Resumen:
A principios de mayo de este año, un vídeo de cinco segundos de X se volvió viral. Esta es una transmisión de la Liga Coreana de Béisbol Profesional, los Hanwha Eagles juegan contra los Doosan Bears. La cámara se centró en una mujer en las gradas vestida con una blusa blanca y jeans con las piernas cruzadas. En un momento, pareció suspirar y miró hacia otro lado, luciendo insatisfecha con el juego.
El título del vídeo es "Mujeres coreanas comunes y corrientes". Al momento de la publicación de este artículo, el video se ha reproducido 15,25 millones de veces｜Fuente del video: X @kangminlee
Pero pronto un grupo de fans veteranos vio que algo andaba mal. El marcador decía que el bateador era Cho Inseong, pero Cho Inseong se retiró en 2017 y ahora es entrenador en Doosan.
Además, el eslogan de alegría en las gradas tiene una palabra más que el eslogan oficial de los Doosan Bears, que parece ser una traducción contundente y literal de AI. En cuanto a esta transmisión, el comentario tenía el acento estadounidense estándar, lo que también era muy sospechoso.
Esta mujer no existe, fue generada por IA. Pero el vídeo no desapareció después de ser expuesto. Más bien, se convirtió en un modelo. Todos pusieron sus caras en la misma pantalla de transmisión, creando una imagen de ellos mismos captada por la cámara del estadio, que rápidamente se hizo popular en las redes sociales.
"Yo mismo capturado por la cámara del estadio" rápidamente se convirtió en una plantilla popular｜Fuente de la foto: RADII
Cada vez que se mejoran las capacidades de imágenes de IA, casi siempre habrá un éxito popular. Por ejemplo, en marzo de 2025, GPT-4o pudo hacer dibujos y la pantalla se llenó de fotografías redibujadas al estilo de las animaciones de Ghibli; A finales de agosto se lanzó Nano Banana de Google. La forma favorita de todos de jugar era convertir selfies en figuras que se colocaban en el escritorio de la computadora. Los usuarios generaron más de 200 millones de imágenes en dos semanas.
Los elementos populares cambian cada vez y la mayoría de ellos se basan en el modo de juego "ponte tú mismo". Pero esta vez en la cancha, se expuso una secuencia que antes no era tan obvia: primero, una belleza inexistente engañó a decenas de millones de personas y luego desarrolló una plantilla que todos pueden jugar.
La belleza no es un papel secundario que aparece accidentalmente en la escena, es más bien un valor predeterminado
.Este valor predeterminado es medio siglo anterior a la IA. En 1973, en los primeros días de la digitalización de imágenes, un grupo de ingenieros quiso probar una nueva tecnología de imágenes y también eligieron a una mujer hermosa.
01
La Primera Dama de Internet
Lena Soderberg comenzó su carrera como modelo impresa en Chicago, Illinois. Anteriormente se había mudado a los Estados Unidos desde Suecia como au pair. En 1972, posó para la página central de la edición de noviembre de la revista Playboy. Ese número de Playboy vendió más de 7,16 millones de copias, lo que lo convierte en el número más vendido de la revista.
La mayoría de las personas que han estudiado el procesamiento de imágenes digitales la han visto: con un sombrero de ala ancha, los hombros desnudos y mirando de reojo a la cámara. A lo largo de décadas, se han probado en esta cara innumerables algoritmos de procesamiento y compresión de imágenes.
Lena Soderberg es la primera dama del ciberespacio | Fuente de la imagen: BASE DE DATOS DE IMÁGENES SIPI
En 1973, investigadores del Instituto de Procesamiento e Imagen de Señales de la Universidad del Sur de California luchaban por encontrar una nueva imagen para un trabajo de investigación. Han agotado su stock habitual de imágenes de prueba. En ese momento, supuestamente entró un colega con el número de noviembre de 1972 de Playboy. Al ver la situación de los investigadores, arrancó una tira de 5,12 pulgadas de la parte superior del inserto central y la introdujo en el escáner.
Desde entonces,
esta imagen se ha utilizado ampliamente en la comunidad de procesamiento de imágenes e incluso se ha convertido en la imagen de prueba predeterminada de la industria
.En 1996, David Munson, editor en jefe de IEEE Transactions on Image Processing, escribió un breve artículo explicando cómo esta imagen escaneada aleatoriamente se convirtió en un estándar de la industria. Dio dos razones. El primero es técnico. Esta imagen tiene todos los detalles, áreas planas, sombras y texturas, por lo que es adecuada para probar algoritmos. El segundo artículo está más acorde con la naturaleza humana:
Esta es una foto de una mujer atractiva. No es de extrañar que un círculo de investigación dominado por hombres se sienta atraído por él
.Dado el origen de esta imagen, su uso no estuvo exento de controversia. En 1991, Playboy descubrió la imagen en la portada de una revista académica, envió una carta reclamando derechos de autor y finalmente la abandonó, lo que permitió que siguiera utilizándose en investigaciones. El vicepresidente de nuevos medios de la compañía dijo que como se ha convertido en un fenómeno, es mejor aprovecharlo.
