Las imágenes de alimentos de los menús de restaurantes creadas por inteligencia artificial llaman la atención por sus simetrías perfectas, su excesiva suavidad y el hecho de resultar inquietantes a pesar de parecer realistas. Alex Lisle, CTO de Reality Defender, compara estas imágenes con un extraterrestre que intenta hacer pizza sin comprender sus principios básicos. En algunos ejemplos, el queso excesivamente inflado o el hecho de que los camarones parezcan estar comiéndose sus propias colas hacen evidente su origen artificial, mientras que en la mayoría de las imágenes el problema solo se percibe al observarlas más de cerca.
Según Lisle, esta estética está relacionada con la forma en que se entrenan los modelos de inteligencia artificial. Los grandes modelos de lenguaje y los modelos de difusión utilizados en sistemas como ChatGPT y Midjourney aprenden patrones a partir de conjuntos de datos muy grandes e intentan generar contenido adecuado para las solicitudes de los usuarios. Por eso, cuando se les pide el menú de un restaurante de hamburguesas, pueden basarse en estilos de menú similares entre sí de cadenas como Wendy’s, Burger King o McDonald’s. Lisle atribuye también al conjunto de datos con el que se alimentan los modelos el motivo por el que las imágenes resultantes a veces parecen “un menú de Chili’s de 2015”.
La inclusión de los contenidos generados por inteligencia artificial en los datos de reentrenamiento puede hacer que los modelos se alimenten de sus propias salidas. Cuando esta situación se intensifica, surge el riesgo del “colapso del modelo”. Lisle lo compara con la consanguinidad que se produce cuando las salidas de un modelo se le vuelven a proporcionar una y otra vez. Sin embargo, señala que el fenómeno observado en los menús no es directamente un colapso del modelo, sino una “convergencia” que reduce la calidad de las salidas. Lee Rainie, director del Imagining the Digital Future Center de Elon University, afirma que optimizar los modelos para que prefieran contenidos no agresivos y “agradables” provoca una homogeneización al limar los rasgos distintivos de las imágenes y del lenguaje.
En un experimento realizado en X por un usuario llamado Labtec, se observó que, tras editar 100 veces un menú creado con ChatGPT, las imágenes de los alimentos se volvían cada vez más redondas y lisas. TechCrunch también repitió un experimento similar. Se señala que la edición reiterada de los menús por parte de los restaurantes para cambiar los precios o los nombres de los productos podría generar el mismo efecto.
Investigadores de University of Duisburg-Essen, en Alemania, detectaron un efecto de “valle inquietante” en las imágenes de alimentos generadas por inteligencia artificial. Las imágenes que parecen casi reales provocan más repulsión e inquietud que aquellas que son claramente falsas. Esta reacción se combina con la desconfianza cultural hacia los contenidos generados por inteligencia artificial. Lisle señala que ha llegado a su fin la época en la que las imágenes y las grabaciones de audio se aceptaban como pruebas sin cuestionarlas, y que esto afecta a ámbitos más amplios, incluidos los tribunales.
Por qué es importante
Estos hallazgos muestran que, al preparar sus menús, los restaurantes deben tener en cuenta no solo la calidad visual, sino también la monotonía que puede generar el procesamiento reiterado de los resultados de la inteligencia artificial. El hecho de que las imágenes se parezcan cada vez más entre sí mientras se modifican los nombres y los precios de los productos puede debilitar los elementos que diferencian a las marcas de los establecimientos y afectar la confianza de los clientes en las fotografías de los menús. Que el problema no sea directamente el colapso del modelo, sino la convergencia provocada por la tendencia de los modelos a orientarse hacia ejemplos similares y agradables, indica que la solución quizá no se limite únicamente a utilizar más datos. El malestar que generan los alimentos que parecen casi reales traslada el debate del terreno estético a la cuestión de cómo deben evaluarse las imágenes generadas por inteligencia artificial en la publicidad, como pruebas y en la comunicación cotidiana.