Este artigo faz parte do Futuro da IA, uma série que explora como a inteligência artificial moldará as indústrias da moda e da beleza.

No início deste ano, líderes tecnológicos começaram a elogiar a importância do bom gosto. Em fevereiro, Paul Graham, cofundador da Y Combinator, previu que "Na era da IA, o bom gosto se tornará ainda mais importante. Quando qualquer um pode criar qualquer coisa, o grande diferencial é o que você escolhe criar." No mesmo mês, Greg Brockman, presidente da OpenAI, chamou o bom gosto de "uma nova habilidade fundamental".

Para a moda e muitos outros campos criativos, a ideia de que o bom gosto nem sempre foi essencial é absurda. No entanto, o conceito de bom gosto foi amplificado e remodelado na era da IA generativa, com essa forma muito debatida de julgamento estético rapidamente se tornando um termo da moda. "Toda empresa agora quer falar sobre bom gosto. Todo líder de pensamento em tecnologia quer escrever um Substack sobre bom gosto", diz Andy McCune, fundador da plataforma de inspiração visual Cosmos.

Essa tendência serve para mostrar que os executivos de IA não estão desconectados da qualidade muito humana do bom gosto. Mas se o bom gosto e o estilo pessoal são inerentemente humanos — cultivados por meio de experiências com livros, filmes e pessoas — a IA pode realmente entender o estilo pessoal de um usuário ou desenvolver seu próprio senso de bom gosto? Esta é uma questão crucial para a moda, onde tais instintos influenciam tudo, desde o design de roupas até recomendações de looks, muitas das quais já são alimentadas por IA.

Alguns no setor de tecnologia estão confiantes de que é possível. "Odeio estragar isso para todos, mas você provavelmente não tem melhor gosto do que a IA", postou um diretor de produto no X. Um CEO de IA gracejou de forma semelhante: "Há uma boa chance de a IA ter ideias melhores do que nós dentro de alguns anos."

Aqueles fora da bolha tecnológica são mais céticos. "O bom gosto e o estilo pessoal são algo que você desenvolve com o tempo e com experiência de vida real", diz a consultora de tendências Mandy Lee. "Não ter pontos de contato com o mundo real é o oposto de construir bom gosto pessoal. Então, seja lá o que eles estão falando, não é a mesma coisa que bom gosto e estilo."

Os consumidores também permanecem não convencidos. Atualmente, apenas 3% dos consumidores pesquisados pela Vogue Business usam chatbots de IA para inspiração de moda, em comparação com 57% que recorrem a revistas (impressas e digitais), seguidos por street style (47%), blogs de moda ou Pinterest (36%) e influenciadores (35%).

O estilo pessoal há muito é uma forma de sinalizar aspirações e criar uma identidade individual dentro da sociedade, diz Richard Thompson Ford, professor da Faculdade de Direito de Stanford e autor de **Dress Codes: How the Laws of Fashion Made History**. As pessoas fazem isso pegando emprestado e combinando referências de vários aspectos da vida — de diferentes comunidades a períodos históricos — usando imagens familiares da arte, do cinema, de celebridades ou influenciadores como inspiração. O bom gosto não é sobre copiar, explica Thompson Ford, mas sim "citar pequenas partes de um conjunto familiar e juntá-las com outras coisas para expressar algo que, pelo menos para eles, é único e individual."

À medida que as pessoas recorrem cada vez mais à IA para descoberta, isso pode remodelar como elas desenvolvem seu estilo pessoal. Startups de moda e tecnologia estão otimistas sobre a capacidade da IA de agilizar e simplificar o processo. A plataforma de compras com IA Daydream visa fazer exatamente isso. Seus usuários não são necessariamente devotos da alta-costura, diz a cofundadora Lisa Yamner. "As pessoas que nos encontram são bastante baseadas em necessidades; é mais entusiasta da moda do que 'me mostre a recente passarela da Loewe'."