También hay algunas voces diferentes dentro de la comunidad de investigación del procesamiento de imágenes. Señalaron que los ingenieros no deberían utilizar material de ninguna publicación que pudiera considerarse degradante para las mujeres.
Incluso la propia Lena declaró en el documental "Losing Lena" que espera dejar de usar esta imagen.
En el documental, la propia Lena sostiene la famosa foto de ella misma de hace más de 50 años | Fuente de la imagen: IMDB
Como resultado, a partir del 1 de abril de 2024, IEEE Computer Society ya no aceptará artículos que utilicen esta imagen.
Han pasado cincuenta y un años desde aquella exploración
.02
Rostro promedio
Ahora, las preguntas del examen en el círculo técnico han cambiado hace mucho tiempo.
La IA no puede sacar una copa llena de vino tinto. El nivel del líquido en el vaso siempre se detiene en el medio. Cuando la IA dibuja un reloj, las manecillas siempre se detienen en las 10:10. La razón es la misma: la mayoría de las fotos de vino tinto en Internet no son copas llenas, y la convención en los anuncios de relojes es mostrarlas a las 10:10. El modelo replicará la distribución de los datos de entrenamiento y no podrá deshacerse de la inercia de los datos.
La explicación más popular de por qué los anuncios de relojes siempre terminan a las 10:10 es que parece una "sonrisa alegre", pero antes de la década de 1950, era más popular detenerse a las 8:20 | Fuente de la imagen: Reddit
El vino tinto y los relojes son evidencia de que “los modelos no son lo suficientemente buenos”. Pero cuando se trata de mujeres hermosas, la situación es diferente. "Su" inercia resulta estar alineada con la estética de las personas.
En 1990, las psicólogas Judith Langlois y Lori Roggman llevaron a cabo un experimento: promediaron matemáticamente un lote de rostros para sintetizar un rostro nuevo y luego pidieron a las personas que lo calificaran. Como resultado, el rostro sintético es más atractivo que casi todos los rostros reales involucrados en la síntesis, y cuantos más rostros haya en promedio, mejor se verá el rostro sintético. Este efecto es válido tanto para rostros masculinos como femeninos y para diferentes grupos étnicos.
El título del artículo se llama simplemente
"Los rostros atractivos son sólo promedio"
.Observaciones similares ocurrieron anteriormente. En 1877, alguien le escribió a Darwin y le dijo que al superponer dos retratos de una dama usando un estereoscopio, el rostro resultante sería cada vez significativamente más hermoso.
La esencia del modelo generativo es en realidad aprender una distribución de datos y luego tomar muestras cerca del centro de la distribución. En otras palabras, el modelo está programado para dibujar rostros promedio, y los rostros promedio son lo que los humanos consideran bellos.
La psicología humana combinada con los principios de las máquinas se ha convertido en la base técnica de la belleza como valor predeterminado de la IA
.Un estudio de la Universidad Nacional de Australia de 2023 llevó esta colisión al extremo. Los psicólogos descubrieron que los participantes experimentales consideraban que las caras blancas generadas por IA eran "reales" con más frecuencia que las caras blancas reales. Los investigadores lo llaman "hiperrealismo de IA", explicando que los datos de entrenamiento son principalmente personas blancas, y las caras generadas por el modelo están más cerca del promedio de este grupo, y serán percibidas como más típicas y más parecidas a personas reales.
Después de la publicación del experimento de Langlois, recibió una crítica: la cara sintética se ve bien sólo porque las manchas y las imperfecciones de la piel se borran fácilmente al promediar. Esta crítica fue metodológica en 1990.
Pero hoy parece una profecía.
La característica más típica de las bellezas de IA es la piel excesivamente suave. Más de tres décadas después, las organizaciones de verificación de datos están enseñando a las personas a identificar imágenes de IA, y uno de los defectos enumerados es la piel excesivamente suave. Ese artefacto estadístico que los críticos señalaron hace más de tres décadas caracteriza las bellezas de la IA de 2025.
03
Huevo de yeso
Lena fue seleccionada en un laboratorio. El valor predeterminado de hoy surge de los datos.
A finales de 2022, la función "Avatar mágico" de la aplicación de edición de fotografías Lensa se hizo popular de repente: sube algunos selfies y la IA generará cien retratos de diferentes estilos para ti. Melissa Heikkilä, reportera de inteligencia artificial del MIT Technology Review, también lo usó para generar 100 avatares de ella misma, 16 de los cuales estaban en topless y 14 con ropa mínima y poses sexys. Y todos sus colegas masculinos consiguieron astronautas, exploradores e inventores. Ninguno de ellos dio pistas al modelo durante este proceso.
