Este artículo es parte de *El futuro de la IA*, una serie que explora cómo la inteligencia artificial dará forma a las industrias de la moda y la belleza.

A principios de este año, los líderes tecnológicos comenzaron a elogiar la importancia del gusto. En febrero, Paul Graham, cofundador de Y Combinator, predijo que "en la era de la IA, el gusto será aún más importante. Cuando cualquiera pueda crear cualquier cosa, el gran diferenciador será lo que elijas crear". Ese mismo mes, Greg Brockman, presidente de OpenAI, calificó el gusto como "una nueva habilidad fundamental".

Para la moda y muchos otros campos creativos, la idea de que el gusto no siempre ha sido esencial resulta absurda. Sin embargo, el concepto de gusto se ha amplificado y reformulado en la era de la IA generativa, convirtiéndose rápidamente en una palabra de moda esta forma muy debatida de juicio estético. "Todas las empresas quieren hablar ahora sobre el gusto. Todos los líderes de opinión en tecnología quieren escribir un Substack sobre el gusto", afirma Andy McCune, fundador de la plataforma de inspiración visual Cosmos.

Esta tendencia sirve para demostrar que los ejecutivos de IA no están desconectados de la cualidad profundamente humana del buen gusto. Pero si el gusto y el estilo personal son inherentemente humanos —cultivados a través de experiencias con libros, películas y personas—, ¿podrá la IA comprender alguna vez verdaderamente el estilo personal de un usuario o desarrollar su propio sentido del gusto? Esta es una pregunta crucial para la moda, donde tales instintos influyen en todo, desde el diseño de ropa hasta las recomendaciones de conjuntos, muchas de las cuales ya están impulsadas por IA.

Algunos en el sector tecnológico confían en que es posible. "Lamento decírselo a todos, pero probablemente no tengas mejor gusto que la IA", publicó en X un director de producto. Un CEO de IA bromeó de manera similar: "Es muy probable que la IA tenga mejores ideas que nosotros en unos pocos años".

Quienes están fuera de la burbuja tecnológica son más escépticos. "El gusto y el estilo personal son algo que desarrollas con el tiempo y con experiencias de la vida real", dice la pronosticadora de tendencias Mandy Lee. "Carecer de puntos de contacto con el mundo real es la antítesis de construir un gusto personal. Así que, sea lo que sea de lo que hablan, no es lo mismo que gusto y estilo".

Los compradores tampoco están convencidos. Actualmente, solo el 3% de los compradores encuestados por Vogue Business utiliza chatbots de IA para inspirarse en moda, en comparación con el 57% que recurre a revistas (impresas y digitales), seguido por el estilo callejero (47%), blogs de moda o Pinterest (36%) e influencers (35%).

El estilo personal ha sido durante mucho tiempo una forma de señalar aspiraciones y forjar una identidad individual dentro de la sociedad, afirma Richard Thompson Ford, profesor de la Facultad de Derecho de Stanford y autor de **Dress Codes: How the Laws of Fashion Made History**. La gente hace esto tomando y combinando referencias de diversos aspectos de la vida —desde diferentes comunidades hasta períodos históricos—, utilizando imágenes familiares del arte, el cine, celebridades o influencers como inspiración. El buen gusto no se trata de copiar, explica Thompson Ford, sino de "citar pequeñas partes de un conjunto familiar y combinarlas con otras cosas para expresar algo que, al menos para ellos, es único e individual".

A medida que la gente recurre cada vez más a la IA para descubrir cosas, esto podría reformular cómo desarrollan su estilo personal. Las startups de moda y tecnología son optimistas sobre la capacidad de la IA para agilizar y simplificar el proceso. La plataforma de compras con IA Daydream pretende hacer precisamente eso. Sus usuarios no son necesariamente devotos de la alta costura, dice la cofundadora Lisa Yamner. "Las personas que nos encuentran tienen necesidades bastante prácticas; es más un entusiasta de la moda que del tipo 'muéstrame la pasarela reciente de Loewe'".

