¿Por qué los menús generados con inteligencia artificial parecen repugnantes?

Quizás hayas vivido esta experiencia sin darte cuenta de su motivo: entras a una cafetería y hojeas el menú, y notas que las fotos de los sándwiches parecen demasiado perfectas, extrañamente simétricas y anormalmente suaves, y te invade una sensación sutil de que algo no está bien. No sufres de paranoia; estás frente a menús diseñados por inteligencia artificial generativa, un fenómeno que ha comenzado a invadir el mundo de los restaurantes recientemente.

Estas imágenes oscilan entre lo abiertamente falso —como un burrito con queso fundido que parece más una obra de arte abstracta que un almuerzo— y lo suficientemente normal como para que no descubras el defecto sino tras una mirada atenta. Un experto en tecnología describió estos resultados como «similares a un extraterrestre que intenta hacer una pizza sin comprender sus principios básicos».

¿Por qué se parecen tanto todas estas imágenes?

El núcleo del problema radica en la forma en que se construyen y entrenan los modelos de inteligencia artificial. Los grandes modelos lingüísticos y los modelos de difusión —las tecnologías que impulsan los chatbots y los generadores de imágenes como «ChatGPT» y «Midjourney»— se entrenan con enormes cantidades de datos, de los que luego extraen patrones para predecir lo que el usuario quiere cuando pide, por ejemplo, «diseñar un menú para un restaurante de hamburguesas».

El resultado es que muchos de estos diseños parecen idénticos en estilo, ya que los modelos se basan en menús de restaurantes famosos que de por sí comparten estéticas similares. Cada bola de helado es perfectamente redonda, y los langostinos parecen genéticamente modificados para devorar sus propias colas, produciendo lo que podría llamarse extraños «horrores gastronómicos».

El fenómeno de la convergencia y el riesgo de colapso de los modelos

Cuando los modelos de inteligencia artificial se entrenan con una cantidad excesiva de contenido producido por otros modelos, surgen dos problemas interrelacionados:

• Colapso del modelo: esta situación se asemeja a la enfermedad de las «vacas locas»; cuando las salidas del modelo se retroalimentan a sí mismo repetidamente, esta «endogamia» se vuelve destructiva hasta que todo el sistema colapsa.
• Convergencia: es menos grave, ya que la calidad de las salidas se deteriora gradualmente sin volverse completamente inútil, de modo que las imágenes se vuelven cada vez más similares y estereotipadas con cada ciclo de entrenamiento.

Así, cuando un usuario pide diseñar un menú para un restaurante de comida rápida, el modelo se apoya en menús de cadenas famosas que ya de por sí son similares, produciendo un resultado que imita el mismo estilo, y luego lo refuerza aún más si este menú generado vuelve más tarde a los datos de entrenamiento.

El «suavizado de bordes» y la estandarización estética

Los expertos consideran que estos modelos están optimizados para producir lo que es «satisfactorio» e «inofensivo», lo que conduce inevitablemente a la homogeneización y la estandarización. La inteligencia artificial es conocida por «eliminar los bordes», ya sea en imágenes o textos, lo que hace que el contenido pierda sus detalles naturales.

El problema se agrava cuando los dueños de restaurantes modifican sus menús generados repetidamente para cambiar pequeños detalles como los precios o los nombres de los platos. Experimentos en la plataforma «X» demostraron que modificar cien veces un menú creado con «ChatGPT» hace que la comida se vea más redonda, más suave y más alejada de su forma real con cada modificación.

¿Por qué sentimos aversión?

Esta aversión tiene una base científica. Investigadores de la Universidad de Duisburgo-Essen en Alemania descubrieron que las imágenes de comida generadas con inteligencia artificial producen el efecto del «valle inquietante», donde las imágenes casi realistas provocan un grado de repulsión e incomodidad mayor que el que provocan las imágenes claramente falsas. Esta sensación se intensifica ante el contexto cultural que rodea a la inteligencia artificial.

Los expertos señalan que las personas tienen un sentido difícil de explicar frente al contenido artificial; lo «reconocen cuando lo ven» aunque no puedan describir el motivo, y esto explica la intensidad de las reacciones tempranas de rechazo al uso de menús con inteligencia artificial por parte de los restaurantes.

Si el público reacciona de manera tan negativa ante estas imágenes, esto podría ser razón suficiente para que los restaurantes las abandonen. Sin embargo, el problema va más allá de la mesa; la capacidad de la inteligencia artificial de estandarizar lo que vemos plantea preguntas más profundas sobre la confianza en la imagen, en un mundo donde la regla «ver es creer» ha sido fundamental incluso en nuestros sistemas judiciales.

✦ بقلم فريق دروب أيديا