Los errores más curiosos que comete una ia de imágenes

Manos con seis dedos, sombras que no coinciden, texto ilegible en una señal de tráfico, y un reloj que marca una hora imposible: aunque los generadores de imágenes han mejorado a una velocidad vertiginosa, siguen dejando rastros extraños que delatan su origen. En 2024 y 2025, con modelos cada vez más realistas y baratos, la discusión ya no es solo estética, también afecta a la confianza, a la desinformación y a los usos comerciales. ¿Por qué una IA puede clavar un rostro, y aun así fallar en algo tan cotidiano como un vaso o una cremallera?

Dedos, dientes y orejas: el clásico persiste

La escena se repite, incluso en imágenes aparentemente impecables: una mano se abre y aparecen seis o siete dedos, dos uñas se superponen, o el pulgar nace donde no toca. Es, quizá, el “error de firma” más popular porque el ojo humano lo detecta en milésimas, y porque las manos son un reto estadístico y anatómico a la vez. No basta con que una IA “sepa” qué es una mano; debe mantener consistencia entre falanges, articulaciones, perspectiva, iluminación y contacto con objetos, y cuando la imagen se genera por aproximación de patrones, la tentación de “rellenar” detalles plausibles pero incorrectos sigue ahí.

Los dientes y las orejas entran en la misma categoría de trampas frecuentes, no por falta de datos, sino por exceso de variación. Una sonrisa humana admite imperfecciones, pero no admite incoherencias: dientes duplicados, encías que se funden con el labio, o alineaciones imposibles que un fotógrafo nunca captaría salvo con una distorsión óptica extrema. Con las orejas ocurre algo parecido, porque son asimétricas, están parcialmente ocultas por pelo o accesorios, y cambian con el ángulo; una IA puede “inventar” un lóbulo que desaparece en la siguiente curva, o un pendiente que atraviesa la piel sin perforación. Estos fallos han bajado en frecuencia, pero no han desaparecido, y se notan más cuando el estilo apunta al hiperrealismo, ya que el espectador exige una coherencia quirúrgica.

Los modelos más recientes tienden a corregir estos problemas cuando se trabaja con herramientas de control, como guías de pose o edición por regiones, y aun así el error reaparece en imágenes de manos entrelazadas, instrumentos musicales, deportes de contacto o gestos complejos, precisamente donde el entrenamiento encuentra ejemplos ambiguos. La paradoja es que cuanto más “humana” parece la imagen, menos tolerancia tiene el público a un dedo de más, y ese choque de expectativas convierte un defecto pequeño en una señal enorme.

Sombras que mienten y luces sin fuente

Si hay un truco infalible para desenmascarar una imagen sintética, es seguir la pista de la luz. ¿De dónde viene realmente? Muchos generadores replican estilos fotográficos con un “look” convincente, pero tropiezan al aplicar las reglas físicas que nuestra percepción da por sentadas. Sombras que caen en direcciones distintas, reflejos que no corresponden al entorno, o brillos especulares colocados como maquillaje digital son indicios habituales, sobre todo en escenas con varias fuentes de luz, interiores con lámparas visibles, o exteriores con superficies reflectantes como agua, vidrio y metal.

La incoherencia lumínica suele delatarse en detalles: el borde de una nariz proyecta una sombra suave, pero el cuello aparece iluminado como si hubiese un flash frontal; una farola está encendida de día, y aun así no produce cono de luz; un coche refleja edificios que no existen en el fondo. En fotografía real, los errores ocurren, pero se explican por la física o por decisiones de exposición; en IA, a veces parecen “decisiones sin causa”, y esa falta de causalidad visual crea una sensación inquietante. Es el mismo efecto por el que un espectador puede no saber qué falla, pero sí sentir que algo no encaja.

Este tipo de errores no es solo una curiosidad estética, también tiene consecuencias prácticas. En publicidad, por ejemplo, un reloj con un brillo imposible o una botella sin sombra creíble pueden arruinar la percepción de calidad del producto. En desinformación, una imagen de “suceso” con sombras inconsistentes puede ser la única pista para desmontar una falsa escena viral, y por eso organizaciones de verificación y redactores gráficos suelen revisar iluminación, reflejos y continuidad de textura antes de publicar, especialmente cuando la imagen llega por canales no oficiales. La luz, al final, es una prueba silenciosa: no discute, pero acusa.