Com quase metade dos entrevistados citando o número esmagador de escolhas como seu maior desafio em relação às compras, o papel da IA na curadoria e simplificação pode se tornar ainda mais significativo. Como 45% dos usuários se concentram em se vestir, montando looks com o guarda-roupa existente e encontrando estilos dentro do orçamento, não é surpresa que mais de um terço (36%) consideraria usar uma ferramenta de IA para descobrir as tendências da próxima temporada. Mas a IA pode realmente entender bom gosto e estilo bem o suficiente para igualar as habilidades curatoriais humanas?

Veteranos da indústria são céticos. Lee, que tem uma década de experiência em previsão e análise de tendências, acredita que seu trabalho sofreria se dependesse da IA, pois ela carece de insight sobre os eventos culturais e influências que moldam as preferências de moda. "Com a tecnologia atual, a IA não consegue compreender totalmente como eventos, fatores socioeconômicos, finanças e política mundial impactam as tendências e a moda", explica ela. "Quando você olha além da estética, são essas coisas que realmente impulsionam as tendências. Não é só sobre moda — é tudo ao redor."

Então, a IA pode realmente entender essas dinâmicas do mundo real?

**Limitações de Entrada**

O maior desafio da IA em fornecer resultados com bom gosto está em suas entradas. A IA depende de conjuntos de dados, e os mecanismos genéricos de IA extraem grandes quantidades de dados de toda a internet, que podem ser ruidosos e não filtrados. Até mesmo as ferramentas de IA construídas especificamente para moda enfrentam dificuldades porque os conjuntos de dados relacionados à moda muitas vezes são insuficientes, segundo Yilu Zhou, professora associada da Fordham Business School que trabalha na interseção entre moda e IA desde 2013.

A pesquisa inicial de Zhou revelou que a taxonomia da moda é pouco padronizada. "Cada designer fala uma linguagem diferente. Eles podem ter dois designs muito semelhantes, mas descrevê-los em termos completamente diferentes — às vezes intencionalmente", diz ela. A linguagem de marca incorporada nas descrições de produtos — como o descritor "efeito vidro" de Haider Ackermann para um blazer de plástico transparente — representa um obstáculo significativo para a IA prever e interpretar com precisão as tendências da moda. Zhou enfatiza que padronizar os dados é o primeiro passo para criar uma IA útil. "Caso contrário, a IA será baseada em dados tendenciosos, levando a resultados tendenciosos e sem sentido."

Especialistas também observam que os dados nos quais a IA se baseia podem ser enganosos, especialmente na moda. "Algo pode viralizar nas redes sociais, gerando muitos compartilhamentos, mas isso não significa necessariamente que as pessoas vão comprar", diz Francesca Muston, diretora de previsão da WGSN. Exemplos incluem a tendência de calcinha aparente nas passarelas em 2023 ou a prevista tendência de sutiã para 2025 — ambas eram esperadas para gerar mais cliques do que vendas reais. Além disso, a IA muitas vezes não leva em conta a sazonalidade, a menos que seja especificamente programada para isso. "Se um analista de dados não entende de moda, ele pode interpretar mal uma tendência como extinta quando na verdade está programada para voltar no ano que vem", explica Zhou.

É aqui que o julgamento humano se torna essencial — para interpretar as histórias que a IA muitas vezes perde. "Os humanos podem contextualizar melhor peças díspares de informação, conectar os pontos e reconhecer oportunidades para tendências futuras", diz Muston. Zhou concorda, acrescentando que a expertise humana é necessária para identificar quando a IA está fora do caminho ou "alucinando" para preencher lacunas em conjuntos de dados incompletos.

Modelos de IA construídos com um propósito específico, como o do Daydream, visam oferecer uma base melhor, alinhando-se com os estilos pessoais dos usuários. Yamner, do Daydream, lembra as reações dos usuários ao apresentar a plataforma: "Eles dizem: 'Tentei a mesma pesquisa no ChatGPT e obtive resultados horríveis.'" A IA treinada especificamente em dados de moda deve, em teoria, fornecer insights mais relevantes e precisos. O Daydream usa seu próprio sistema de mapeamento de marcas para entender como as marcas se conectam em termos de estilo, estética e posicionamento. Combinado com sinais individuais do usuário, isso permite que a plataforma recomende marcas que pareçam relevantes e inesperadas — sem qualquer publicidade ou posicionamento pago influenciando os resultados.