Con casi la mitad de los encuestados citando la abrumadora cantidad de opciones como su mayor desafío al comprar, el papel de la IA en la curación y simplificación podría volverse aún más significativo. Dado que el 45% de los usuarios se centra en estilizarse combinando conjuntos con su guardarropa existente y encontrando estilos dentro de su presupuesto, no es sorprendente que más de un tercio (36%) consideraría usar una herramienta de IA para descubrir las tendencias de la próxima temporada. Pero, ¿puede la IA comprender realmente el gusto y el estilo lo suficientemente bien como para igualar las habilidades curatoriales humanas?

Los veteranos de la industria son escépticos. Lee, que tiene una década de experiencia en pronóstico y análisis de tendencias, cree que su trabajo sufriría si dependiera de la IA, ya que esta carece de conocimiento sobre los eventos culturales e influencias que dan forma a las preferencias de moda. "Con la tecnología actual, la IA no puede comprender completamente cómo los eventos, factores socioeconómicos, finanzas y política mundial impactan las tendencias y la moda", explica. "Cuando miras más allá de la estética, esto es lo que realmente impulsa las tendencias. No es solo moda, es todo lo que la rodea".

Entonces, ¿puede la IA comprender alguna vez verdaderamente estas dinámicas del mundo real?

**Limitaciones de los datos de entrada**

El mayor desafío de la IA para ofrecer resultados con buen gusto radica en sus entradas. La IA depende de conjuntos de datos, y los motores de IA genéricos extraen grandes cantidades de datos de toda la internet, que pueden ser ruidosos y sin filtrar. Incluso las herramientas de IA construidas específicamente para la moda enfrentan dificultades porque los conjuntos de datos relacionados con la moda a menudo son insuficientes, según Yilu Zhou, profesora asociada en Fordham Business School que ha trabajado en la intersección de la moda y la IA desde 2013.

La investigación temprana de Zhou reveló que la taxonomía de la moda está pobremente estandarizada. "Cada diseñador habla un lenguaje diferente. Podrían tener dos diseños muy similares pero describirlos en términos completamente diferentes —a veces intencionalmente", dice. El lenguaje de marca incrustado en las descripciones de productos —como el descriptor "efecto cristal" de Haider Ackermann para una blazer de plástico transparente— representa un obstáculo significativo para que la IA prediga e interprete con precisión las tendencias de la moda. Zhou enfatiza que estandarizar los datos es el primer paso para crear una IA útil. "De lo contrario, la IA se basará en datos sesgados, lo que conducirá a resultados sesgados y sin sentido".

Los expertos también señalan que los datos en los que se basa la IA pueden ser engañosos, especialmente en moda. "Algo puede volverse viral en las redes sociales, generando muchos compartidos, pero eso no significa necesariamente que la gente lo compre", dice Francesca Muston, directora de pronóstico de WGSN. Ejemplos incluyen la tendencia de ropa interior visible en las pasarelas de 2023 o la tendencia prevista de sostenes para 2025 —ambas se esperaba que generaran más clics que ventas reales. Además, la IA a menudo no tiene en cuenta la estacionalidad a menos que esté específicamente programada para hacerlo. "Si un analista de datos no entiende de moda, podría malinterpretar una tendencia como desaparecida cuando en realidad está programada para regresar el próximo año", explica Zhou.

Aquí es donde el juicio humano se vuelve esencial —para interpretar las historias que la IA a menudo pasa por alto. "Los humanos pueden contextualizar mejor piezas dispares de información, conectar los puntos y reconocer oportunidades para tendencias futuras", dice Muston. Zhou está de acuerdo, añadiendo que se necesita experiencia humana para identificar cuándo la IA se desvía o "alucina" para llenar vacíos en conjuntos de datos incompletos.

Los modelos de IA creados con un propósito específico, como el de Daydream, apuntan a ofrecer una base mejor al alinearse con los estilos personales de los usuarios. Yamner de Daydream recuerda las reacciones de los usuarios al presentar la plataforma: "Dicen: 'Probé la misma búsqueda en ChatGPT y obtuve resultados horribles'". La IA entrenada específicamente en datos de moda debería, en teoría, proporcionar perspectivas más relevantes y precisas. Daydream utiliza su propio sistema de mapeo de marcas para entender cómo se conectan las marcas en términos de estilo, estética y posicionamiento. Combinado con las señales individuales de los usuarios, esto permite a la plataforma recomendar marcas que parecen relevantes e inesperadas —sin que la publicidad o la ubicación pagada influyan en los resultados.

