{"id":29930,"date":"2026-10-07T20:12:17","date_gmt":"2026-10-07T18:12:17","guid":{"rendered":"https:\/\/ingenio.la\/blog\/?p=29930"},"modified":"2026-10-06T16:41:30","modified_gmt":"2026-10-06T14:41:30","slug":"imagen-de-la-ia","status":"publish","type":"post","link":"https:\/\/ingenio.la\/blog\/imagen-de-la-ia\/","title":{"rendered":"Imagen de la IA: c\u00f3mo funciona la generaci\u00f3n y cu\u00e1ndo usarla en un negocio"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Una imagen de la IA<\/strong> cuesta hoy menos que buscar una foto de archivo y tarda menos que encargarla. Esa comodidad explica por qu\u00e9 aparecen en todas partes, y tambi\u00e9n por qu\u00e9 tantas se reconocen al instante.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

El problema no es la calidad del modelo. Es que la mayor\u00eda de quienes las usan no sabe qu\u00e9 est\u00e1 haciendo la m\u00e1quina cuando genera una, y por eso no puede anticipar en qu\u00e9 va a fallar ni d\u00f3nde se mete en un l\u00edo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

El mecanismo se explica en un p\u00e1rrafo, y de ese p\u00e1rrafo salen casi todas las decisiones pr\u00e1cticas que vienen despu\u00e9s.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t

C\u00f3mo se genera una imagen de la IA: ruido que se quita por pasos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los generadores actuales \u2014DALL\u00b7E, Midjourney, Stable Diffusion y los de su familia\u2014 funcionan con modelos de difusi\u00f3n. El entrenamiento consiste en tomar millones de im\u00e1genes y degradarlas con ruido en pasos sucesivos hasta dejarlas irreconocibles, mientras el modelo aprende a hacer el recorrido inverso: dado un amasijo de ruido, predecir qu\u00e9 hab\u00eda debajo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Generar una imagen es ejecutar ese recorrido inverso partiendo de ruido puro. El modelo quita ruido paso a paso, y en cada paso el texto de la petici\u00f3n orienta hacia d\u00f3nde. Lo que sale no es una foto recuperada ni un collage de im\u00e1genes existentes: es una composici\u00f3n nueva construida a partir de patrones estad\u00edsticos aprendidos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

De ah\u00ed sale la primera consecuencia \u00fatil. La petici\u00f3n no es una orden sino una gu\u00eda, y por eso dos ejecuciones id\u00e9nticas dan resultados distintos. Es tambi\u00e9n la raz\u00f3n por la que la redacci\u00f3n del texto pesa tanto; conviene entender qu\u00e9 es un prompt<\/a> y c\u00f3mo se construye antes de culpar a la herramienta por un resultado mediocre.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

La segunda consecuencia es que el modelo no tiene un plano del objeto. No sabe cu\u00e1ntos dedos tiene una mano ni c\u00f3mo se escribe una palabra: reproduce lo que estad\u00edsticamente suele aparecer en ese contexto. Esa es la base de todo lo que viene, y lo que separa un uso sensato de la inteligencia artificial aplicada a negocios<\/a> de la expectativa de que acierte sola.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t

Por qu\u00e9 fallan las manos, el texto y los logotipos<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Las manos son el caso famoso. Aparecen en el material de entrenamiento en miles de posturas, escalas y oclusiones distintas, y lo que el modelo aprende es un promedio borroso de todas ellas. No tiene una regla que diga \u00abcinco dedos\u00bb; tiene una tendencia. Cuando la tendencia no alcanza, salen seis.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

El texto falla por lo mismo, de forma m\u00e1s evidente. Las letras son formas que el modelo compone por parecido visual, no s\u00edmbolos que combine seg\u00fan un alfabeto, as\u00ed que un r\u00f3tulo generado suele quedar en algo que parece escritura sin serlo. Los modelos recientes han mejorado bastante en esto, pero el mecanismo sigue siendo el mismo y conviene no confiarle un texto que el lector va a leer.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Los logotipos son la trampa m\u00e1s costosa para un negocio. Un logotipo exige repetibilidad exacta: el mismo trazo, el mismo peso, el mismo color, mil veces. Un modelo que compone por plausibilidad no puede garantizar eso, y lo que entrega es una variaci\u00f3n nueva cada vez. Sirve para explorar ideas; no sirve como identidad.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

El patr\u00f3n general es sencillo de recordar: la generaci\u00f3n es buena en lo que admite variaci\u00f3n y mala en lo que exige precisi\u00f3n. Una ilustraci\u00f3n de ambiente tolera que cada versi\u00f3n sea distinta. Un plano de producto, un rostro de alguien real o una pieza de marca, no.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t

Lo que todav\u00eda no est\u00e1 resuelto: de qui\u00e9n es la imagen<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Aqu\u00ed hay que separar dos preguntas que se mezclan. Una es si puedes usar comercialmente lo que generaste; la otra es si eres due\u00f1o de ello. No tienen la misma respuesta.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Lo primero lo gobiernan las condiciones de cada plataforma, y var\u00edan. Algunas ceden al usuario los derechos de uso del resultado, otras se reservan permisos sobre lo generado, y varias distinguen entre el plan gratuito y el pagado precisamente en ese punto. Es un documento aburrido que conviene leer una vez por herramienta antes de meter el resultado en una campa\u00f1a.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Lo segundo est\u00e1 menos cerrado. La Oficina de Derechos de Autor de Estados Unidos ha sostenido que una obra generada \u00fanicamente por una m\u00e1quina, sin aportaci\u00f3n creativa humana, no es registrable, porque la autor\u00eda exige una persona. Otros pa\u00edses a\u00fan no fijan criterio uniforme, as\u00ed que el estado real es de incertidumbre y no de permiso.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Queda un tercer frente, el del entrenamiento. Los modelos se entrenaron con bases de datos enormes que incluyen obra protegida, y hay litigios abiertos sobre si eso era l\u00edcito. Para un negocio eso no es un debate te\u00f3rico: es un riesgo de proveedor. Mientras siga abierto, apoyar la identidad visual completa de una marca en material generado es construir sobre un terreno que todav\u00eda se est\u00e1 midiendo. Un banco de im\u00e1genes<\/a> con licencia expl\u00edcita sigue siendo la opci\u00f3n aburrida y segura cuando la pieza es importante.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t

