En las últimas semanas se ha viralizado en X una comparación entre la misma imagen generada con DALL-E 2 y con modelos posteriores: un bodegón de una galleta mojada en leche, con idéntico prompt en ambos casos. La respuesta mayoritaria no fue admiración por el avance, sino preferencia por la versión antigua. DALL-E 2 llegó en abril de 2022 y OpenAI lo retiró esta primavera, sustituido por los modelos que hoy alimentan ChatGPT Images 2.0. En cuatro años, un modelo que parecía magia se convirtió en objeto de nostalgia.
El patrón se repite con las mismas palabras: grano, brochazos, textura de Holga, pintura de verdad. Una usuaria que empezó a usar DALL-E 2 en 2022 explica que fue el modelo que le hizo entender el espacio latente, y lamenta que DALL-E 3 virara hacia el vacío colorista. Otro usuario admite que preferiría que DALL-E 2 hubiera sido el final del camino. El ruido, ese defecto que los ingenieros llevan años puliendo, es justo lo que hoy se echa de menos: la huella de algo improvisado, no ensamblado.
El fenómeno tiene nombre entre quienes estudian estos modelos: sobreoptimización por refuerzo con feedback humano. Los sistemas de puntuación premian composiciones simétricas, colores saturados y detalle extremo porque puntúan mejor en pruebas ciegas rápidas. La industria ha entrenado sus modelos para maximizar el fotorrealismo, asumiendo que más detalle equivale a mejor imagen. Pero el gusto humano no funciona así. No es la primera vez que una tecnología mejora en lo que se propuso medir y empeora en lo que nadie midió: pasó con la fotografía digital y el audio digital, y ahora la IA generativa repite el ciclo. Varios estudios de diseño ya ofrecen filtros para simular el aspecto de DALL-E 2 sobre imágenes de modelos nuevos, el mismo impulso que llevó a Instagram a construir un imperio sobre filtros que envejecían fotos digitales en 2011-2014.