**Programar el gusto**

Incluso si la IA es entrenada con los datos correctos, algunos dudan que pueda igualar el gusto humano. "Con los datos de entrenamiento correctos, la IA podría aproximar lo que los individuos hacen en ciertas situaciones, pero creo que siempre irá por detrás", dice un experto. "Como persona, tus influencias provienen de la calle, encuentros fortuitos y una amplia gama de fuentes —algunas digitalizadas y disponibles para la IA, y otras no. Dudo que todas las influencias que dan forma al gusto, especialmente para alguien con un fuerte sentido estético, sean inmediatamente accesibles para la IA".

La IA también tiende a centrarse en tendencias amplias que dominan las redes sociales o los titulares de compras. Pero más interesantes son los estilos que surgen localmente, que son más difíciles de detectar para la IA, señala Zhou.

Programar la IA para que coincida con el estilo específico de un usuario también puede volverse demasiado estrecho y prescriptivo, limitando el descubrimiento más allá de las preferencias habituales. "Si no tienes mil dólares para gastar en un bolso, no te mostraremos el bolso de mil dólares", dice Yamner. Sin embargo, muchos entusiastas de la moda se han inspirado en diseños icónicos como el bolso City de Balenciaga de principios de la década de 2000 de Nicolas Ghesquière o el Celine de Phoebe Philo, incluso si no podían permitírselos en ese momento. Esa inspiración todavía importa. Mientras Daydream filtra por precio para la intención de compra, puede usar la estética de Philo como una señal para mostrar piezas con una vibra similar a precios más accesibles —una forma de democratización importante para la plataforma.

De manera similar, centrarse solo en marcas y tendencias de moda es limitante, ya que el estilo personal a menudo está moldeado por otras áreas culturales. Por ejemplo, las predicciones de tendencias de WGSN mejoraron una vez que comenzaron a rastrear industrias como la alimentación y los deportes. "La gente no solo usa ropa. También come comida, vive en una casa, usa cosméticos y se involucra con otras áreas como la tecnología de consumo o los deportes", dice Muston. Centrarse únicamente en el producto significa perderse gran parte de lo que impulsa una tendencia.

Algunos fundadores creen que la IA puede desarrollarse para identificar el "buen gusto" según lo definido por la entrada humana. McCune de Cosmos piensa que la IA puede aprender gusto con la programación correcta. Su objetivo para Cosmos es ser una "plataforma anti-basura". "La IA puede apoyar a los creativos en áreas como búsqueda y recomendación", dice. El equipo de aprendizaje automático de Cosmos construyó un "modelo de predicción estética" que determina lo que ven los usuarios. Fue entrenado con imágenes guardadas por los primeros 10,000 usuarios beta —incluyendo diseñadores, directores creativos y arquitectos— junto con conjuntos de datos "realmente malos" usados como muestras negativas. Ahora, cada imagen subida se puntúa contra el estándar estético establecido por estas muestras.

"Establecemos un umbral inferior, y cualquier cosa por debajo se deprioriza en búsquedas y recomendaciones", explica McCune. Enfatiza que no se trata de imponer un solo gusto, sino de elevar la calidad. La cultura visual se está volviendo más uniforme, pero Cosmos no solo destaca contenido de primer nivel. "Lo usamos más como un filtro de base para eliminar la basura y el material de baja calidad", explica. El aprendizaje automático ha jugado un papel crucial en la curación de Cosmos, ofreciendo una respuesta a pequeña escala a la crítica de Zhou sobre los 'malos datos' de la moda —aunque Cosmos no se limita a la moda.

La aplicación de compartición de recibos Selleb también es optimista sobre combinar tecnología de IA con supervisión humana. Las cofundadoras Chloe y Claire Lee ven la IA como una herramienta fundamental que finalmente será revisada por personas. Los usuarios comparten recibos no solo de moda, como las fundadoras esperaban inicialmente, sino también de cafés, transporte, vuelos, comestibles y más. "Nuestra visión más amplia es mapear todos estos diferentes productos en línea y rastrear el gusto de todos en varios factores que se acerquen más a capturar ese aspecto escurridizo del gusto —algo que todavía creo que es difícil de definir", dice Claire.

