Los sistemas de IA generativa se han convertido en una fábrica de imágenes, textos y sonidos a una velocidad que ningún creador humano puede igualar. Su truco, explicado sin mística, consiste en aprender patrones a partir de enormes colecciones de contenido hecho por personas, recopilado de internet y otras fuentes. El detalle inquietante es qué ocurre cuando ese material humano deja de ser el ingrediente principal y el sistema empieza a cocinar con sobras: datos sintéticos generados por otras IA, una y otra vez, como quien recalienta el mismo plato hasta que pierde sabor.
Esa idea, que hasta hace poco sonaba a teoría, está tomando forma con evidencias experimentales. Varios trabajos previos ya habían advertido que entrenar modelos con contenido generado por modelos puede degradar su calidad con el tiempo, como si el sistema se “desenfocara” por mirar demasiadas veces una copia de una copia. La pregunta cultural es igual de seria: si la red se llena de contenido automatizado y los modelos se alimentan de ese material, ¿qué pasa con la diversidad creativa? Continúa leyendo «La “música de ascensor” visual: cómo la IA generativa puede aplanar la cultura cuando se alimenta de sí misma»
