La inteligencia artificial puede imaginar un castillo flotando sobre Saturno, reconstruir una ciudad medieval, fabricar una modelo que jamás nació y poner a un gato conduciendo una tractomula por la Avenida Boyacá.
Pero uno le dice:
“Hágame un taco apetitoso”.
Y la hijueputa máquina entrega algo que parece haber sido encontrado detrás de una nevera durante una investigación criminal.
Esta semana empezaron a circular con fuerza fotografías de menús hechos con imágenes generadas por IA donde las carnes parecen cuero mojado, el pan desarrolla una textura vagamente reptiliana, la pasta adquiere comportamientos de lombriz y algunos burritos tienen suficientes huequitos sospechosos como para que uno espere que en cualquier momento salga caminando la proteína.
WIRED bautizó el fenómeno como “AI menu slop” y encontró estas imágenes apareciendo en restaurantes reales que las usan para vender comida real. The Guardian documentó casos similares, incluido el de un pop-up jamaiquino en Denver cuyo menú mostraba carnes que varios usuarios compararon con cuero cubierto de insectos. Lo extraordinario es que los restaurantes no están haciendo esto para provocar. Están intentando que a uno le dé hambre.
No joda.
Inventamos una máquina capaz de saltarse fotógrafo, estudio, iluminación, estilista, ingredientes y sesión de producción completa.
Y el resultado final a veces consigue algo dificilísimo:
hacer que un pedazo de pollo parezca menos comestible que el pollo crudo.
La comida es uno de los pocos lugares donde “casi real” puede ser peor que falso
El problema empieza porque mirar comida no es igual que mirar cualquier otra imagen.
Uno puede ver un dragón generado con seis dedos y pensar:
Bueno, quién sabe, es un dragón. Que resuelva él su EPS.
Pero sabemos demasiado bien cómo debe verse un pan.
Tenemos una biblioteca gigantesca metida en la cabeza sobre tomates, carne, queso derretido, arroz, pollo frito y aguacate. Sabemos cómo refleja la grasa. Cómo se rompe una corteza. Cómo cae una salsa. Cómo se distribuyen los granos. Cómo una pasta se dobla y cómo definitivamente no debería doblarse.
Entonces aparece una imagen sintética que cumple el 94 % de las reglas y falla justo en el 6 % que nuestro cerebro considera importante.
El queso parece demasiado elástico.
La carne tiene pequeños agujeros.
Los fideos se fusionan.
Una salsa sale de un lugar donde ninguna salsa debería tener domicilio.
Y el cerebro no dice:
“Interesante anomalía generativa”.
Dice:
“No se coma esa mierda”.
Un estudio publicado en 2025 en la revista Appetite encontró precisamente una especie de valle inquietante para la comida generada por IA. Las imágenes imperfectas pero relativamente realistas fueron evaluadas como más extrañas y menos agradables que imágenes claramente artificiales o convincentemente reales. Los investigadores encontraron además que la reacción estaba relacionada especialmente con la neofobia alimentaria, es decir, nuestra desconfianza frente a comida desconocida o rara.
Eso tiene bastante sentido evolutivo.
Durante miles de años la gente que miraba una carne con textura extraña y decía “igual yo le entro” probablemente tuvo menos oportunidades de convertirse en antepasado de alguien.
El asco es una alarma.
Moho.
Putrefacción.
Parásitos.
Contaminación.
Textura incorrecta.
La comida generada por IA puede activar accidentalmente parte de ese sistema porque fabrica superficies que están lo suficientemente cerca de la comida para ser reconocidas y suficientemente lejos para despertar sospecha.
El fotógrafo gastronómico Jamie Soja explicó a The Guardian que precisamente color, textura, distribución de ingredientes e iluminación suelen delatar estas imágenes. The Verge habló con especialistas que señalaron otro problema técnico: los modelos generativos no entienden realmente cómo está construido un alimento. Reproducen patrones visuales. Por eso sufren especialmente con estructuras finas y continuas como noodles, fibras y ciertos bordes, que terminan multiplicándose, fundiéndose o adquiriendo ese aspecto maravilloso de organismo marino recién descubierto.
La máquina sabe que un espagueti es una cosa larga amarillenta.
Lo que no necesariamente sabe es dónde hijueputas empieza y dónde termina cada espagueti.
La fotografía de comida siempre mintió, pero por lo menos sabía mentir
Aquí tampoco conviene ponerse nostálgicos y actuar como si antes las hamburguesas de publicidad fueran documentos notariales.
La fotografía gastronómica lleva décadas haciendo trampa.
El helado se derrite: usamos sustitutos.
El cereal se hunde: buscamos líquidos que lo sostengan.
La hamburguesa real llega aplastada: para la foto organizamos cada lechuga como si estuviera presentando entrevista para una multinacional.
La publicidad alimentaria jamás tuvo como misión decir:
“Así exactamente va a llegarle esta vaina después de treinta minutos en una moto”.
Su trabajo era fabricar deseo.
Pero ahí está precisamente la diferencia.
Un buen fotógrafo gastronómico sabe qué mentira debemos creernos.
Entiende que una hamburguesa necesita volumen, pero no puede parecer inflada con helio. Que el queso debe brillar, pero no como plástico industrial. Que una carne necesita humedad visual sin dar la impresión de estar sudando porque la interroga la Fiscalía.
Hay conocimiento físico detrás.
Luz.
Temperatura.
Gravedad.
Textura.
Color.
Y, principalmente, haber comido.
La IA puede copiar el aspecto superficial de esa tradición sin comprender qué señales hacen que un cerebro humano diga:
Écheme eso para acá.
