Taste Labs invierte en datos especializados para enseñar a la IA a evaluar aspectos subjetivos
La startup brasileña Taste Labs ha recaudado 18,5 millones de dólares en capital de riesgo con el objetivo de desarrollar un nuevo enfoque para la inteligencia artificial: enseñar a las máquinas a tomar decisiones subjetivas, como evaluar la estética, el diseño y la creatividad. La empresa cree que el próximo avance de la IA no dependerá únicamente de modelos más grandes, sino de datos especializados producidos por expertos humanos capaces de distinguir entre creaciones genéricas y aquellas de mayor calidad.
El problema del “AI Slop” y la búsqueda de la calidad
En la era de la inteligencia artificial, los usuarios han comenzado a buscar señales en imágenes, vídeos y textos que indiquen si un contenido ha sido generado por máquinas. El fenómeno conocido como “AI Slop” —producciones de baja calidad generadas en masa— se ha extendido por internet. Con su financiación de 18,5 millones de dólares, Taste Labs pretende combatir esta tendencia mejorando la capacidad de la IA para producir resultados que sean reconocidamente buenos.
“Queremos acabar con el AI slop”, afirma Marcelo Afonseca, miembro fundador de Taste Labs. “Representa la convergencia hacia la media, donde todo parece igual, y la IA introduce elementos que dejan claro que han sido generados por máquinas.”
Enseñar el gusto a una máquina: el papel de los tastemakers
El principal problema de la IA actual, según la empresa, no radica únicamente en el aumento del poder computacional o en el tamaño de los modelos, sino en la dificultad de evaluar la calidad en áreas sin respuestas objetivas. En campos como el diseño, una solución técnicamente funcional puede seguir pareciendo genérica, mientras que una presentación bien elaborada puede transmitir identidad visual y propósito.
Para superar esta limitación, Taste Labs ha creado una red de diseñadores, conocidos como tastemakers, que evalúan los resultados de los modelos de IA y transforman criterios humanos —como la estética, la composición y la coherencia visual— en datos estructurados. Estos datos se utilizan para entrenar y refinar los sistemas de IA, enseñándoles a reconocer y reproducir patrones de calidad.
Colaboración con laboratorios y la importancia de los datos especializados
La startup colabora con laboratorios de IA para realizar evaluaciones, pruebas comparativas y ajustes posteriores al entrenamiento. Afonseca explica que, tras la fase inicial de los modelos generativos como ChatGPT, la confianza de los investigadores se ha vuelto esencial. “Hemos establecido relaciones con los laboratorios, aportando nuestra opinión y conocimiento específico”, afirma.
El trabajo implica comparar modelos en diferentes formatos —sitios web, presentaciones y aplicaciones— utilizando las evaluaciones de los diseñadores para medir la calidad. En estas comparaciones, la diferencia entre el rendimiento actual y el nivel esperado por los profesionales resulta evidente.
Visión futura: los datos como capa estratégica de la IA
Según la visión de Afonca, la evolución de la IA debería aumentar el valor de los datos especializados. La competencia no se basará únicamente en la construcción de modelos más grandes, sino en la capacidad de proporcionar información que mejore el rendimiento en tareas específicas. Compara la tecnología con una cadena formada por capas: desarrolladores de modelos, proveedores de infraestructura y empresas capaces de crear datos propietarios.
“La capa de datos se volverá cada vez más importante, y quien sepa desarrollarla y aprovecharla bien será más relevante”, afirma.
El ser humano como evaluador y guía de la máquina
A pesar del avance de los modelos generativos, Taste Labs cree que los expertos humanos seguirán siendo esenciales en áreas sin una respuesta única. “Siempre necesitaremos a los humanos para ayudar, especialmente en las cosas subjetivas. Hay muchos diseños creados por IA, y la gran mayoría son malos. Quien puede distinguir lo bueno de lo malo es cada vez más importante”, dice Afonseca.
El papel de los profesionales creativos puede pasar de ser creadores a ser evaluadores y guías de los sistemas. La startup planea expandir su enfoque a la música, el cine y la escritura creativa, donde la evaluación de la calidad también depende de criterios subjetivos.
Preguntas frecuentes
- ¿Qué es Taste Labs? Una startup brasileña de IA que ha recaudado 18,5 millones de dólares y trabaja con datos especializados para mejorar el juicio subjetivo de los modelos de IA en diseño, estética, música, cine y escritura creativa.
- ¿Qué significa AI Slop? Contenidos de baja calidad producidos en masa por IA, que siguen patrones repetitivos y genéricos.
- ¿Qué problema intenta resolver Taste Labs? La dificultad de la IA actual para evaluar la calidad en tareas sin respuestas objetivas, como el diseño y la creación artística.
- ¿Por qué la IA tiene dificultades con tareas subjetivas? Los modelos han evolucionado en áreas con criterios claros, como las matemáticas, mientras que en los dominios creativos no existe una respuesta única.
- ¿Cómo enseña Taste Labs a la IA a tener “buen gusto”? Utilizando tastemakers humanos que evalúan los resultados y transforman criterios subjetivos en datos para el entrenamiento.
- ¿Cuál será el próximo desafío de la IA? Mejorar la capacidad de tomar decisiones subjetivas, con foco en datos especializados además de modelos más grandes.
- ¿Los humanos serán reemplazados por la IA en áreas creativas? La empresa defiende que los profesionales seguirán siendo importantes como evaluadores y guías de los sistemas.
- ¿En qué áreas pretende Taste Labs expandir su tecnología? Música, cine y escritura creativa, además del diseño.