**Programando o Bom Gosto**

Mesmo que a IA seja treinada com os dados certos, alguns duvidam que ela possa igualar o bom gosto humano. "Com os dados de treinamento certos, a IA pode aproximar o que os indivíduos fazem em certas situações, mas acho que sempre ficará atrás", diz um especialista. "Como pessoa, suas influências vêm da rua, de encontros casuais e de uma ampla gama de fontes — algumas digitalizadas e disponíveis para a IA, e outras não. Duvido que todas as influências que moldam o bom gosto, especialmente para alguém com um forte senso estético, sejam imediatamente acessíveis à IA."

A IA também tende a se concentrar em tendências amplas que dominam as redes sociais ou as manchetes de compras. Mas mais interessantes são os estilos que surgem localmente, que são mais difíceis para a IA detectar, observa Zhou.

Programar a IA para corresponder ao estilo específico de um usuário também pode se tornar muito restrito e prescritivo, limitando a descoberta além das preferências habituais. "Se você não tem mil dólares para gastar em uma bolsa, não vamos mostrar a bolsa de mil dólares", diz Yamner. No entanto, muitos entusiastas da moda foram inspirados por designs icônicos, como a bolsa Balenciaga City de Nicolas Ghesquière no início dos anos 2000 ou a Celine de Phoebe Philo, mesmo que não pudessem pagar por eles na época. Essa inspiração ainda importa. Enquanto o Daydream filtra por preço para intenção de compra, ele pode usar a estética de Philo como um sinal para destacar peças com uma vibe semelhante a preços mais acessíveis — uma forma de democratização importante para a plataforma.

Da mesma forma, focar apenas em marcas e tendências de moda é limitante, já que o estilo pessoal é frequentemente moldado por outras áreas culturais. Por exemplo, as previsões de tendências da WGSN melhoraram quando começaram a rastrear indústrias como alimentação e esportes. "As pessoas não apenas usam roupas. Elas também comem comida, moram em uma casa, usam cosméticos e se envolvem com outras áreas, como tecnologia de consumo ou esportes", diz Muston. Focar apenas no produto significa perder muito do que impulsiona uma tendência.

Alguns fundadores acreditam que a IA pode ser desenvolvida para identificar "bom gosto" conforme definido por entrada humana. McCune, do Cosmos, acha que a IA pode aprender bom gosto com a programação certa. Seu objetivo para o Cosmos é ser uma "plataforma anti-lixo". "A IA pode apoiar criativos em áreas como busca e recomendação", diz ele. A equipe de aprendizado de máquina do Cosmos construiu um "modelo de previsão estética" que determina o que os usuários veem. Ele foi treinado em imagens salvas pelos primeiros 10.000 usuários beta — incluindo designers, diretores criativos e arquitetos — junto com conjuntos de dados "realmente ruins" usados como amostras negativas. Agora, cada imagem enviada é pontuada em relação ao padrão estético definido por essas amostras.

"Definimos um limite inferior, e qualquer coisa abaixo dele é despriorizada na busca e recomendações", explica McCune. Ele enfatiza que não se trata de impor um único gosto, mas de elevar a qualidade. A cultura visual está se tornando mais uniforme, mas o Cosmos não apenas destaca conteúdo de alto nível. "Estamos usando isso mais como um filtro de base para remover o lixo e o material de baixa qualidade", explica ele. O aprendizado de máquina desempenhou um papel crucial na curadoria do Cosmos, oferecendo uma resposta em pequena escala à crítica de Zhou sobre os 'dados ruins' da moda — embora o Cosmos não se limite à moda.