Selleb enfatiza la importancia de los datos entre categorías para comprender mejor el gusto, las preferencias y el estilo de una persona. Los nuevos usuarios conectan su correo electrónico y envían miles de recibos. "Esos recibos —cuándo se hicieron, en qué categorías caen, cuánto gasté— revelan mucho sobre mí como compradora y mi identidad única", señala Chloe. Los usuarios siguen lo que las hermanas llaman sus "dobles de gusto": personas con preferencias similares entre categorías, basadas en el "gráfico de gusto" que la aplicación está construyendo. Al analizar exhaustivamente los recibos de los usuarios, la IA del backend puede identificar patrones que no son visibles a partir de datos en línea disponibles públicamente, lo que lleva a recomendaciones personalizadas de moda y otras.

**Mirando hacia atrás**

La IA predice e identifica tendencias basándose en datos pasados, lo que significa que no puede ver más allá de estas entradas, sin importar cuán avanzada sea la tecnología. "La IA no es buena con la novedad —y las tendencias a menudo dependen de la novedad", dice Muston de WGSN.

En realidad, el estilo y el gusto de las personas evolucionan con contextos cambiantes y cambios culturales que la IA no puede anticipar. "Las tendencias son altamente complejas y se mueven de muchas maneras diferentes", explica Muston. "¿Cuántas veces la gente ha dicho: 'Nunca usaría XYZ', y se ha opuesto firmemente a una tendencia debido a asociaciones pasadas? Sin embargo, cuando esa tendencia reaparece en un nuevo contexto, de repente se vuelve atractiva". Si los datos pasados sugieren que un look probablemente fracasará, la IA lo tomará al pie de la letra. Los humanos, sin embargo, pueden cuestionar el contexto y reconocer por qué un regreso podría ser posible.

El interés en ciertas marcas o estéticas a menudo es desencadenado por eventos aleatorios o estadísticamente improbables que la IA no puede tener en cuenta, dice Madé Lapuerta de @DataButMakeItFashion. Ella cita un aumento en el interés por Van Cleef & Arpels el pasado noviembre cuando el jugador de los Dodgers Miguel Rojas —que ni siquiera se suponía que bateara— conectó un jonrón que cambió el juego, ganando la Serie Mundial. "Debido a que los modelos predictivos impulsados por IA dependen completamente de patrones pasados, no pueden prever el futuro ni entender qué resonará".

Esta es la principal preocupación de Lee con el uso de la IA para predecir tendencias o anticipar cambios en el gusto. "La forma en que la IA 'predice' tendencias no es realmente predicción —solo refleja lo que está sucediendo ahora", dice.

**La ventaja humana**

Esta ventaja humana es crucial. La dependencia de la IA en datos históricos... Los datos muestran que la IA puede identificar contenido basándose en el 'qué', pero no en el 'por qué'. Como dice Muston, "La IA puede codificar el gusto, pero solo de manera sintética".

Thompson Ford está de acuerdo en que es demasiado imitativa. "Una cosa es decir: 'Quiero parecerme a la colección de Ralph Lauren del año pasado' —la IA podría lograrlo. Pero si quiero parecerme a la colección de alguien de este año que ni siquiera se ha creado todavía, dudo que la IA pueda hacer lo que hace un diseñador, o lo que hace una persona con estilo".

Incluso tecno-optimistas como McCune cuestionan esto. "Por naturaleza, los modelos tienen que ser entrenados en algo del pasado", explica. "Los humanos pueden mirar hacia adelante y crear nuevas tendencias y estéticas. Los modelos siempre reflejarán el pasado —creo que solo los humanos pueden mirar verdaderamente hacia el futuro".

Los expertos sugieren que la única forma en que la IA podría imitar esto es si ganara conciencia —una posibilidad muy debatida— e incluso eso no es seguro. McCune añade: "Creo que la IA generativa podrá cultivar gusto y estilo, pero será el gusto y el estilo del ahora o del pasado. No mirará hacia el futuro y creará cosas nuevas que parezcan a la moda".

