Abre un generador de imágenes y pide algo sencillo: una ciudad del futuro, el retrato de un escritor, un interior brutalista, una escena cinematográfica bajo la lluvia. En cuestión de segundos, aparecen imágenes que difieren en tema y detalles, pero que a menudo resultan sorprendentemente similares en su intento de persuadirnos. La luz es perfecta, el contraste decisivo, la composición legible, las superficies pulidas. Todo parece listo para convertirse en una portada, un póster o una imagen de película.
La sensación es familiar: nos enfrentamos a posibilidades casi infinitas y, aun así, reconocemos el mismo gusto. No se trata de estilo en el sentido más estricto, pues no surge de una biografía, un conflicto o una necesidad expresiva. Se acerca más a un promedio estético: el punto de encuentro entre las imágenes en los datos, los criterios utilizados para optimizar los modelos y las preferencias que millones de usuarios siguen premiando.
La inteligencia artificial no tiene preferencias personales. No siente predilección por un tipo de luz sobre otro ni guarda recuerdos asociados a ningún color. Sin embargo, sabe qué configuraciones se asocian con mayor frecuencia a palabras como «bello», «cinematográfico», «elegante» o «poderoso». Cuando una solicitud es genérica, el sistema tiende a explorar ese terreno probabilístico, ofreciendo una solución reconocible, eficaz y culturalmente validada.
El problema, entonces, no radica en que las imágenes creadas por IA sean feas. Muchas son técnicamente impresionantes y, en varios experimentos, se consideran tan agradables como —o incluso más agradables que— las imágenes creadas por humanos. El problema surge cuando la agradabilidad se vuelve automática. Una imagen puede ser seductora sin contener una decisión; puede parecer completa antes de haber encontrado una razón de ser.
La convergencia no se limita al color y la iluminación. Afecta a cuerpos, rostros, entornos y roles sociales. Un estudio publicado en Scientific Reports reveló estereotipos de género y homogeneización racial en rostros generados por Stable Diffusion XL: personas diferentes se redujeron a rasgos físicos, vestimenta y signos culturales excesivamente similares. Cuando un modelo condensa la diversidad en unos pocos marcadores reconocibles, no se limita a repetir una estética, sino que restringe nuestra percepción del mundo.
Los sistemas diseñados para “mejorar” automáticamente las indicaciones también exponen este mecanismo. Proyectos de investigación como BeautifulPrompt entrenan modelos para transformar una simple solicitud en una descripción capaz de generar imágenes consideradas más bellas. El resultado es útil, pero plantea una pregunta: ¿quién define esa belleza? Si una puntuación estética premia sistemáticamente la claridad, el detalle, la armonía y el impacto visual, la optimización podría eliminar precisamente las imágenes ambiguas, escasas, incómodas o imperfectas a partir de las cuales suele surgir un nuevo lenguaje.
Por lo tanto, una sugerencia no es lo mismo que un estilo. Puede describir una paleta de colores, una perspectiva, un material, una época o un movimiento artístico. Puede imponer reglas y prohibir clichés. Pero el estilo no es una lista de atributos. Es una relación coherente entre lo que un autor ve, lo que excluye y cómo esas elecciones cambian con el tiempo.
El cine lo deja claro. La cinematografía de una película no se reconoce porque cada plano contenga las mismas palabras clave. Se reconoce porque la luz, los objetivos, la distancia entre los cuerpos, el movimiento, el diseño de producción y el color responden a la misma intención narrativa. Una escena puede contradecir la anterior y aun así pertenecer a la misma película. La coherencia no es repetición; es continuidad de pensamiento.
