Hay algo que me ha estado dando vueltas en la cabeza desde hace unos días, y por fin decidí escribir este blog para sacármelo de encima.
Estoy segura de que a estas alturas ya viste las fotos de los 80s. (¿¡Verdad!?) Por lo menos para mí, todo mi feed se volvió fotos de los 80s. Compañeros de trabajo, amigos de la universidad, mi familia, hasta marcas se subieron al "trend de los 80s". De un día para otro, todo el mundo parecía recién salido del set de un video de Timbiriche. Chamarra neón de colores vivos, pelo esponjado en capas, iluminación glamurosa…
Al principio fue súper divertido, pero después de las siguientes cinco y luego quince versiones, todo eso me empezó a parecer (por lo menos a mí) de una forma medio rara. ¿Por qué todo el mundo se ve taaan sospechosamente parecido, casi igual?
Como si alguien hubiera hecho Ctrl-C Ctrl-V a toda una generación de personas que definitivamente no son de la misma generación, ni siquiera del mismo país. Mi amigo de São Paulo y mi colega de la Ciudad de México de alguna forma terminaron como gemelos separados al nacer en una prepa ficticia de 1985. Aunque claramente São Paulo y la Ciudad de México se veían muy distintas en los 80s, terminaron con una chamarra parecida, un corte de pelo parecido, prácticamente todo parecido.
En fin, ahí fue cuando me cayó el veinte de "creo que ya he visto esto antes".
El déjà vu
Hace un tiempo estaba platicando con una de mis mejores amigas sobre una situación medio parecida, pero con texto. No sé si te acuerdas de cuando todo el mundo empezó a usar IA para escribir sus posts de LinkedIn (y todavía que hasta LinkedIn ahora te da la opción de marcar algo como “AI slop”) y de repente todo mundo sonaba como esa persona que a media publicación dice "Pero esto es lo que nadie te cuenta..."
Personas genuinamente inteligentes, interesantes y únicas de repente sonaban igual. Con el texto es (un poquito) más discreto. Lees un post, y luego lees otro y se sienten parecidos, pero casi nunca los ves lado a lado, así que se vuelve más difícil de identificar el patrón.
Pero con imágenes se vuelve casi imposible de ignorar. Así que, obvio, entré en un ciclo sin fin porque tenía que entender "por qué" estaba pasando esto.
Momento nerd, pero quédate conmigo
Esto es lo que pasa con cómo funcionan estos modelos de imágenes. Cuando escribes "hazme ver como si fuera de los 80s" en una herramienta de IA, el modelo no piensa en TI. Piensa en probabilidad.
Estos modelos se entrenaron con millones y millones de imágenes, y durante ese entrenamiento aprendieron patrones estadísticos, básicamente cómo se ven "los 80s" según el conjunto de todas las imágenes ochenteras que han visto. Y cuando les pides que generen algo, se van directo a la versión estadísticamente más probable, en lugar de la más creativa.
En estadística hay un concepto que se llama regresión a la media. Si le pides a una población enorme que haga lo mismo, los resultados se agrupan alrededor de un promedio. El modelo de IA hace exactamente eso, pero más rápido y con más seguridad. Encuentra el centro estadístico de "retrato de los 80s" y es lo que entrega cada vez.
Piénsalo así: si le pidieras a mil personas que dibujaran una casa, la mayoría dibujaría lo mismo. Un cuadrado con techo de triángulo, una puerta en medio, tal vez una chimenea, el mismo prototipo mental de "casa" que todos parecemos traer en la cabeza, sin importar cómo es nuestra casa de verdad. La IA hace eso, pero con tu cara y una chamarra neón.
En machine learning también existe algo que se llama mode collapse. La "moda" es el pico de una distribución de probabilidad, básicamente el resultado más común. Cuando un modelo colapsa hacia esa moda, se queda atorado generando el mismo tipo de resultado una y otra vez. O sea, tu foto de los 80s es la mejor apuesta del modelo sobre el promedio estadístico de "retrato de los 80s", sin nada realmente personalizado sobre ti. Y todos los demás recibieron exactamente la misma mejor apuesta.
