La IA batió a un diseñador profesional en una campaña real, pero el dato que importa es que fue más constante

La creencia extendida en el sector es que la inteligencia artificial produce imágenes vistosas, pero no alcanza el rendimiento ni la disciplina de marca de un buen diseñador. Un estudio publicado en Marketing Science puso esa idea a prueba con una campaña real, y el resultado no fue el esperado.

Cómo se midió

El trabajo, titulado «Leveraging Generative AI to Create Visual Content in Digital Advertising», lo firman Remi Daviet (INSEAD) y Yohei Nishimura (Wisconsin School of Business, Universidad de Wisconsin-Madison).

Los investigadores usaron un motor de aprendizaje activo para generar y seleccionar imágenes de fondo sobre exploración de la naturaleza, y las probaron en una campaña viva de Instagram para una empresa de actividades al aire libre. Se compararon tres carteras de creatividades, cara a cara, con tráfico real.

Los números

• IA optimizada por rendimiento: CTR medio del 0,98%, con una desviación típica de 0,26.
• Diseñador profesional humano: 0,65%, desviación 0,31.
• IA optimizada solo por estética: 0,78%, desviación 0,41.

Puesto en porcentajes —cálculo nuestro sobre esas cifras—, la cartera de IA superó al diseñador en un 50,8% y a la IA estética en un 25,6%. Los autores señalan además que la ventaja seguía ahí 18 meses después.

Lo que el titular se deja: la constancia

Fíjese en la tercera columna, que es la que casi nadie mira. La cartera de IA no solo tuvo la media más alta: tuvo la dispersión más baja (0,26 frente a 0,31 del humano y 0,41 de la IA estética).

Para quien compra medios eso importa tanto como la media. Un rendimiento predecible se puede presupuestar; uno que oscila, no. La cartera más irregular de las tres fue, precisamente, la que se optimizó por belleza.

El segundo hallazgo: lo bonito no es lo que funciona

Que la IA entrenada solo con criterios estéticos quedara por debajo de la optimizada por rendimiento es, para un equipo de marketing, la parte más accionable del estudio. Sugiere que el problema no es «pedirle imágenes a una IA», sino con qué criterio se eligen las que salen a campaña.

Y una precisión que cambia la lectura entera

Esto no fue «IA suelta». El montaje ganador incluía dos cosas que no aparecen en los titulares: un sistema de aprendizaje activo que iba aprendiendo qué funcionaba, y una revisión humana que verificaba que las piezas cumplían los estándares de marca antes de salir.

Es decir: lo que ganó no fue la máquina contra la persona, sino un proceso con control de marca frente a un proceso sin él.

Los límites, que son grandes

• Un solo anunciante, de un sector concreto: actividades al aire libre.
• Una sola plataforma: Instagram.
• Una sola campaña, con un tipo de creatividad —imágenes de fondo— que no representa toda la publicidad.

Con eso, lo razonable es leerlo como una evidencia sólida en un contexto acotado, no como una ley general. De hecho, en este mismo sitio hemos publicado investigación que apunta en dirección contraria en otro terreno: el contenido escrito por personas rindiendo mejor que el de IA en resultados orgánicos de Google. Miden cosas distintas —creatividad publicitaria de pago frente a contenido orgánico— y ambas pueden ser ciertas a la vez.

Qué me llevaría de aquí

• Si prueba creatividades con IA, mida también la varianza. Un CTR medio alto con mucha dispersión es peor de gestionar que uno algo menor y estable.
• No optimice por «qué imagen es más bonita». Es exactamente la cartera que peor rindió y que más osciló.
• Mantenga la revisión de marca en el circuito. El sistema que ganó la llevaba dentro, y quitarla no es lo que demuestra este estudio.

Estudio «Leveraging Generative AI to Create Visual Content in Digital Advertising», de Remi Daviet y Yohei Nishimura, publicado en Marketing Science (2026), DOI 10.1287/mksc.2024.1130. Difundido por INFORMS el 13 de agosto de 2026 y reproducido posteriormente por medios de divulgación científica. Los porcentajes de diferencia son cálculo de MarketingHoy a partir de las tasas publicadas.

Para seguir: hasta dónde delegan hoy los profesionales en la IA la investigación que apunta al contrario en contenido orgánico qué permite hoy generar la API de imagen de OpenAI.

Foto de portada: «2909 vallon», de Berrucomons, publicada en Wikimedia Commons bajo licencia CC BY-SA 3.0. Es una fotografía real, no una imagen generada.