Cu\u00e1ndo conviene y cu\u00e1ndo sale m\u00e1s caro que una foto<\/h2>\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Conviene para lo conceptual y lo desechable. La ilustraci\u00f3n que acompa\u00f1a a un art\u00edculo, el fondo de una presentaci\u00f3n, la variaci\u00f3n r\u00e1pida de una idea antes de encargar la pieza buena, el bosquejo que sirve para explicarle al dise\u00f1ador qu\u00e9 se busca. Ah\u00ed el ahorro es real y el riesgo es bajo.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

No conviene cuando la imagen tiene que ser verdad. Un producto que el cliente va a recibir, las instalaciones del negocio, el equipo humano, un caso real: ah\u00ed una fotograf\u00eda mediocre vale m\u00e1s que una generaci\u00f3n impecable, porque el valor de esa imagen es que corresponde a algo. Herramientas como ChatGPT Images 2.0<\/a> han reducido mucho la distancia t\u00e9cnica, pero no cambian ese criterio: siguen generando algo que no existe.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Hay un costo que casi nunca se cuenta y es el de la consistencia. Veinte im\u00e1genes generadas en sesiones distintas no comparten paleta, encuadre ni tratamiento, y una marca con veinte estilos distintos parece veinte marcas. Mantener coherencia obliga a fijar el estilo en la petici\u00f3n y a descartar mucho, y ese trabajo de curadur\u00eda es justo el que el ahorro promet\u00eda eliminar.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t\t\t\t\t

Y una obligaci\u00f3n que no desaparece: la imagen generada necesita texto alternativo igual que cualquier otra. Que la haya hecho una m\u00e1quina no la vuelve legible para quien usa un lector de pantalla, y describirla exige mirarla. Eso es lo que no cambia al cambiar de herramienta: la generaci\u00f3n quita trabajo de producci\u00f3n y no quita el de revisi\u00f3n. Cuando una organizaci\u00f3n recorta los dos a la vez, lo que baja es la calidad, y tarda unos meses en notarse.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t\t

Preguntas frecuentes<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\n\t\t\t\t\t
\u00bfSe puede usar comercialmente una imagen generada con IA? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Depende de las condiciones de la herramienta con la que se gener\u00f3, y cambian entre plataformas y entre planes. Conviene leer una vez esa cl\u00e1usula por cada herramienta que se use y guardar la referencia.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

\n\t\t\t\t\n\t\t\t\t\t
\u00bfTiene derechos de autor una imagen hecha por IA? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

La Oficina de Derechos de Autor de Estados Unidos sostiene que una obra generada solo por una m\u00e1quina no es registrable, porque la autor\u00eda requiere intervenci\u00f3n humana. En otros pa\u00edses el criterio no est\u00e1 fijado, as\u00ed que lo prudente es asumir incertidumbre.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

\n\t\t\t\t\n\t\t\t\t\t
\u00bfPor qu\u00e9 la IA dibuja mal las manos y las letras? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Porque compone por patrones estad\u00edsticos y no por reglas. No tiene una norma que diga cu\u00e1ntos dedos tiene una mano ni c\u00f3mo se escribe una palabra: reproduce lo que suele aparecer en contextos parecidos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

\n\t\t\t\t\n\t\t\t\t\t
\u00bfC\u00f3mo se nota que una imagen fue generada con IA? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Suele delatarse en los detalles con estructura: dedos, dientes, texto, reflejos y la continuidad de patrones como rejas o azulejos. Tambi\u00e9n en una iluminaci\u00f3n demasiado uniforme y sin sombras que fallen.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t\t

\n\t\t\t\t\n\t\t\t\t\t
\u00bfHace falta poner texto alternativo a una imagen generada con IA? <\/div><\/span>\n\t\t\t\t\t\t\t\n\t\t\t<\/path><\/svg><\/span>\n\t\t\t<\/path><\/svg><\/span>\n\t\t<\/span>\n\n\t\t\t\t\t\t<\/summary>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

S\u00ed, exactamente igual que a cualquier otra. El origen de la imagen no cambia que alguien pueda necesitar que se la describan, y describirla bien obliga a mirarla.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/details>\n\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"

Una imagen de la IA cuesta hoy menos que buscar una foto de archivo y tarda menos que encargarla. Esa comodidad explica por qu\u00e9 aparecen en todas partes, y tambi\u00e9n por qu\u00e9 tantas se reconocen al instante. El problema no es la calidad del modelo. Es que la mayor\u00eda de quienes las usan no sabe […]<\/p>\n","protected":false},"author":1,"featured_media":30125,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-29930","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial"],"lang":"es","translations":{"es":29930},"pll_sync_post":{},"_links":{"self":[{"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/posts\/29930","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/comments?post=29930"}],"version-history":[{"count":4,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/posts\/29930\/revisions"}],"predecessor-version":[{"id":30126,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/posts\/29930\/revisions\/30126"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/media\/30125"}],"wp:attachment":[{"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/media?parent=29930"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/categories?post=29930"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ingenio.la\/blog\/wp-json\/wp\/v2\/tags?post=29930"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}