Las imágenes de alimentos generadas por IA superan a las reales: El estudio revela una preferencia sorprendente del consumidor

- Los investigadores descubrieron que los consumidores generalmente prefieren las imágenes de alimentos generadas por IA sobre las imágenes de comida real, especialmente cuando desconocen su verdadera naturaleza.
- Las visuales de alimentos generadas por IA destacan al mejorar el atractivo mediante la simetría, la forma, el brillo y la iluminación, lo que podría influir en comportamientos alimentarios poco saludables.
- Surgen preocupaciones sobre si las imágenes generadas por IA promueven estándares irreales para los alimentos naturales, lo que potencialmente perjudica los esfuerzos de sostenibilidad.
Con la Semana Mundial de la Nutrición e Hidratación 2024 en curso, los investigadores han revelado un descubrimiento intrigante: los consumidores generalmente prefieren las imágenes de alimentos generadas por IA sobre las imágenes reales de alimentos, especialmente cuando no conocen su verdadera naturaleza. Los nuevos hallazgos, publicados en Food Quality and Preference, sugieren que las visuales de alimentos generadas por IA destacan al mejorar el atractivo de los alimentos representados, aprovechando características clave como la simetría, la forma, el brillo y la iluminación y el color general.
El autor principal Giovanbattista Califano de la Universidad de Nápoles Federico II explicó que incluso los cambios sutiles en la posición pueden contribuir al atractivo mejorado de las imágenes de alimentos generadas por IA. “Como humanos, tendemos a sentirnos incómodos con los objetos que apuntan hacia nosotros, interpretándolos como amenazas, incluso cuando se trata solo de comida. Cuando se les encarga replicar fotos de alimentos que presentan elementos que apuntan al espectador, como un manojo de zanahorias o un trozo de pastel, la IA a menudo posiciona la comida de manera que no apunte directamente al espectador. Esto justifica más estudios, pero es plausible que este enfoque mejore la atractivo percibido del alimento representado.”
Estudio de preferencia
En el estudio, se pidió a 297 participantes que calificaran imágenes reales o generadas por IA de alimentos en una escala de “Nada apetitoso” a “Extremadamente apetitoso”. Las imágenes representaban una variedad de alimentos naturales, procesados y ultraprocesados. Cuando se les dijo a los participantes cómo se había creado cada imagen, ya fuera a través de fotografía o IA, tendieron a calificar las versiones reales y generadas por IA como igualmente atractivas. Sin embargo, cuando los participantes no conocían el proceso de creación de la imagen, la versión generada por IA se calificó consistentemente como significativamente más apetitosa que la imagen de comida real.
El profesor Charles Spence de la Universidad de Oxford, supervisor del estudio y coautor, destacó los riesgos potenciales asociados con exacerbar el ‘hambre visual’ entre los consumidores: el fenómeno en el que ver imágenes de alimentos desencadena el apetito y los antojos. “Mientras que las visuales generadas por IA pueden ofrecer oportunidades de ahorro de costos para los marketers y la industria al reducir el costo de encargar sesiones de fotos de alimentos, estos hallazgos destacan los riesgos potenciales asociados con exacerbar el ‘hambre visual’ entre los consumidores: el fenómeno en el que ver imágenes de alimentos desencadena el apetito y los antojos. Esto podría influir potencialmente en comportamientos alimentarios poco saludables o fomentar expectativas poco realistas sobre los alimentos entre los consumidores.”
Además, los investigadores encontraron que las imágenes generadas por IA tienden a representar los alimentos como más densos en energía en comparación con los originales, particularmente en la abundancia representada. Por ejemplo, la IA puede aumentar el número de papas fritas en la imagen o agregar más nata montada a un postre. Dado el impulso evolutivo de los humanos para prestar más atención a los alimentos densos en energía, esto plantea preocupaciones de que la difusión generalizada de tales imágenes de alimentos idealizadas podría promover el consumo de alimentos poco saludables inducido por señales.
Desafíos de sostenibilidad
Con el movimiento global hacia patrones de consumo más sostenibles, incluida la promoción de frutas y verduras ‘feas’, existe la preocupación de que la producción constante de imágenes de alimentos mejoradas por IA pueda empujar a los consumidores hacia un estándar poco realista de cómo deberían verse los alimentos naturales, dañando potencialmente los esfuerzos de sostenibilidad.
Mientras que las visuales de alimentos generadas por IA pueden ofrecer oportunidades de ahorro de costos para los marketers y la industria, los investigadores enfatizan la importancia de encontrar un equilibrio entre aprovechar el atractivo de estas imágenes y mitigar los riesgos potenciales. Como señaló el profesor Spence, “Estos hallazgos destacan los riesgos potenciales asociados con exacerbar el ‘hambre visual’ entre los consumidores: el fenómeno en el que ver imágenes de alimentos desencadena el apetito y los antojos. Esto podría influir potencialmente en comportamientos alimentarios poco saludables o fomentar expectativas poco realistas sobre los alimentos entre los consumidores.”
De aquí en adelante, será crucial que las partes interesadas consideren las implicaciones de las imágenes de alimentos generadas por IA en el comportamiento del consumidor, la salud pública y los esfuerzos de sostenibilidad. Al abordar estas preocupaciones de manera proactiva, la industria puede aprovechar el poder de las visuales generadas por IA mientras promueve prácticas responsables y éticas que prioricen el bienestar del consumidor y la conciencia ambiental.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.

John Palmer
John Murangiri llegó a Cryptopolitan con habilidades en análisis de mercado. John (también conocido como JP) se graduó de la Universidad de Nairobi con un título de licenciatura en comunicación masiva y estudios de medios. Anteriormente, ha contribuido con perspectivas del mercado de criptomonedas a InsideBitcoins.com y Metacoingraph.















