Desde el 2 de agosto se aplican nuevas obligaciones de transparencia para los contenidos generados por IA. Para las tiendas online esto es más que una formalidad: las imágenes de producto son el argumento de venta central, y quien las haga generar total o parcialmente deberá revelar en el futuro que aquí intervino una máquina.
Al mismo tiempo, un estudio experimental indica que precisamente esta indicación surte efecto, y no uno deseado. La etiqueta de IA empeoró en el ensayo la percepción del producto. Llama la atención el hallazgo secundario: el efecto se produjo también cuando la foto etiquetada había sido tomada en realidad por una persona. Por tanto, no fue decisiva la calidad de la imagen, sino la etiqueta.
Por qué el efecto afecta a los operadores de tiendas
Para los operadores de tiendas online surge de ello una tensión incómoda. Por un lado está la obligación legal de transparencia, por otro un influjo medible en la percepción, y con ello potencialmente en la conversión, es decir, la proporción de visitantes que realmente compran.
La reacción obvia pero errónea sería evitar o esconder la identificación en la medida de lo posible. Eso es jurídicamente arriesgado y además socava la confianza en cuanto se advierta. La pregunta más sensata es: ¿cómo puede integrarse la indicación en el diseño y la arquitectura de la información de modo que cumpla su función sin parecer una advertencia?
La identificación como tarea de diseño
Una indicación sobre el uso de IA es en principio un componente de texto en un lugar determinado de la interfaz. Cómo se percibe depende de la ubicación, la formulación y el contexto. Algunas consideraciones que pueden ordenarse en proyectos de tiendas:
- Formulación: Una frase neutra y explicativa produce un efecto distinto que una abreviatura aislada. Quien describe qué se generó —por ejemplo un fondo o una variante de color— da a la identificación un núcleo de contenido en lugar de una sospecha genérica.
- Ubicación: Una indicación directamente sobre el precio genera otra proximidad que una en el área de los detalles del producto. Ambas pueden ser admisibles, pero el efecto difiere.
- Diferenciación: No todas las imágenes tienen el mismo grado de apoyo de IA. Entre un motivo totalmente generado y una foto retocada hay una diferencia que la comunicación puede reflejar.
- Consistencia: Una presentación uniforme en todos los productos resulta menos llamativa que una que solo aparece en artículos individuales.
La base técnica
Para que la identificación funcione de forma fiable en absoluto, se necesita una base de datos limpia. En la práctica, esto a menudo no falla en el frontend, sino en la falta de documentación: ya nadie sabe cómo se originó cada imagen.
Por eso es sensato un campo en el sistema de gestión de contenidos o de información de producto que registre la vía de origen de cada activo: totalmente generado, parcialmente editado, fotografiado de forma clásica. Si este campo se mantiene, la salida en la tienda puede automatizarse en lugar de ajustarse manualmente. Esto reduce errores y convierte adaptaciones posteriores a requisitos cambiantes en una cuestión de configuración en lugar de un proyecto editorial.
Para sitios web basados en TYPO3 y sistemas de tienda conectados, esto significa concretamente: los metadatos pertenecen a la gestión central de archivos, no a elementos de contenido individuales. Así la información se conserva aunque una imagen se muestre en varios lugares.
Probar en lugar de suponer
El estudio citado es un experimento y describe un efecto bajo condiciones controladas. La intensidad con que se manifiesta en la propia tienda depende del surtido, del grupo objetivo y del nivel de precios. En productos que requieren explicación, la transparencia puede incluso leerse como señal de calidad; en categorías fuertemente impulsadas por lo visual, el efecto probablemente sea más marcado.
Quien tenga la posibilidad debería comparar variantes de la identificación en funcionamiento real, por ejemplo distintas formulaciones o posiciones con una página de producto por lo demás idéntica. Eso ofrece indicios más sólidos que cualquier suposición sobre cómo reaccionan las clientas y los clientes.
La cuestión estratégica detrás
El hallazgo de que solo la etiqueta reduce la percepción, independientemente de si la imagen se generó realmente, remite a un tema más fundamental. Al parecer, muchas personas asocian actualmente con las imágenes de IA una expectativa de menor autenticidad. Esta atribución puede desplazarse cuando los contenidos generados se vuelvan más naturales.
Para la práctica esto significa: el uso de imágenes de producto generadas debería ser una ponderación consciente y no una mera decisión de costes. Donde las fotos reales ofrecen un valor añadido reconocible, por ejemplo en materiales, ajustes o detalles, el esfuerzo puede seguir mereciendo la pena, no en último término porque entonces no se necesita identificación.
Para proyectos web y de tienda, con ello una parte del trabajo se traslada hacia adelante: la pregunta por el origen del material de imágenes pertenece a la fase de concepción, no al retoque poco antes del lanzamiento. Quien registra los metadatos de forma estructurada desde el principio cumple los requisitos de transparencia sin esfuerzo adicional y conserva margen de diseño en la implementación. Y quien mide el efecto de la identificación en lugar de temerle toma mejores decisiones sobre dónde deberían emplearse en absoluto las imágenes generadas.