Adobe Indigo y el dilema de la IA fotográfica: ¿realismo genérico o creatividad genuina?

Adobe ha actualizado su aplicación experimental Project Indigo con un conjunto de herramientas de IA generativa que permiten aplicar filtros estilizados, eliminar objetos y recibir sugerencias de edición mediante un chatbot. La compañía describe el nuevo “AI Playground” como un experimento que, por ahora, se apoya en el modelo Nano Banana de Google para procesar las imágenes. El giro es notable: Indigo nació en 2025 como una app para fotógrafos exigentes que buscaban un acabado “natural” y controles manuales al estilo SLR. Ahora, la misma app promete transformar una foto de un puente en un dibujo a tinta o borrar personas del fondo con solo presionar un botón.

Este movimiento de Adobe no es aislado. Refleja una tendencia más amplia donde la inteligencia artificial se está integrando en el flujo de trabajo fotográfico, desde la captura hasta la postproducción. Sin embargo, detrás de la promesa de “realismo” que acompaña a cada actualización de modelos como DALL-E, Midjourney o Stable Diffusion, se esconde un fenómeno que el académico Roland Meyer denomina “realismo de plataforma”. Según su análisis, las imágenes generadas por IA no son un espejo de la realidad, sino un producto estadístico optimizado para ser legible, plausible y familiar. Es decir, están diseñadas para coincidir con lo que el usuario espera ver, no para capturar lo que realmente hay.

El riesgo de la imagen genérica

Meyer argumenta que estas imágenes son inherentemente genéricas: se derivan de miles de millones de imágenes previas filtradas por conceptos verbales, adaptadas a estándares corporativos y optimizadas para las expectativas del consumidor. El resultado es una estética de segundo orden, una “plataforma realista” que tiende a reproducir sesgos culturales —blancos, occidentales, masculinos y de clase media— y que, por su propia naturaleza estadística, evita lo inesperado o lo verdaderamente original.

El caso de Adobe Indigo ilustra este dilema con claridad. Marc Levoy, investigador de Adobe, reconoce que el equipo aún no ha implementado los metadatos de transparencia C2PA que suelen acompañar a los modelos Firefly, aunque Nano Banana ya aplica la marca de agua SynthID de Google. La pregunta sobre si una edición generativa es “justa” o “engañosa” queda, según Levoy, en manos del usuario. Pero para los fotógrafos profesionales y las empresas que dependen de la confianza visual, esa ambigüedad es un problema operativo.

Implicaciones para el negocio en Latinoamérica

Para las empresas latinoamericanas que integran estas herramientas en sus flujos de marketing, comunicación o fotoperiodismo, el desafío es doble. Por un lado, la IA generativa puede reducir costos y acelerar la producción de contenido visual. Por otro, la falta de estándares claros de transparencia —como los que exige la UNESCO en sus recomendaciones éticas— puede erosionar la credibilidad de las marcas. En una región donde la desinformación visual ya es un problema, una imagen aparentemente realista pero generada por IA podría ser usada fuera de contexto, generando riesgos reputacionales y legales.

La Universidad ORT Uruguay, en su abordaje educativo, señala que la clave no está en rechazar la tecnología, sino en formar profesionales que entiendan sus límites y usen la IA como una herramienta complementaria, no como un sustituto de la mirada crítica. La creatividad humana sigue siendo el factor diferencial: la IA puede explorar combinaciones, pero la intencionalidad y la ética son responsabilidad del fotógrafo o del director de arte.

A medida que Adobe y otras compañías amplíen estos experimentos, la línea entre edición y creación se volverá aún más difusa. Para los ejecutivos de tecnología y marketing en América Latina, la decisión no es solo técnica: es una apuesta por la autenticidad en un entorno donde lo genérico se está volviendo la norma visual.