crítica se expande em obras que tratam a percepção da máquina como uma força cultural. Behold These Glorious Times! é um vídeo construído a partir de uma rápida cascata de imagens, centenas de milhares passando rapidamente, decompostas da maneira como os sistemas de IA aprendem a reconhecer o mundo. Com uma trilha sonora gerada por IA de Holly Herndon, faz com que a escala dos dados de treinamento pareça corporal e esmagadora, enquanto levanta questões mais difíceis por trás: cujas imagens estão sendo usadas, que suposições estão escondidas dentro delas e que tipos de autoridade emergem quando a visão se torna um pipeline proprietário. ↓

Com Training Humans (concebido com Kate Crawford), Paglen reformulou as imagens de treino de IA como uma espécie de fotografia vernacular, imagens utilitárias do dia a dia, ao mesmo tempo que insistiu que elas funcionam como uma infraestrutura de imagem subjacente a cada vez mais plataformas digitais. A exposição rejeita tanto o exagero do marketing quanto a distopia da ficção científica em favor da realidade material: abrindo caixas pretas, olhando diretamente para como os "motores de ver" operam e levando a sério a política embutida no que conta como um humano reconhecível. ↓

Lançado em 2024 no Fellowship: Alucinações Evoluídas Uma contra-proposta deliberada à literalidade da visão computacional mainstream. Em vez de treinar modelos para reduzir imagens a categorias fixas, Paglen treina-os em alegoria, simbolismo e metáfora, extraindo da literatura, filosofia, poesia, folclore e tradições espirituais. ↓

O projeto questiona o que significaria construir um modelo projetado para abraçar a ambiguidade: "ver" através de uma visão de mundo moldada por Dante, ou por futuros especulativos, ou por uma percepção mítica, tratando a visão como histórica, subjetiva e política, em vez de meramente computacional. ↓

Tomados em conjunto, a carreira de Paglen argumenta que ver nunca é neutro. Seja o sistema um catálogo de satélites, um conjunto de dados de treino ou um feed de mídia otimizado para moldar crenças, os riscos são os mesmos: O que se torna visível, o que permanece oculto e quem decide o que uma imagem "significa."