Texto ilegible: la frontera más terca

Un cartel en una calle, el menú de un bar, la etiqueta de una camiseta, la portada de un periódico dentro de la propia imagen: el texto integrado en escenas sigue siendo una de las fronteras más tercas para la generación automática. Se ha avanzado mucho, y algunos modelos ya colocan palabras cortas con bastante precisión, pero en cuanto el texto se alarga, aparece el galimatías: letras que se parecen a alfabetos reales sin serlo, palabras que cambian a mitad de línea, o tipografías que se derriten como cera.

La razón es doble. Por un lado, el texto no es solo un dibujo; exige exactitud discreta, carácter por carácter, y además debe respetar reglas de espaciado, kerning, perspectiva, oclusión y material. Por otro lado, los modelos aprenden de enormes conjuntos de imágenes donde los rótulos aparecen borrosos, recortados o distorsionados, y esa “imprecisión aceptable” en lo visual se vuelve inaceptable cuando intentamos leer. Así, una IA puede acertar el estilo de un neón, pero fallar en la palabra, o clavar una camiseta deportiva, pero inventar un dorsal que no existe.

En el día a día, este error se ha convertido en una herramienta de detección rápida, y también en un freno para ciertos usos. Diseñadores que quieren maquetas rápidas terminan rehaciendo a mano todo lo que sea tipografía, y los equipos de marketing evitan imágenes con cartelería importante, porque un solo carácter incorrecto puede generar confusiones legales o problemas de marca. Para quien quiera entender mejor por qué ocurre y qué soluciones existen en herramientas actuales, haga clic aquí para saber más, ya que la evolución en este campo depende tanto del modelo como del flujo de trabajo que se use para fijar textos y elementos.

Hay un matiz interesante: cuando la IA “finge” texto, a veces lo hace con una coherencia estética tan buena que parece real a primera vista, y ese realismo superficial es precisamente el riesgo. El usuario comparte sin ampliar, el lector no hace zoom, y la imagen cumple su función emocional. Solo al detenerse aparecen las letras imposibles, y para entonces la pieza ya circuló. En un ecosistema donde la velocidad manda, el texto ilegible funciona como un fallo, sí, pero también como un recordatorio: mirar con calma sigue siendo una habilidad valiosa.

Objetos imposibles y contextos que se deshacen

El error más curioso no siempre está en el detalle anatómico o tipográfico, sino en el “sentido común” visual. Una IA puede generar una cocina preciosa, y al mismo tiempo colocar un cajón que no podría abrirse, una taza cuyo asa se une al vacío, o una botella que atraviesa la mesa. Estos fallos aparecen cuando el modelo prioriza la apariencia global, y descuida las restricciones geométricas que hacen que un objeto funcione en el mundo real. El resultado es una imagen que parece fotografiable, pero que no podría existir sin romper la materia.

La coherencia espacial es un campo especialmente delicado en escenas cargadas de elementos: estanterías, cables, bicicletas, instrumentos, maquinaria, multitudes. En estos casos, se ven patrones repetidos con pequeñas variaciones, como si el modelo “clonara” partes para completar, y el ojo humano detecta la repetición con rapidez. También son frecuentes las transiciones extrañas entre materiales, por ejemplo, una chaqueta que se convierte en piel sin costura, o un pelo que se funde con el fondo. Y cuando se generan ciudades, aparecen ventanas sin interior, escaleras que no llevan a ninguna parte, o señales de tráfico sin poste, pequeños absurdos que funcionan como pistas narrativas involuntarias.

En 2024 y 2025, además, se ha popularizado la creación de “fotografías” de eventos, y ahí el contexto puede fallar de forma reveladora. Miradas que no convergen, manos que no agarran, multitudes con rostros parecidos, y objetos que cambian de forma entre primeros planos y fondo son problemas de consistencia que se notan cuando el lector imagina la escena como una secuencia real. Para redacciones y agencias, esto obliga a reforzar protocolos: verificar procedencia, exigir originales, y en muchos casos tratar la imagen generada como ilustración, no como documento. El avance tecnológico reduce algunos fallos, pero también sube el listón; cuando la IA acierta más, sus errores se vuelven más extraños, y por eso llaman tanto la atención.

Reservar tiempo, fijar un presupuesto, pedir garantías

Si va a usar imágenes generadas, planifique una revisión extra y reserve presupuesto para retoque, y si el trabajo es comercial o informativo, pida versiones editables y trazabilidad del proceso. En algunos países y sectores, pueden aplicarse ayudas a la digitalización para herramientas creativas; consulte convocatorias locales y exija claridad sobre derechos y usos antes de publicar.