Los generadores de imágenes de IA tienen una visión sorprendentemente limitada de la belleza femenina. Sus resultados revelan algunas cifras sorprendentes: todas las mujeres son delgadas, los tonos de piel oscuros aparecen en solo el 9% de las imágenes y los signos del envejecimiento aparecen en solo el 2% de los casos. Estas cifras provienen de estudios recientes de las principales plataformas de IA como DALL-E, Midjourney y Stable Diffusion.
Los estándares de belleza que siguen estos sistemas de inteligencia artificial son bastante rígidos. Crean imágenes con rasgos europeos y tipos de cuerpo específicos. Los usuarios deben agregar instrucciones especiales para obtener representaciones diversas. El sesgo es profundo: un proyecto de investigación mostró que DALL-E tenía dificultades para lograr rasgos de apariencia natural. El sistema produjo resultados distorsionados o similares a los de una caricatura en casi la mitad de los casos cuando se le pidió que creara imágenes de mujeres con narices más anchas.
Analicemos cómo estos algoritmos de IA dan forma a su definición de belleza femenina. Analizaremos qué significan estos estándares de belleza digitales y encontraremos formas de crear sistemas de IA que celebren diversos ideales de belleza.
Evolución de los estándares de belleza digital
Los estándares de belleza han cambiado drásticamente desde que surgieron las plataformas digitales. El uso de las redes sociales en YouTube, Instagram y TikTok aumentó de 50% a 300% entre 2019 y 2021. La mayoría de las plataformas ahora alcanzan entre mil y dos mil millones de usuarios.
De los medios tradicionales a la generación de la IA
Las plataformas digitales han cambiado la forma en que las personas ven y comparten los ideales de belleza. Antes, los retoques en las revistas establecían estándares poco realistas. Las plataformas de redes sociales se convirtieron en parte de nuestra vida diaria y moldearon nuestra forma de pensar a través de la exposición constante a contenido seleccionado.
Estándares de belleza cultural en la era digital
Los algoritmos de las redes sociales favorecen el contenido que obtiene más visitas, especialmente de influencers convencionalmente atractivos. La técnica de reconocimiento facial de TikTok clasifica a las personas en una escala de "predicción de belleza facial" del 1 al 5. Los datos muestran que este sistema favorece fuertemente los rasgos caucásicos.
El impacto de los algoritmos de las redes sociales
Los algoritmos hacen más que promocionar contenido. Los usuarios pasan alrededor de 2,5 horas al día en las plataformas de redes sociales. Estos algoritmos impulsados por IA estudian los “me gusta”, los comentarios y las publicaciones compartidas para crear feeds específicos para cada individuo que los expertos llaman “burbujas de filtro”. Los usuarios que interactúan con contenido de belleza ven más publicaciones similares, lo que refuerza los ideales de belleza estrechos.
La Academia Estadounidense de Cirugía Plástica y Reconstructiva Facial observó aumentos en los procedimientos quirúrgicos y no quirúrgicos de 2020 a 2021. El sesgo del algoritmo se muestra claramente en la preferencia de Instagram por las fotos reveladoras de las influencers femeninas en lugar de las imágenes que cubren el cuerpo.
Descomponiendo el algoritmo de belleza de la IA
Investigaciones recientes muestran patrones fascinantes en la forma en que los algoritmos de IA definen la belleza femenina. El estudio longitudinal más grande sobre los principales generadores de imágenes de IA muestra que estos sistemas favorecen rasgos físicos y faciales específicos.
Atributos físicos más comunes
Los algoritmos de belleza basados en inteligencia artificial analizan varios parámetros faciales para determinar el atractivo. Estos sistemas revisan la simetría y la proporción del rostro, así como características específicas como el tamaño de los ojos y el volumen de los labios. Las imágenes generadas por inteligencia artificial muestran de manera uniforme a mujeres con un tono de piel uniforme, una textura suave y líneas faciales mínimas. Los algoritmos parecen preferir ciertas proporciones faciales, como narices más pequeñas y pómulos prominentes.