Imagen generada por Melissa a través de Lensa｜Fuente de la imagen: MIT TECHNOLOGE REVIEW
Melissa explicó en su artículo que el modelo detrás de esto fue entrenado con imágenes capturadas de Internet, y
Internet ya está lleno de fotos de mujeres con poca ropa. Esto hace que el modelo genere "mujeres con poca ropa" como valor predeterminado
.Entonces, la inercia del comportamiento del usuario seguirá impulsando esta tendencia. Cada generación, ahorro y reenvío es un voto. Un estudio de 2025 contó cambios de contenido en la comunidad de imágenes de IA Civitai: la proporción de imágenes NSFW (orientadas a adultos) aumentó del 41% en enero de 2023 al 80% en diciembre de 2024.
Finalmente, el fabricante escribirá estos votos en el modelo. Para permitir que el modelo de imagen genere imágenes más agradables, los fabricantes entrenarán un "puntuador", que técnicamente se denomina modelo de recompensa o puntuador estético. Su trabajo es aprender qué imágenes la gente piensa que son atractivas y luego usar este estándar para entrenar el modelo: ir más en la dirección con una puntuación alta y menos en la dirección con una puntuación baja.
Uno de los anotadores más utilizados se llama PickScore. Sus datos de entrenamiento provienen de una aplicación web: el usuario escribe una palabra, el sistema muestra dos imágenes y el usuario elige la que más le gusta.
Estos datos se revisarán y los usuarios que generen contenido NSFW serán eliminados, pero todavía hay muchas palabras de aviso NSFW mezcladas. Un artículo de 2024 que estudia modelos de recompensa encontró que al usar PickScore para ajustar el modelo,
incluso si las palabras de aviso no tienen nada que ver con el sexo, el modelo dibujará más imágenes NSFW
.Entonces aparece una imagen: el revisor de contenido en la recepción está interceptando, pero el anotador en la parte trasera está retrocediendo. Las demostraciones oficiales del fabricante nunca presentan bellezas NSFW y la política de generación es muy estricta. Pero como todos sabemos, los grandes modelos actuales no son del todo controlables. Ha sido entrenado por el gusto del usuario, y el gusto del usuario ha llegado muy lejos en la inercia.
En la década de 1930, el etólogo holandés Niko Tinbergen observó una especie de gaviota. Esta ave pone huevos pequeños de color azul pálido con manchas grises. Pero cuando colocó enormes huevos simulados de yeso, de color azul brillante y con puntos negros, junto al nido, los pájaros abandonaban sus propios huevos y se subían a los huevos de yeso para incubarlos. A estas imitaciones exageradas, que son más atractivas que las reales, las llamó "estimulación sobrenatural".
Niko Tinbergen pinta huevos durante una expedición al aire libre | academia
El rostro humano también tiene una estimulación extraordinaria y lleva el concepto de "lo promedio es lo más bello" un paso más allá. En 1994, David Perrett y otros publicaron un estudio en Nature: se sintetizó que un grupo de los rostros más atractivos eran más agradables que el rostro promedio de todas las personas; y si la diferencia entre este y el rostro promedio se amplificara en un 50%, la puntuación sería aún mayor. Los sujetos japoneses y los blancos eligieron la misma dirección.
Entre las principales empresas de IA, al menos una ha convertido directamente esta psicología en una característica del producto. La generación de imágenes de Grok tiene cuatro modos, uno de los cuales se llama Spicy. Cuando está activado, el filtrado de contenido se relajará, permitiendo la generación de contenido sugerente y desnudos parciales, y solo está abierto a usuarios pagos.
En enero de 2026, los usuarios descubrieron que podían subir fotos de cualquier persona para "desnudar digitalmente" a Grok. Entre las víctimas había niños, y muchos gobiernos intervinieron para ejercer presión. X respondió limitando la generación de imágenes en general a una función paga.
El portavoz del Primer Ministro británico comentó: Esto es sólo una función de generación de imágenes ilegales, convertida en un servicio pago.
La IA toma la forma del grupo de personas que presionan "Me gusta" con más frecuencia
. En 1973, este grupo era un laboratorio predominantemente masculino. Hoy en día, son los usuarios que más hacen clic, más reenvían y más ahorran. La preferencia de la gente por la belleza tiene una base biológica. Los bebés de tan solo dos y tres meses mirarán por más tiempo caras consideradas atractivas por los adultos.Lena, la Primera Dama de Internet, fue un accidente. El valor predeterminado actual es que el modelo crezca desde el centro de los datos. Los clics del usuario lo llevaron cada vez más lejos, y finalmente alguien le puso precio.
Las características estadísticas del modelo de generación de IA, las preferencias estéticas humanas por el "rostro promedio", así como los clics de los usuarios y los incentivos comerciales forman un circuito de retroalimentación. Son independientes entre sí, pero juntos apuntan en la misma dirección, convirtiéndose en nuestra opción predeterminada para el consumo de contenido en la actualidad.
Comentarios