Lee, que es menos optimista sobre la IA, está de acuerdo en que su incapacidad para mirar hacia adelante es una limitación importante. Para ella, esto significa que la IA —sin conciencia— nunca cultivará gusto o estilo real. "Tienes que salir, ver lo que la gente lleva puesto, escuchar de qué hablan, ver películas, escuchar música, prestar atención a los eventos actuales y la política", dice Lee. "Esto es lo que da forma a la moda y el estilo. No es solo la ropa —es todo sobre ti como persona. Si dependes de la IA para decirte quién eres, nunca tendrás estilo".

Incluso si la IA algún día ganara conciencia y se liberara de la entrada humana, aún carecería de una cosa: un cuerpo humano. Sin un cuerpo desde el cual operar y vestir, cultivar gusto y estilo parece casi inútil. "La única cosa que la IA no tiene es un cuerpo", señala Thompson Ford. "Es difícil imaginar que la IA desarrolle las intuiciones que provienen de moverse por el mundo en tu propio cuerpo e interactuar con otros —excepto, nuevamente, a través de la imitación".

Lee está de acuerdo. "Estoy segura de que mejorará, pero la IA nunca será humana. Así que es imposible, creo, darle sentido verdadero a los eventos mundiales y cómo se traducen en moda", dice. "He estado haciendo esto durante diez años, y a veces incluso yo me equivoco o me retraso en ciertas cosas. No hay forma de que un robot sea mejor que yo".

**Preguntas frecuentes**
Preguntas frecuentes: ¿Puede la IA comprender verdaderamente el gusto?

Preguntas de nivel principiante

1. ¿Qué queremos decir con gusto en este contexto?
Nos referimos a la compleja experiencia humana del sabor, que combina olor, gusto, textura, temperatura e incluso memoria personal y emoción. Es más que solo un análisis químico.

2. ¿Puede la IA saborear comida como un humano?
No, no de la manera experiencial humana. La IA no tiene conciencia ni sentimientos subjetivos. No puede disfrutar una comida ni tener una preferencia personal. En cambio, analiza datos sobre el sabor.

3. Entonces, ¿qué puede hacer la IA relacionado con el gusto?
La IA puede procesar grandes cantidades de datos —como compuestos químicos en alimentos, recetas, reseñas de consumidores y resultados de paneles sensoriales— para predecir perfiles de sabor, crear nuevas combinaciones de recetas, optimizar productos alimenticios y recomendar platos que podrían gustarte.

4. ¿Cómo aprende la IA sobre el gusto?
Se entrena con conjuntos de datos. Por ejemplo, se le pueden mostrar miles de recetas etiquetadas con descriptores de sabor o datos que vinculan estructuras químicas con sabores percibidos. Encuentra patrones en estos datos para hacer predicciones.

5. ¿Hay ejemplos reales de esto?
Sí. Las empresas usan IA para desarrollar nuevos sabores de snacks, recetas de cerveza artesanal o crear planes de nutrición personalizados. Aplicaciones como las empresas de carne basada en plantas usan IA para analizar estructuras moleculares para imitar el sabor y la textura de la carne.

Preguntas avanzadas/prácticas

6. ¿Cuál es la principal limitación que impide que la IA comprenda verdaderamente el gusto?
El difícil problema de la conciencia y los qualia. El gusto es una experiencia subjetiva en primera persona. La IA puede correlacionar datos, pero no puede experimentar la sensación de dulzura o la nostalgia que evoca un sabor. Carece de conciencia subjetiva encarnada.

7. ¿Puede la IA tener en cuenta las diferencias culturales y personales en el gusto?
Puede intentarlo, pero es un desafío. Al entrenarse en conjuntos de datos diversos y culturalmente específicos, la IA puede aprender preferencias comunes dentro de grupos. Sin embargo, capturar el profundo contexto personal, emocional y cultural detrás de la comida favorita de un individuo es extremadamente difícil.

8. ¿Cuáles son los beneficios de usar la IA en la ciencia y el desarrollo de alimentos?