O aplicativo de compartilhamento de recibos Selleb também está otimista sobre combinar tecnologia de IA com supervisão humana. As cofundadoras Chloe e Claire Lee veem a IA como uma ferramenta fundamental que, em última análise, será revisada por pessoas. Os usuários compartilham recibos não apenas para moda, como as fundadoras inicialmente esperavam, mas também para cafés, transporte, voos, mantimentos e muito mais. "Nossa visão mais ampla é mapear todos esses diferentes produtos online e rastrear o bom gosto de todos em vários fatores que se aproximam de capturar esse aspecto elusivo do bom gosto — algo que ainda acho difícil de definir", diz Claire.

O Selleb enfatiza a importância de dados entre categorias para entender melhor o bom gosto, preferências e estilo de uma pessoa. Novos usuários conectam seu e-mail e enviam milhares de recibos. "Esses recibos — quando foram feitos, em que categorias se enquadram, quanto gastei — revelam muito sobre mim como consumidora e minha identidade única", observa Chloe. Os usuários seguem o que as irmãs chamam de seus "sósias de gosto": pessoas com preferências semelhantes entre categorias, com base no "gráfico de gosto" que o aplicativo está construindo. Ao analisar os recibos dos usuários de forma abrangente, a IA de back-end pode identificar padrões que não são visíveis a partir de dados online publicamente disponíveis, levando a recomendações personalizadas de moda e outras.

**Olhando para Trás**

A IA prevê e identifica tendências com base em dados passados, o que significa que não pode olhar além dessas entradas, não importa o quão avançada a tecnologia se torne. "A IA não é ótima com novidade — e as tendências muitas vezes dependem de novidade", diz Muston, da WGSN.

Na realidade, o estilo e o bom gosto das pessoas evoluem com mudanças de contexto e mudanças culturais que a IA não pode antecipar. "As tendências são altamente complexas e se movem de muitas maneiras diferentes", explica Muston. "Quantas vezes as pessoas disseram: 'Eu nunca usaria XYZ', e se opuseram fortemente a uma tendência devido a associações passadas? No entanto, quando essa tendência reaparece em um novo contexto, de repente se torna atraente." Se os dados passados sugerem que um visual provavelmente falhará, a IA levará isso pelo valor de face. Os humanos, no entanto, podem questionar o contexto e reconhecer por que um retorno pode ser possível.

O interesse por certas marcas ou estéticas é frequentemente despertado por eventos aleatórios ou estatisticamente improváveis que a IA não pode contabilizar, diz Madé Lapuerta do @DataButMakeItFashion. Ela cita um aumento no interesse por Van Cleef & Arpels em novembro passado, quando o jogador dos Dodgers, Miguel Rojas — que nem deveria rebater — acertou um home run que mudou o jogo, vencendo a World Series. "Como os modelos preditivos baseados em IA dependem inteiramente de padrões passados, eles não podem prever o futuro ou entender o que vai ressoar."

Esta é a principal preocupação de Lee com o uso da IA para prever tendências ou antecipar mudanças no gosto. "A forma como a IA 'prevê' tendências não é realmente previsão — é apenas refletir o que está acontecendo agora", diz ela.

**A Vantagem Humana**

Essa vantagem humana é crucial. A dependência da IA em dados históricos... Os dados mostram que a IA pode identificar conteúdo com base no 'o quê', mas não no 'porquê'. Como Muston coloca, "A IA pode codificar o bom gosto, mas apenas de forma sintética."

Thompson Ford concorda que é muito imitativa. "Uma coisa é dizer: 'Eu quero parecer com a coleção da Ralph Lauren do ano passado' — a IA pode conseguir isso. Mas se eu quero parecer com a coleção de alguém deste ano que ainda nem foi criada, duvido que a IA possa fazer o que um designer faz, ou o que uma pessoa estilosa faz."

Até mesmo tecnootimistas como McCune estão questionando isso. "Por natureza, os modelos têm que ser treinados em algo do passado", explica ele. "Os humanos podem olhar para frente e criar novas tendências e estéticas. Os modelos sempre refletirão o passado — acredito que apenas os humanos podem realmente olhar para o futuro."

Especialistas sugerem que a única maneira de a IA imitar isso seria se ela ganhasse senciência — uma possibilidade muito debatida — e mesmo isso não é certo. McCune acrescenta: "Acredito que a IA generativa será capaz de cultivar bom gosto e estilo, mas será o bom gosto e o estilo do agora ou do passado. Não vai olhar para o futuro e criar coisas novas que pareçam na moda."

