Just Eat ha pausado el despliegue de una herramienta que generaba con inteligencia artificial las fotos de los platos de restaurantes que no habían subido imágenes propias, después de que los clientes empezaran a encontrarse resultados absurdos en la aplicación. Un café de Belfast acabó con bacon y huevos flotando en un vaso de refresco. Lo publicó The Independent el 19 de octubre con la declaración de la empresa, y la BBC obtuvo la suya el 21.
El detalle interesante no es que las imágenes salieran raras. Es por qué salieron raras: casi todos los errores son de lenguaje, no de píxeles.
¿Qué salió mal exactamente?
El caso de Belfast lo explica entero. El plato era soda bread, un pan irlandés. El generador leyó «soda» y puso un refresco: bacon y huevo flotando en un vaso, en lugar de los sándwiches de desayuno que vendía el local. The Independent describe un caso análogo en Irlanda del Norte, con salchichas, bacon y huevos fritos flotando en bebidas.
El patrón se repite con cada nombre regional. Un chip muffin, que en algunas zonas de Mánchester es un bocadillo de patatas fritas, se convirtió en patatas horneadas metidas dentro de un muffin. Un cheese roll, que es un panecillo con queso, salió como lonchas de queso enrolladas tipo sushi. Las salt and pepper chips, un plato de comida china para llevar con cebolla, ajo y chiles fritos, aparecieron como patatas sosas. El cheddar de la sección vegetariana de un café se transformó en una salsa naranja tipo fondue. Y la salsa de hamburguesa dio una hamburguesa en miniatura dentro de un tarrito.
El mejor de todos es, probablemente, un error de mecanografía ajeno: la BBC atribuye un pan de ajo con forma de avión a una errata de «plain» por «plane».
¿Por qué falla así?
Porque un generador de imágenes no conoce ningún plato concreto. Lo que hace es dibujar el promedio estadístico de todo lo que ha visto etiquetado con esas palabras. Si el nombre es genérico, el promedio se parece bastante a la realidad. Si el nombre es local, es un apodo, lleva una errata o significa dos cosas, el sistema acierta la forma y falla el referente.
Y aquí está, a mi juicio, el problema que nadie está señalando: el error absurdo se detecta solo. Nadie va a pedir bacon flotando en una cola. El peligro está en la imagen plausible: un plato que sale correcto pero con dos piezas en lugar de cuatro, con una guarnición que no incluye, con el doble de ración. Esa no la denuncia nadie en Instagram, llega a casa y decepciona, y es exactamente lo que la propia empresa dice querer evitar.
Un comentario publicado en Instagram y recogido por la BBC lo resume mejor que cualquier análisis: «Quiero ver cómo es el plato de verdad, porque me ayuda a decidir a quién pedir o qué pedir». Y añade: «Estas versiones «perfectas» hechas con IA solo llevan a la decepción si es eso lo que crees que va a ser tu comida».
¿Qué ha hecho la empresa?
Menos de lo que sugiere el titular que circula, y conviene precisarlo. Un portavoz de Just Eat, sin nombre ni cargo en ninguna de las fuentes, dice que están «en proceso de retirarlas» y que han «pausado el despliegue mientras seguimos desarrollando la herramienta». No la cancelan: la pausan. Y solo retiran las imágenes incorrectas, no todas las generadas con IA.
La declaración completa pide disculpas «por cualquier imagen inexacta que se haya publicado» y apela a la normalidad del ensayo y error: «como con cualquier tecnología nueva, no siempre sale del todo bien a la primera». Añade que trabajan con «decenas de miles de pequeños restaurantes» en su imagen de producto, incluida la financiación de fotógrafos profesionales locales. Esa es, por cierto, la única cifra que da la empresa, y es de su programa general: no hay ningún número de imágenes afectadas, ni de restaurantes, ni de países.
Dos puntos a favor del sistema: cada foto generada aparece etiquetada como creada con IA en la aplicación. Y dos en contra: la BBC comprobó el 21 de octubre que muchas de las imágenes más disparatadas seguían publicadas, y la empresa no ha revelado qué herramienta ni qué modelo usaba, ni desde cuándo.
Lo detectaron los clientes, no un control interno. El rastro está en el subreddit de Just Eat en Reino Unido y en la cuenta de Instagram que publicó varias de esas imágenes. En las fuentes publicadas hasta ahora no se ha pronunciado ninguna asociación de restauración ni de consumidores, y tampoco consta reacción de ningún regulador: ni de la autoridad británica de publicidad ni de las de consumo. Como contexto, la ASA ya avisó en febrero de 2025 de que las imágenes engañosas están cubiertas por sus códigos con independencia de cómo se hayan creado, pero ese texto no menciona ni aplicaciones de reparto ni a esta empresa.
¿Afecta a España? Todas las fuentes sitúan la prueba en el Reino Unido, y un medio neerlandés precisa que fue solo allí. La marca opera aquí con el mismo nombre desde hace más de una década y reforzó su posición cuando compró a su rival La Nevera Roja, y el grupo no ha dicho si el plan era internacional. Es decir: hoy no, y no sabemos si mañana.
Mi lectura es que esto es más revelador que ridículo. La empresa no estaba ahorrándose una foto imposible: estaba generando con IA la imagen de un plato que existe, que está a diez metros de una cocina y que se puede fotografiar con un móvil en treinta segundos. La razón no es técnica, es de escala: con decenas de miles de restaurantes pequeños, pagar fotógrafos sale caro y el generador sale casi gratis. Lo que el experimento demuestra es dónde se rompe ese ahorro, y no es donde se esperaba. Se rompe en el idioma, en los nombres que una comunidad usa para su propia comida y que ningún modelo entrenado con datos globales va a reconocer.
El etiquetado, eso sí, ha funcionado como debía, y es la única parte del asunto que merece un aplauso. La etiqueta de «generado con IA» permite, al menos, distinguir lo que ha puesto la plataforma de lo que ha puesto el restaurante, igual que buscaban llegaron las etiquetas de contenido generado con IA a YouTube. Sin ella, el coste reputacional lo habría pagado el café de Belfast, no la plataforma. Es un recordatorio de que, en esta ola de relleno sintético que invade las plataformas, lo que más protege al usuario no siempre es el filtro: a veces basta con decir de dónde viene cada cosa.