Representación racial y étnica
El sesgo racial en los sistemas de belleza basados en IA sigue siendo una de las preocupaciones más importantes. Algunas herramientas afirman ofrecer representaciones diversas, pero los estudios muestran que el 62% de las “mujeres hermosas” generadas por IA tienen tonos de piel medios. Alrededor del 90% muestran rasgos faciales predominantemente europeos. Cuando estas herramientas intentan generar imágenes con características étnicas específicas, a menudo producen resultados poco realistas. Los estudios descubrieron que todas menos una de estas imágenes representan con precisión los párpados de un solo pliegue, que tienen muchas personas de ascendencia asiática.
Análisis de la edad y la diversidad corporal
Los sistemas de inteligencia artificial actuales no muestran una diversidad suficiente de edades y cuerpos. Las investigaciones muestran que solo el 2% de las “mujeres hermosas” generadas por inteligencia artificial muestran signos visibles de envejecimiento. El sesgo de representación corporal se hace aún más obvio. OpenAI admite que el sesgo incorporado de DALL-E hacia los ideales de belleza convencionales podría “fomentar la insatisfacción y posibles problemas de imagen corporal”. Incluso con indicaciones explícitas que solicitan diversos tipos de cuerpo, estos sistemas siguen generando imágenes de mujeres delgadas, lo que refuerza los estrechos estándares de belleza.
Implementación e impacto en la industria
Las marcas de belleza y moda están adoptando rápidamente las tecnologías de inteligencia artificial para mejorar la satisfacción del cliente y agilizar las operaciones. Empresas como Sephora y L'Oréal ahora permiten a los clientes probar productos de forma remota a través de pruebas de maquillaje impulsadas por inteligencia artificial.
Aplicaciones en la industria de la moda y la belleza
El mercado de inteligencia artificial de la industria de la belleza sigue creciendo y alcanzará los 13.400 millones de dólares en 2030. El enfoque original estaba en el muestreo virtual de productos. Las pruebas virtuales de color de cabello de KAO mostraron resultados impresionantes al reducir los desechos plásticos en 56 toneladas al año. Avon ha logrado resultados notables con la tecnología de prueba virtual que aumentó las tasas de conversión en 320% e impulsó el valor promedio de los pedidos en 33%.
Creación de influencers digitales
Los influencers generados por IA marcan un gran cambio en las estrategias de marketing. Estas personalidades virtuales, como Lil Miquela, se han asociado con marcas prestigiosas como Chanel y Givenchy. La modelo de IA española Aitana López muestra el impacto financiero de esta tendencia éxito ganando hasta 10.000 euros mensuales. Las investigaciones demuestran que los consumidores siguen a los influencers de IA tanto como a los humanos. La campaña de H&M con el influencer virtual Kuki logró un aumento de 11 veces en el recuerdo del anuncio.
Cambios en la estrategia de marketing
La implementación de la IA ha revolucionado las estrategias de marketing. Las mejoras clave incluyen:
- Las experiencias de cliente personalizadas generan tasas de conversión 40% más altas
- Los chatbots impulsados por IA ofrecen soporte al cliente las 24 horas, los 7 días de la semana
- Una mejor previsión de tendencias ayuda al desarrollo de productos
McKinsey predice que las herramientas impulsadas por IA darán forma a hasta 70% de interacciones con los clientes para 2027. Las marcas ahora usan algoritmos de IA para analizar las prioridades de los clientes, los patrones de navegación y el historial de compras para crear recomendaciones específicas.
Implicaciones y soluciones futuras
Los investigadores del MIT han creado una forma revolucionaria de reducir el sesgo en los estándares de belleza de la IA. Su método encuentra y elimina datos específicos que provocan fallos en los modelos con grupos minoritarios. Esto mejora el rendimiento y mantiene intacta la precisión general.
Soluciones técnicas para la reducción de sesgos
Los algoritmos de diversidad de calidad son una excelente manera de obtener conjuntos de datos sintéticos justos. Estos algoritmos crean alrededor de 50.000 imágenes diferentes en 17 horas. Miden la diversidad a través del tono de piel, la presentación de género, la edad y la longitud del cabello. Nos centramos en aumentar la representación de grupos interseccionales que abordan múltiples aspectos de identidad a la vez.