Por eso la paradoja es tan sabrosa: generamos imágenes gastronómicas con una tecnología diseñada para producir la versión estadísticamente más apetitosa de la comida, y a veces termina sobreoptimizando hasta convertirla en una fantasía húmeda de mantequilla, brillo y volumen que deja de parecer alimento.
Un estudio dirigido por el psicólogo experimental Charles Spence, de Oxford, encontró en 2024 que las personas podían incluso preferir algunas imágenes de comida generadas con IA mientras no supieran que eran artificiales. Cuando se revelaba su origen, la evaluación bajaba. El trabajo también encontró que los sistemas tendían a exagerar señales asociadas al atractivo, por ejemplo agregando más grasa o elementos visualmente indulgentes.
Es como contratar a alguien para seducir y que entienda la instrucción como:
—¿Más sexy?
—Sí.
—¿Más?
—Bueno…
—¿MÁS?
—Hermano, ya está bien.
—LE ECHÉ MANTEQUILLA A TODO.
La razón de fondo no es tecnológica: es que tomar buenas fotos cuesta plata
La parte menos chistosa es entender por qué los restaurantes están haciendo esto.
Porque una fotografía gastronómica profesional cuesta.
Hace falta fotógrafo, tiempo, platos preparados exclusivamente para sesión, producción, retoque y actualización cuando cambia el menú. Un restaurante pequeño puede tener cincuenta productos y operar con márgenes donde hasta regalar dos servilletas adicionales comienza a sentirse como una decisión del Banco de la República.
Mientras tanto, la vida digital convirtió la fotografía en requisito.
Ya no basta cocinar bien.
Hay que verse bien en Instagram.
Verse bien en Google.
Verse bien en la página.
Verse bien en la aplicación de domicilios.
Cada plato necesita retrato.
Cada combo necesita retrato.
El combo nuevo necesita retrato.
El combo que es exactamente el anterior pero ahora incluye Coca-Cola también, aparentemente, necesita otra hijueputa foto.
Según la National Restaurant Association, el 26 % de los operadores de restaurantes encuestados en Estados Unidos ya utiliza IA para tareas que incluyen marketing, inventarios, horarios, optimización de menú y pedidos. WIRED encontró, además, una industria creciendo alrededor de herramientas que no solo generan fotografías sino que analizan tendencias y sugieren qué platos deberían vender los restaurantes.
Entonces la imagen sintética aparece como solución obvia.
¿No tiene fotógrafo?
Genere el plato.
¿No ha cocinado todavía el nuevo sánduche?
Genérelo.
¿Necesita veinte imágenes esta tarde?
Pum.
Pum.
Pum.
El problema es que abaratar la representación también puede romper la confianza.
Si el pollo de la foto nunca existió, ¿qué exactamente me están prometiendo?
No estamos hablando de que la hamburguesa real tenga una cebolla menos. Estamos hablando de vender un objeto físico usando como referencia otro objeto que jamás fue cocinado.
Ahí la fotografía deja de exagerar el producto.
Lo reemplaza.
Y comer requiere más confianza que comprar muchas otras cosas.
Yo puedo recibir una camiseta ligeramente distinta a la fotografía y decir “bueno, está pasable”.
Con un ceviche, no.
Colombia es el hábitat perfecto para que esta vaina aparezca
Ahora abra cualquier plataforma de domicilios en Colombia.
No hace falta acusar de IA a imágenes específicas sin pruebas. Lo interesante es mirar la escala del problema visual.
El catálogo público de Rappi para Bogotá muestra más de 6.200 restaurantes disponibles. Solo la categoría de hamburguesas en Medellín supera el centenar de opciones, mientras pollo, pizza, sushi, desayunos, comida mexicana, saludable y demás categorías se apilan dentro de una interfaz donde buena parte de la decisión ocurre mirando nombre, precio, descuento, tiempo y foto.
Eso vuelve la comida un negocio brutalmente visual.
Usted ya no está escogiendo entre dos restaurantes del barrio.
Está haciendo casting.
Hamburguesa uno.
Hamburguesa dos.
Hamburguesa con borde de queso.
Hamburguesa con cebolla morada puesta estratégicamente a 43 grados.
Hamburguesa que tiene una gota de salsa detenida en el aire como si Newton hubiera muerto para nada.
Y para un restaurante pequeño, competir contra cadenas con departamentos completos de marketing crea un incentivo clarísimo: necesita imágenes bonitas, muchas y baratas.
Ahí la IA entra como Pedro por su casa.
El riesgo es que dentro de poco terminemos en una aplicación mirando quinientas comidas que parecen fotografiadas en el mismo universo plástico, todas brillantes, perfectamente centradas y ligeramente radioactivas.
Entonces quizá ocurra algo maravilloso.
Que la peor foto vuelva a ser la mejor.
Una empanada torcida.
Un arroz donde se ve claramente que alguien sirvió demasiado.
Una bandeja con una servilleta por detrás.
Una hamburguesa aplastada pero reconocible.
Porque al menos uno podrá mirarla y pensar:
Esa desgracia sí existe.
Tal vez ahí esté el verdadero problema de la comida sintética.
No es simplemente que la IA todavía dibuje mal algunos tacos.
Es que la comida pertenece a uno de los pocos terrenos donde la imperfección funciona como evidencia.
Una costra irregular demuestra que algo se horneó.
Una salsa desordenada demuestra que algo cayó.
Una carne tiene fibras porque alguna vez fue carne.
El pan tiene grietas porque estuvo caliente.
Comemos materia, temperatura, textura, grasa, agua.
Toda esa física ordinaria que una imagen perfecta intenta esconder es justamente lo que nos convence de que hay algo del otro lado.
La tecnología llegó prometiendo fabricar el plato perfecto sin cocinar nada.
Y puede que termine enseñándonos una cosa bastante básica:
Para que una comida dé hambre, ayuda muchísimo que alguna vez haya sido comida.