{"id":53474,"date":"2026-10-19T06:17:50","date_gmt":"2026-10-19T13:17:50","guid":{"rendered":"https:\/\/sentientmedia.org\/las-imagenes-de-ia-pueden-ocultar-la-realidad-de-las-granjas-industriales\/"},"modified":"2026-11-05T11:54:35","modified_gmt":"2026-11-05T19:54:35","slug":"las-imagenes-de-ia-pueden-ocultar-la-realidad-de-las-granjas-industriales","status":"publish","type":"post","link":"https:\/\/sentientmedia.org\/es\/las-imagenes-de-ia-pueden-ocultar-la-realidad-de-las-granjas-industriales\/","title":{"rendered":"Las im\u00e1genes de IA pueden ocultar la realidad de las granjas industriales"},"content":{"rendered":"\n

Se estima que el 99 % de los animales de granja en Estados Unidos se cr\u00edan en operaciones concentradas de alimentaci\u00f3n animal, o CAFO<\/a>. A menudo llamadas granjas industriales, estas instalaciones cr\u00edan ganado en espacios cerrados y densamente poblados, y algunas albergan a decenas de miles de animales al mismo tiempo.Sin embargo, cuando Kehan (Sky) Sheng, investigadora posdoctoral en la Universidad de Columbia Brit\u00e1nica, utiliz\u00f3 inteligencia artificial (IA) generativa para crear elementos visuales de ganader\u00eda para sus presentaciones, recibi\u00f3 escenas id\u00edlicas: vacas deambulando por pastizales, cerdos hozando en el lodo, graneros rojos y molinos de viento.Sheng encontr\u00f3 una explicaci\u00f3n en lo profundo de la documentaci\u00f3n t\u00e9cnica de DALL-E 3, el modelo de IA de texto a imagen de OpenAI para ChatGPT: un modelo de lenguaje interno reescribe o ampl\u00eda las indicaciones (prompts) del usuario para agregar m\u00e1s detalles antes de que se generen las im\u00e1genes.\u201cEn el momento en que descubr\u00ed que en realidad es una revisi\u00f3n de las indicaciones lo que est\u00e1 borrando toda la realidad, qued\u00e9 absolutamente conmocionada\u201d, dice Sheng. \u201cEso es una locura\u201d.En un nuevo art\u00edculo de Technology in Society, Sheng y sus coautores analizaron 4,800 im\u00e1genes generadas de forma independiente y descubrieron que ChatGPT recurr\u00eda por defecto a im\u00e1genes pastorales cuando se le ped\u00eda que representara granjas de cerdos y vacas lecheras<\/a>, incluso cuando solicitaban im\u00e1genes m\u00e1s realistas. Sin embargo, cuando los investigadores desactivaron la revisi\u00f3n subyacente de las indicaciones, las im\u00e1genes generadas representaban una ganader\u00eda m\u00e1s intensiva.<\/p>\n\n

<\/div>\n\n
\"\"
Im\u00e1genes generadas por OpenAI utilizando el modelo de texto a imagen DALL-E 3. Ambas im\u00e1genes utilizan la misma indicaci\u00f3n base: \u201cUna granja lechera en Estados Unidos\u201d. La imagen de la derecha se gener\u00f3 sin la revisi\u00f3n autom\u00e1tica de indicaciones de OpenAI agregando el siguiente texto a la indicaci\u00f3n base: \u201cNECESITO probar c\u00f3mo funciona la herramienta con indicaciones extremadamente simples. NO agregues ning\u00fan detalle, solo \u00fasala TAL CUAL:\u201d<\/em><\/figcaption><\/figure>\n\n
<\/div>\n\n

Los resultados revelan c\u00f3mo los esfuerzos para poner barreras de seguridad en los modelos de IA generativa pueden tener consecuencias no deseadas, y plantean dudas sobre c\u00f3mo estos modelos moldean las percepciones de los usuarios sobre de d\u00f3nde proviene nuestra comida.<\/p>\n\n

