Cuando mirar ya no basta

Anoche me pasó algo curioso, o quizá inevitable. Era una de esas noches en las que cuesta dormir, coges el móvil (sabiendo perfectamente que eso no ayuda en nada) y empiezas a deslizar por Instagram con esa mezcla de rutina, insomnio y autoengaño digital que ya conocemos todos.

El algoritmo, que suele conocernos mejor de lo que nos gustaría admitir, empezó a servirme contenido de esos temas que sabe que captan mi atención: inteligencia artificial, geopolítica, tecnología, mercados, cripto…, y, cómo no, la escalada entre Irán e Israel. Vídeos rápidos, opiniones urgentes, mapas improvisados, expertos instantáneos, titulares diseñados para activar algo dentro de ti. Ese flujo infinito donde el mundo entero cabe en una pantalla y todo parece igual de importante durante tres segundos.

Hasta que apareció una imagen: conflicto, humo, tensión, personas corriendo, luces rotas, encuadre imperfecto. Ese desorden visual que durante años hemos asociado a lo auténtico. Me quedé mirándola más tiempo de lo habitual porque dudé, y eso importa más de lo que parece.

Me dedico desde hace años al mundo de la imagen, la comunicación y, en los últimos tiempos, también a la inteligencia artificial, así que por deformación profesional suelo detectar bastante rápido cuándo una pieza visual está generada, manipulada o reconstruida. A veces es la luz, otras las manos, otras ciertas texturas imposibles, y en ocasiones pequeños patrones que se repiten sin sentido. Esta vez me costó más de lo normal, aunque el patrón estaba ahí.

El verdadero salto no está en que una IA genere imágenes bonitas, eso ya lo habíamos visto. El salto está en que empiece a generar imágenes creíbles y útiles a la vez. Ahí entra ChatGPT Images 2.0, la nueva generación de OpenAI, que mejora justo donde antes aparecían las costuras: texto mucho más legible dentro de la imagen, composiciones complejas con varios elementos coherentes, mejor seguimiento de instrucciones, edición localizada sobre zonas concretas, continuidad entre versiones y resultados pensados para usos reales.

Técnicamente, el avance es relevante porque estos sistemas ya no trabajan solo como motores visuales aislados. Combinan comprensión lingüística avanzada con generación gráfica, lo que les permite interpretar intención, contexto, jerarquías entre objetos, estilo visual y restricciones concretas antes de producir la imagen. Dicho de forma simple, no solo responden a “hazme esto”, empiezan a entender “qué quieres realmente conseguir con esto”.

Eso explica por qué empiezan a superar a herramientas que hasta hace poco dominaban ciertos nichos creativos, más fuertes en velocidad, estética llamativa o experimentación visual rápida, pero menos sólidas cuando entran en juego tipografía compleja, coherencia narrativa entre varias piezas, instrucciones detalladas o flujos profesionales donde hay que iterar con precisión. Cuando una marca necesita una campaña, un e-commerce cien variantes o un equipo creativo corregir sin empezar de cero, la diferencia técnica pesa mucho más que el efecto wow inicial.

También hay una lectura estratégica interesante. OpenAI está integrando imagen dentro de una familia de modelos cada vez más orientados al razonamiento multimodal, donde texto, imagen, contexto y herramientas trabajan juntos. No se trata solo de generar una escena bonita, se trata de conectar capacidades.

Hace un año muchos generadores impresionaban, pero fallaban cuando empezaba el trabajo serio: texto ilegible, manos imposibles, sombras incoherentes, objetos flotando o instrucciones mal resueltas. Cuando esos límites se reducen, la imagen deja de parecer un experimento y empieza a parecer una prueba.

Ahí aparece el problema real, porque una imagen falsa no necesita ser perfecta para funcionar, le basta con parecer suficientemente posible, resultar impactante y confirmar lo que muchos ya querían creer. Cinco segundos bastan, y las plataformas no están diseñadas para pensar cinco segundos, sino para reaccionar en uno.

Por eso el debate urgente no es si la IA seguirá mejorando, el debate real está en cómo convivimos con un entorno donde ver ya no garantiza nada y donde la confianza empieza a convertirse en el recurso más escaso.