También hay un parámetro que se llama "temperatura", que controla cuánta aleatoriedad usa el modelo. Una temperatura baja significa que el modelo se va a lo seguro: predecible, conservador. Y adivina qué, la configuración por default suele mantener la temperatura baja, porque los resultados seguros hacen que menos gente se queje. Pero los resultados seguros también significan que a todo el mundo le toca la misma playlist en shuffle.
Entonces si tú, tus amigos, tus compañeros de trabajo y esa persona random de la prepa se ven iguales en los 80s es solo porque las matemáticas están haciendo su trabajo. El modelo optimizó para el retrato ochentero más probable y entregó la misma respuesta un millón de veces, porque lo construyeron exactamente para eso.
OK, ¿y esto qué significa para nosotros?
Si ya me conoces sabes que yo soy la primera persona en hacer cosas nomás porque son divertidas, y sieeeeempre te voy a animar a que te diviertas y publiques lo que quieras. Especialmente con trends divertidos.
Pero, lo que sí quiero decir es algo un poco más profundo sobre nosotros, lo que nos hace únicos y cómo mostrarnos como realmente somos en esta era de la IA.
Si un millón de personas escribieron más o menos el mismo prompt y obtuvieron más o menos el mismo resultado, ¿eso qué nos dice? De cierta forma, que un millón de personas no cuestionaron nada. Nadie dijo: "oye, en los 80s mi mamá tenía este permanente súper específico y ridículo, lo combinaba con unos lentes gigantes absurdos, y eso es lo que quiero". Nadie agregó el detalle raro, personal y específico que habría hecho que la imagen fuera realmente suya.
Esto es lo que me ha estado molestando un montón porque lo veo pasar en distintos formatos y en distintos momentos. Alguien abre una herramienta de IA y le pica a generar sin pensar, en correos, presentaciones, posts de blog, documentos. El trend de los 80s solo lo hizo visible de una forma que era imposible (por lo menos para mí) de ignorar.
Tenemos estas herramientas increíblemente poderosas que pueden hacer casi cualquier cosa. ¿Y qué hacemos con ellas? Básicamente lo mismo, una y otra vez. Es como si te dieran un sable de luz y lo usaras para abrir tu correo.
Nunca se trató de la herramienta
Creo que parte de lo que me da roña de todo esto no tiene nada que ver con que la IA sea mala o que la gente sea floja. Creo que se reduce a algo más simple: lo que hace interesante a la gente es que es diferente. Tienes una perspectiva, una historia y una forma muy específica de ver el mundo que ningún modelo estadístico puede replicar.
Y cuando usas IA sin meterle nada de eso al proceso, básicamente te estás apuntando para ser promedio. Estás dejando que el modelo decida quién eres en lugar de decírselo tú.
El trend de las fotos de los 80s es, honestamente, la metáfora perfecta. El modelo le dio a todos la misma chamarra porque nadie le contó de su chamarra. Nadie dijo: quiero la chaqueta que usaba mi papá en esa foto donde está tratando de verse cool en una fiesta en 1987 y fracasando espectacularmente. Eso sí habría sido un retrato para recordar y que seguro tu papá hubiera colgado en el refri. Pero no, lo que obtuvimos fue una foto de stock con tu cara.
Así que la próxima vez
Si tuviera que resumir todo esto, diría que la próxima vez que abras una herramienta de IA, ya sea para una imagen, un texto, una presentación o lo que sea, antes de darle enter, pregúntate:
¿Este prompt tiene algo de ti?
Si la respuesta es no, o no tanto, échale poquitas ganas y dale un giro tuyo. Lo raro, lo específico o lo que el modelo nunca ha visto porque solo existe en tu cabeza.
Dale a la IA el mismo input que todos los demás y vas a obtener el mismo output que todos los demás. Eso es solo probabilidad haciendo su trabajo.
Así que sí, la próxima vez intenta ser (un poquito más) raro.