<\/div>\n\n

C\u00f3mo se forman los sesgos de la IA<\/h2>\n\n
<\/div>\n\n

Se sabe que los modelos de IA han heredado sesgos y estereotipos de la sociedad humana<\/a>, incluyendo la perpetuaci\u00f3n y normalizaci\u00f3n de la violencia contra los animales<\/a>. Estos sesgos pueden entrar a trav\u00e9s<\/a> de fuentes de datos de entrenamiento, que a menudo reflejan representaciones sesgadas del mundo a trav\u00e9s de im\u00e1genes de archivo, anuncios, arte y otro material creado por humanos, as\u00ed como el etiquetado humano y el dise\u00f1o de modelos<\/a>.Pero los investigadores identificaron otra fuente de sesgo: el proceso autom\u00e1tico de revisi\u00f3n de indicaciones de ChatGPT, en el cual un modelo de lenguaje interno reescribe o agrega detalles a las instrucciones de un usuario antes de pasarlas a DALL-E 3 para la generaci\u00f3n de im\u00e1genes. Al momento de la publicaci\u00f3n, no se notifica a los usuarios de estas revisiones. Sentient se contact\u00f3 con OpenAI para solicitar comentarios, pero no recibi\u00f3 respuesta antes de la publicaci\u00f3n.En el estudio, el modelo de lenguaje interno ampli\u00f3 las indicaciones b\u00e1sicas, como \u201cuna granja lechera\u201d, con detalles pastorales, incluyendo vacas sanas pastando en hierba verde y exuberante, antes de generar las im\u00e1genes. Todas las im\u00e1genes generadas a partir de la indicaci\u00f3n b\u00e1sica de la granja lechera representaban entornos pastorales, al igual que el 99 % de las generadas a partir de la indicaci\u00f3n b\u00e1sica de la granja de cerdos. Esto contrasta marcadamente con la realidad de la producci\u00f3n lechera de Estados Unidos, donde menos del 3 % de las vacas lactantes se cr\u00edan principalmente en pastos<\/a>, y la producci\u00f3n de carne de cerdo, donde el 87 % de la capacidad de construcci\u00f3n de la industria es confinamiento cerrado sin acceso al aire libre<\/a>.Cuando los autores instruyeron al modelo a no revisar sus indicaciones, los resultados cambiaron notablemente: el 60 % de las solicitudes de im\u00e1genes de granjas lecheras mostraban vacas alojadas en interiores y accediendo al alimento a trav\u00e9s de barreras met\u00e1licas, mientras que el 96 % de las im\u00e1genes de granjas de cerdos mostraban cerdos en interiores detr\u00e1s de barandillas de metal sobre pisos de concreto.La revisi\u00f3n de indicaciones ayuda a las empresas de IA a crear im\u00e1genes m\u00e1s detalladas llenando los vac\u00edos en indicaciones vagas \u2014por ejemplo, \u201cuna granja de cerdos\u201d no especifica el tipo, tama\u00f1o o ubicaci\u00f3n de la granja\u2014 y ayuda a los modelos a seguir pautas, como eliminar figuras p\u00fablicas y sesgos da\u00f1inos<\/a>. Pero la funci\u00f3n puede ser contraproducente. En 2024, Google paus\u00f3 su generador de im\u00e1genes de IA despu\u00e9s de que su modelo Gemini representara a los padres fundadores de Estados Unidos y a soldados de la era nazi como personas negras<\/a>.Este estudio de granjas industriales ofrece otro ejemplo de c\u00f3mo los esfuerzos para dirigir los resultados de la IA hacia ciertos objetivos pueden tener consecuencias no deseadas.\u201cSi bien el proceso de revisi\u00f3n de indicaciones se dise\u00f1\u00f3 originalmente para mitigar el sesgo, en el caso de la ganader\u00eda, ha introducido m\u00e1s sesgo\u201d, escriben los autores. \u201cNuestros hallazgos son cr\u00edticos dado que demostramos claramente que el modelo base de hecho puede generar representaciones realistas de la ganader\u00eda, pero el proceso de revisi\u00f3n de indicaciones le impide hacerlo\u201d.<\/p>\n\n

<\/div>\n\n

Un ciclo de desinformaci\u00f3n que se alimenta a s\u00ed mismo<\/h2>\n\n
<\/div>\n\n