Lee, que é menos otimista sobre a IA, concorda que sua incapacidade de olhar para frente é uma grande limitação. Para ela, isso significa que a IA — sem senciência — nunca cultivará bom gosto ou estilo real. "Você tem que sair, ver o que as pessoas estão vestindo, ouvir o que estão falando, assistir filmes, ouvir música, prestar atenção aos eventos atuais e à política", diz Lee. "São essas coisas que moldam a moda e o estilo. Não são apenas as roupas — é tudo sobre você como pessoa. Se você está dependendo da IA para dizer quem você é, você nunca terá estilo."

Mesmo que a IA um dia ganhasse senciência e se libertasse da entrada humana, ainda faltaria uma coisa: um corpo humano. Sem um corpo para operar e vestir, cultivar bom gosto e estilo parece quase fútil. "A única coisa que a IA não tem é um corpo", observa Thompson Ford. "É difícil imaginar a IA desenvolvendo as intuições que vêm de se mover pelo mundo em seu próprio corpo e interagir com os outros — exceto, novamente, por imitação."

Lee concorda. "Tenho certeza de que vai melhorar, mas a IA nunca será humana. Então é impossível, eu acho, realmente fazer sentido dos eventos mundiais e como eles se traduzem em moda", diz ela. "Faço isso há dez anos, e às vezes até eu estou errada ou atrasada em certas coisas. Não há como um robô ser melhor nisso do que eu."

**Perguntas Frequentes**
Perguntas Frequentes: A IA Pode Realmente Entender o Bom Gosto?

Perguntas de Nível Iniciante

1. O que queremos dizer com "bom gosto" neste contexto?
Queremos dizer a experiência humana complexa do sabor, que combina olfato, paladar, textura, temperatura e até memória pessoal e emoção. É mais do que apenas uma análise química.

2. A IA pode sentir o gosto da comida como um humano?
Não, não da maneira experiencial humana. A IA não tem consciência ou sentimentos subjetivos. Ela não pode desfrutar de uma refeição ou ter uma preferência pessoal. Em vez disso, ela analisa dados sobre o gosto.

3. Então, o que a IA pode fazer relacionado ao gosto?
A IA pode processar grandes quantidades de dados — como compostos químicos em alimentos, receitas, avaliações de consumidores e resultados de painéis sensoriais — para prever perfis de sabor, criar novas combinações de receitas, otimizar produtos alimentícios e recomendar pratos que você possa gostar.

4. Como a IA aprende sobre o gosto?
Ela é treinada em conjuntos de dados. Por exemplo, pode ser mostrada milhares de receitas rotuladas com descritores de sabor ou dados que vinculam estruturas químicas a sabores percebidos. Ela encontra padrões nesses dados para fazer previsões.

5. Existem exemplos do mundo real disso?
Sim. Empresas usam IA para desenvolver novos sabores de lanches, criar receitas de cerveja artesanal ou criar planos de nutrição personalizados. Aplicativos, como empresas de carne à base de plantas, usam IA para analisar estruturas moleculares para imitar o sabor e a textura da carne.

Perguntas Avançadas/Práticas

6. Qual é a principal limitação que impede a IA de realmente entender o gosto?
O difícil problema da consciência e da qualia. O gosto é uma experiência subjetiva em primeira pessoa. A IA pode correlacionar dados, mas não pode experimentar a sensação de doçura ou a nostalgia que um sabor evoca. Falta-lhe consciência subjetiva incorporada.

7. A IA pode levar em conta diferenças culturais e pessoais no gosto?
Pode tentar, mas é um desafio. Ao treinar em conjuntos de dados diversos e culturalmente específicos, a IA pode aprender preferências comuns dentro de grupos. No entanto, capturar o contexto pessoal, emocional e cultural profundo por trás da comida favorita de um indivíduo é extremamente difícil.

8. Quais são os benefícios de usar a IA na ciência e desenvolvimento de alimentos?