Por qué las imágenes de IA aún parecen falsas

Llevas tres segundos mirando la foto de un chef emplatando la cena cuando te fijas en la mano. El pulgar se dobla al revés y hay un quinto dedo donde debería haber un cuarto. Todo lo demás es precioso. El vapor, la luz, esas marcas de tostado en el plato. Pero esa mano lo delata todo, y ahora ya no puedes dejar de verlo.

Las herramientas de imagen con IA han avanzado muchísimo. Hace una generación embadurnaban las caras y convertían los dientes en teclas de piano. Ahora pueden crear un retrato que engaña a casi cualquiera. Casi. Todavía queda un pequeño grupo de sitios donde la ilusión se rompe, y en cuanto sabes dónde mirar, los ves por todas partes.

Así que esto es lo que pasa en realidad: por qué una herramienta que pinta la piel y el pelo de maravilla sigue metiendo la pata con una mano o con un cartel de la calle, y qué nos dice eso sobre la forma en que estas herramientas ‘ven’.

Las señales que aún funcionan

Algunas de las pistas de siempre han muerto. La piel de plástico, retocada, y esos brillos idénticos en los dos ojos antes gritaban ‘falso’. Los modelos nuevos ya manejan bien la textura de la piel y los reflejos de los ojos, así que por sí solos ya no sirven.

¿Qué se sigue escapando? Un puñado de puntos donde el modelo tiene que mantener muchas cosas pequeñas coherentes a la vez.

Ninguna de estas es una prueba infalible. Los mejores modelos de 2026 pueden clavar cualquiera de ellas. El truco está en que casi nunca las clavan todas a la vez. Una imagen puede tener manos impecables y texto legible, y entonces la luz viene de dos direcciones que no pueden existir a la vez.

Por qué las manos y el texto hacen tropezar a la IA

Aquí viene la parte que sorprende. El modelo no está dibujando una mano. No tiene ni idea de que una mano exista.

Peter Bentley, informático del University College London, lo dijo sin rodeos en una entrevista con BBC Science Focus: son ‘generadores de imágenes en 2D que no tienen ningún concepto de la geometría tridimensional de algo como una mano’. Aprenden absorbiendo millones de imágenes y captando patrones. Una mano suele tener una palma, algunos dedos y algunas uñas. Pero, como dice Bentley, ‘ninguno de estos modelos entiende de verdad qué es el conjunto’.

Piénsalo menos como un pintor y más como un autocompletado de píxeles. El modelo predice qué debería venir después según lo que ha visto, sin llegar nunca a contar hasta cinco ni a razonar qué dedo va dónde. Pídele dos manos con los dedos entrelazados y, en palabras de Bentley, puedes acabar con ‘dos muñecas y una bola de dedos’. Está adivinando una forma que ha visto muchísimo pero que nunca ha comprendido de verdad.

Eso también explica el problema de los datos de entrenamiento. En la mayoría de las fotos, las manos son un lío. Están medio escondidas, cerradas en puño, saludando, agarrando una taza de café o giradas de forma que solo se ven dos dedos. Las caras miran de frente a la cámara en millones de fotos limpias, así que los modelos ven caras en todos los ángulos y con todas las luces. Las manos las ven sobre todo en plena acción y medio tapadas, así que una mano relajada, con los dedos extendidos y de frente resulta rara en los datos. El modelo acaba genial con lo que vio claro y flojo con lo que vio a trozos.

El texto es la misma historia con otro disfraz. Para el modelo, las letras son formas, no lenguaje. Sabe que un cartel debería llevar marcas parecidas a letras, así que pinta marcas parecidas a letras. De cerca, en un titular, los modelos nuevos saben escribir. Llévalo a un escaparate lejano o a un muro de letra pequeña y vuelve a los garabatos que solo parecen palabras desde lejos.

Qué han arreglado los modelos nuevos, y qué no

Sería injusto fingir que no ha cambiado nada. Ha cambiado mucho.

La piel ahora parece real, con poros y grano en lugar de aquel brillo de cera. Los ojos coinciden. Las caras tienen microexpresiones que esquivan la vieja rigidez del valle inquietante. El texto corto y destacado suele salir limpio. Las manos sencillas en reposo, esas que solo descansan sobre el regazo, normalmente salen bien. Si vieras hoy una imagen puntera sin ninguna pista, no pestañearías.

Lo que se resiste es todo lo que exige que el modelo entienda reglas en vez de copiar apariencias. La física es la grande. Un reflejo tiene que obedecer a la geometría. Una sombra tiene que concordar con la luz. Una mano envuelta alrededor de una taza tiene que saber que la taza está delante de unos dedos y detrás de otros. No son problemas de textura, son problemas de lógica, y un buscador de patrones no hace lógica. Bentley señala que el arreglo probablemente pase por entrenar con formas 3D reales para que los modelos ‘entiendan la forma que hay detrás de las imágenes’, y ya hay trabajos iniciales en esa dirección, pero las herramientas de diario que usas siguen pintando conjeturas planas.

Si te pica la curiosidad por lo lejos que ha llegado el campo con el problema del texto, lo tratamos a fondo en la IA por fin sabe escribir en las imágenes. Y si solo quieres saber qué herramienta da hoy los resultados más limpios, las pusimos en fila en los mejores generadores de imágenes con IA.

Cómo conseguir imágenes de IA que no parezcan falsas

Saber por qué fallan las imágenes te dice justo cómo evitarlo. Estás alejando al modelo de lo que se le da mal.

Mantén las manos tranquilas o fuera del encuadre. Si una mano no necesita estar haciendo algo delicado, no la pongas a hacerlo. Pide manos en reposo, en los bolsillos, o simplemente recorta más cerca. Un retrato de pecho para arriba se salta todo el problema.

No le pidas a la imagen que cargue con tus palabras. Si necesitas un titular, un logo o un pie de foto, añádelo después en cualquier herramienta de diseño. Deja que el modelo haga la imagen y pon tú el texto real encima. Saldrá nítido, correcto y tuyo.

Describe la luz. Di de dónde viene. ‘Luz suave de ventana por la izquierda’ le da al modelo una regla que seguir, y las sombras y los reflejos tienden a caer en su sitio en lugar de apuntar a direcciones al azar.

Genera, corrige y vuelve a generar. El primer resultado es un borrador. Detecta la pista, ajusta el prompt o retoca un detalle, y lánzalo otra vez. Quien consigue imágenes limpias no es que tenga suerte, es que hace dos o tres pasadas. Aquí ayuda trabajar en un mismo sitio, porque puedes generar, ver el cartel derretido y volver a tirar sin saltar entre apps. El mismo truco impulsa muchas de las fotos de producto hechas con IA: unas cuantas pasadas rápidas, no un único prompt perfecto.

Aprovecha lo ‘imperfecto’ a propósito. Una toma con algo de grano, descentrada y con aire real se lee como más auténtica que una impecable. Ya es toda una estética, y escribimos sobre por qué las fotos de IA parecen imperfectas a propósito.

Lo honesto no es que las imágenes de IA sean malas. Es que son seguras de sí mismas, y seguridad no es lo mismo que acierto. Dedica treinta segundos a las esquinas del encuadre y lo sabrás. Y luego, cuando hagas las tuyas, puedes apuntar la herramienta a lo que se le da bien y rodear con discreción todo lo demás.