Responsabilidad y regulación de la industria
La Unión Europea y países como Australia, Japón y Estados Unidos han establecido estándares para usar la IA de manera responsable. Ahora las empresas deben probar sus sistemas de IA periódicamente en función de estándares conocidos para encontrar diferencias entre grupos demográficos. Por nombrar solo un ejemplo, L'Oréal trabaja con expertos externos que verifican sus algoritmos para que cumplan con los objetivos de inclusión.
Promoviendo estándares de belleza diversos
Las principales marcas de belleza están dando pasos concretos hacia una representación inclusiva. Todas estas mejoras incluyen:
- Utilizando diversos datos de entrenamiento que incluyen tonos de piel y estructuras faciales de todo tipo.
- Construcción de sistemas de detección de sesgos que funcionen a gran escala
- Establecer pautas claras para el desarrollo de la IA
Marcas como Dove han prometido no utilizar nunca inteligencia artificial cuando muestren mujeres reales en sus anuncios. Sin duda, esto muestra un cambio fundamental en las prácticas de la industria, ya que aproximadamente 9 de cada 10 mujeres ven contenido de belleza dañino en línea. Perfect Corp ha respondido asegurándose de que sus algoritmos de inteligencia artificial utilicen conjuntos de datos de amplio alcance que muestren diversos rasgos faciales, edades y etnias.
Conclusión
Los algoritmos de inteligencia artificial refuerzan los estándares de belleza restrictivos que favorecen los rasgos europeos y dejan muy por fuera a personas de diferentes etnias, tipos de cuerpo y edades. Los algoritmos de las redes sociales y las plataformas digitales empeoran aún más estos sesgos.
Las industrias de la belleza y la moda se benefician de la tecnología de inteligencia artificial a través de pruebas virtuales y experiencias personalizadas. Los sistemas actuales aún necesitan mejoras. Empresas como L'Oréal y Dove están tomando la iniciativa para hacer cambios positivos. Realizan pruebas para detectar sesgos y prometen representar a todos de manera justa.
Los algoritmos de diversidad de calidad podrían resolver estos problemas, ya que crean conjuntos de datos que muestran mejor los tonos de piel de todos los tipos, las distintas edades y los rasgos faciales. La UE y otros países están presionando a las empresas para que desarrollen la IA de manera responsable, lo que garantiza una representación justa de todos los grupos demográficos.
El futuro de una IA imparcial depende de la firme dedicación de la industria a la diversidad. Las comprobaciones periódicas de los algoritmos y los conjuntos de datos de entrenamiento más grandes serán de ayuda. Unas directrices de desarrollo claras y unos esfuerzos activos para reducir los sesgos crearán sistemas de IA que celebren la belleza de todos en lugar de promover estándares estrechos.
Preguntas frecuentes
1. ¿Cómo definen la belleza los algoritmos de IA?
La IA analiza la simetría facial, las proporciones, la claridad de la piel y los estándares de belleza culturales utilizando modelos de aprendizaje automático entrenados en grandes conjuntos de datos de imágenes.
2. ¿Los estándares de belleza de la IA se alinean con las percepciones humanas?
Parcialmente. Si bien la IA suele reflejar los ideales de belleza populares, puede pasar por alto la diversidad y las preferencias personales influenciadas por la cultura y la experiencia.
3. ¿Puede el análisis de belleza realizado por IA estar sesgado?
Sí, la IA puede heredar sesgos de los datos con los que está entrenada, favoreciendo ciertas etnias, características o estándares sociales por sobre una definición más inclusiva de belleza.
4. ¿Cómo se utiliza la IA en las industrias de la belleza y la moda?
La IA ayuda en recomendaciones de belleza personalizadas, pruebas virtuales, mejoras cosméticas y predicción de tendencias de belleza basadas en análisis de datos.
5. ¿Puede la IA redefinir los estándares de belleza en el futuro?
A medida que la IA evoluciona, tiene el potencial de adoptar una definición de belleza más amplia e inclusiva, desafiando las normas tradicionales y promoviendo la diversidad.