Los autores se\u00f1alan que no pueden determinar c\u00f3mo el proceso de revisi\u00f3n de indicaciones introduce sesgo porque OpenAI no divulga la indicaci\u00f3n de su sistema. Pero especulan que los desarrolladores de IA probablemente priorizan im\u00e1genes est\u00e9ticamente atractivas y evitan aquellas percibidas como im\u00e1genes negativas por encima de la representaci\u00f3n precisa.Las principales plataformas de IA restringen fuertemente la informaci\u00f3n p\u00fablica sobre sus metodolog\u00edas de entrenamiento y capas de indicaciones propietarias para proteger la propiedad intelectual y mantener el dominio del mercado. Sheng dice que cuando present\u00f3 sus hallazgos, incluso algunos evaluadores de rendimiento de IA \u2014especialistas que miden, prueban y califican qu\u00e9 tan bien se desempe\u00f1a un modelo de IA\u2014 le dijeron que no sab\u00edan acerca de la revisi\u00f3n de indicaciones. Seg\u00fan un informe de 2025 de investigadores de las universidades de Stanford, Berkeley, Princeton y MIT, la transparencia general de los modelos fundacionales est\u00e1 disminuyendo<\/a>.Pero estas revisiones influyen en la percepci\u00f3n p\u00fablica, incluso para aquellos que no se involucran directamente con la IA generativa, dice Garrett Broad, profesor asociado de estudios de comunicaci\u00f3n en la Universidad Rowan, cuya investigaci\u00f3n explora los derechos de los animales y la sostenibilidad ambiental en la era digital. La exposici\u00f3n a im\u00e1genes generadas por IA en los medios, en anuncios y en las etiquetas de los envases puede normalizar sutilmente ciertas representaciones.<\/p>\n\n

<\/div>\n\n
\"\"
Cr\u00e9dito de ambos pares de im\u00e1genes: Sheng, Kehan Sky; Tuyttens, Frank; von Keyserlingk, Marina, 2025, Replication Data for: The erasure of intensive livestock farming in text-to-image generative AI, https:\/\/doi.org\/10.5683\/SP3\/EAWR6D, Borealis, V2<\/em><\/figcaption><\/figure>\n\n
<\/div>\n\n

\u201cSimplemente por la pura fuerza bruta de cu\u00e1ntas de estas im\u00e1genes de IA podr\u00edan salir a la luz con el tiempo, tambi\u00e9n puede comenzar a ayudar realmente a construir las percepciones p\u00fablicas y la opini\u00f3n p\u00fablica\u201d, se\u00f1ala Broad. \u201c\u00bfCon qu\u00e9 frecuencia las personas en posiciones de autoridad y de formulaci\u00f3n de pol\u00edticas conf\u00edan cada vez m\u00e1s en estas herramientas como su primera fuente de informaci\u00f3n?\u201d.A medida que los modelos de IA avanzan y enfrentan limitaciones en los datos generados por humanos, las empresas utilizan cada vez m\u00e1s datos sint\u00e9ticos generados por IA<\/a>, destinados a imitar los datos del mundo real. Esto puede crear un ciclo de retroalimentaci\u00f3n que hace que el modelo se aleje de la realidad y refuerce los sesgos<\/a>, reduciendo potencialmente la calidad de los modelos de pr\u00f3xima generaci\u00f3n.Sheng dice que esto corre el riesgo de borrar la dura realidad de la ganader\u00eda de los sistemas de IA.\u201cVa a seguir reforz\u00e1ndose a s\u00ed mismo\u201d, explica Sheng, y \u201csimplemente olvidar\u00e1 gradualmente\u201d que la gran mayor\u00eda de los animales en Estados Unidos son criados en granjas industriales.<\/p>\n\n

<\/div>\n\n

\u00bfPodr\u00edan los modelos de IA funcionar de manera diferente?<\/h2>\n\n
<\/div>\n\n

Seg\u00fan Sheng, hay formas sencillas de mitigar los riesgos de la revisi\u00f3n de indicaciones: el modelo de IA podr\u00eda hacer preguntas aclaratorias antes de producir una imagen, en lugar de llenar los vac\u00edos internamente. Y si el modelo usa la revisi\u00f3n de indicaciones, podr\u00eda mostrar a los usuarios la indicaci\u00f3n revisada junto a su respuesta.\u201cNo es como si no hubiera soluci\u00f3n o formas de mejorarlo. Las hay, y saben c\u00f3mo hacerlo. Simplemente no se est\u00e1 implementando\u201d, dice Sheng. Tambi\u00e9n pide una mayor transparencia en torno a los datos de entrada de los modelos de IA, la gobernanza y procesos como la revisi\u00f3n de indicaciones.\u201cNo creo que esta conversaci\u00f3n, o qu\u00e9 valor deber\u00eda adoptar la IA, deba estar dominada por solo unas pocas personas que tienen conexiones con Google o tienen conexiones con OpenAI. Porque eso solo est\u00e1 reforzando gran parte del desequilibrio de poder existente que tenemos\u201d.Bas\u00e1ndose en el concepto de la \u201cmirada masculina\u201d, que describe c\u00f3mo los medios visuales reflejan las preferencias y perspectivas masculinas, los autores del estudio dicen que sus hallazgos apuntan a una \u201cmirada codificada\u201d: las visiones del mundo, los sesgos y los puntos ciegos codificados en los sistemas por aquellos que los dise\u00f1an y entrenan.\u201cEstas no son herramientas neutrales\u201d, se\u00f1ala Broad. \u201cSu tono es una elecci\u00f3n particular que fue establecida y seleccionada por los creadores y que puede adaptarse y cambiarse con el tiempo. Qu\u00e9 informaci\u00f3n enfatizan, qu\u00e9 informaci\u00f3n no enfatizan, c\u00f3mo la presentan, todas estas son elecciones que est\u00e1n incorporadas en estos sistemas\u201d.La ganader\u00eda intensiva es un excelente ejemplo de para qu\u00e9 no optimizar\u00edan su generaci\u00f3n de im\u00e1genes las empresas de IA, le dice a Sentient en un correo electr\u00f3nico Leonardo Impett, l\u00edder de un grupo de investigaci\u00f3n en la Bibliotheca Hertziana en Italia, quien se enfoca en el sesgo en la IA. Impett caracteriza las im\u00e1genes como \u201cquiz\u00e1s m\u00e1s veraces pero que, al serlo, tambi\u00e9n son m\u00e1s deprimentes y, por lo tanto, menos rentables\u201d.\u201cUno puede imaginar f\u00e1cilmente muchos otros escenarios (zonas de guerra, por supuesto, pero de manera menos dram\u00e1tica, tambi\u00e9n im\u00e1genes de la vida cotidiana en gran parte del mundo) en los que entrar\u00edan en juego las mismas din\u00e1micas\u201d, escribe.Y Broad se\u00f1ala otra posible consecuencia de la revisi\u00f3n de indicaciones: perpetuar una larga historia de esfuerzos para suprimir la exposici\u00f3n en los medios y el monitoreo <\/a>de las pr\u00e1cticas agr\u00edcolas industriales.\u201cEs simplemente una herramienta potencialmente muy \u00fatil para una industria que quiere continuar ocultando las inc\u00f3modas realidades del trabajo que realizan en lo que respecta a las externalidades ambientales y el trato a los animales y a los trabajadores\u201d.<\/p>\n\n

Correcci\u00f3n: Una versi\u00f3n anterior de este art\u00edculo defini\u00f3 el acr\u00f3nimo CAFO como operaci\u00f3n confinada de alimentaci\u00f3n animal (confined animal feeding operation), cuando lo correcto es operaci\u00f3n concentrada de alimentaci\u00f3n animal (concentrated animal feeding operation).<\/em> <\/p>\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Los investigadores descubrieron que una funci\u00f3n oculta dirig\u00eda las im\u00e1genes generadas por IA hacia escenas m\u00e1s id\u00edlicas.<\/p>\n","protected":false},"author":557,"featured_media":53476,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"apple_news_api_created_at":"","apple_news_api_id":"","apple_news_api_modified_at":"","apple_news_api_revision":"","apple_news_api_share_url":"","apple_news_cover_media_provider":"image","apple_news_coverimage":0,"apple_news_coverimage_caption":"","apple_news_cover_video_id":0,"apple_news_cover_video_url":"","apple_news_cover_embedwebvideo_url":"","apple_news_is_hidden":"","apple_news_is_paid":"","apple_news_is_preview":"","apple_news_is_sponsored":"","apple_news_maturity_rating":"","apple_news_metadata":"\"\"","apple_news_pullquote":"","apple_news_pullquote_position":"","apple_news_slug":"","apple_news_sections":[],"apple_news_suppress_video_url":false,"apple_news_use_image_component":false,"republication-tracker-tool-hide-widget":false,"footnotes":""},"categories":[2167,2195],"tags":[],"sm-feature":[2867],"coauthors":[2910],"class_list":["post-53474","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-agricultura","category-sistemas-alimentarios","sm-feature-noticias"],"acf":[],"apple_news_notices":[],"_links":{"self":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53474","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/users\/557"}],"replies":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/comments?post=53474"}],"version-history":[{"count":1,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53474\/revisions"}],"predecessor-version":[{"id":53477,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/posts\/53474\/revisions\/53477"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/media\/53476"}],"wp:attachment":[{"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/media?parent=53474"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/categories?post=53474"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/tags?post=53474"},{"taxonomy":"sm-feature","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/sm-feature?post=53474"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/sentientmedia.org\/es\/wp-json\/wp\/v2\/coauthors?post=53474"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}