Un estudio de la Universidad de Chicago sobre la prima humana concluye que la IA puede reducir el valor del arte
Investigadores de la Universidad de Chicago detectaron un conflicto marcado dentro del mercado del arte con IA: incluso una participación mínima de las máquinas reducía lo que la gente estaba dispuesta a pujar por una obra creativa.
El hallazgo ofrece respaldo experimental a una prima humana, es decir, el valor adicional atribuido a una obra entendida como genuinamente creada por humanos. Esa prima no dependía únicamente de la calidad visible. Aparecía incluso cuando los investigadores modificaban la descripción y mantenían idéntica la obra subyacente.
La distinción importa porque la IA generativa ha facilitado la producción a escala de imágenes, poemas, música y video competentes. Una mayor oferta puede convertir en algo común los resultados pulidos. El estudio de la Universidad de Chicago sobre la prima humana sugiere que la escasez se está desplazando del artefacto hacia su origen.
Por tanto, la competencia central no es simplemente la habilidad humana frente a la capacidad de las máquinas. Es la autoría humana verificable frente a una producción sintética barata, abundante y difícil de rastrear.
Esta inversión desafía una de las suposiciones dominantes sobre la automatización creativa. Si las máquinas vuelven abundantes los resultados aceptables, las personas podrían pagar más por pruebas creíbles de que algo fue creado por una persona.
El resultado no demuestra que el trabajo humano siempre vaya a superar al arte con IA. Muestra que los compradores evalúan más que el objeto terminado. También evalúan el esfuerzo, la intención, la exclusividad y la relación entre un creador y la obra.
La prima humana de la Universidad de Chicago comienza con una etiqueta
El hallazgo más claro del estudio es que introducir la IA modificó el valor percibido antes de cambiar el objeto creativo en sí.
Graelin Mandel y Alex Imas, investigadores de la Booth School of Business de la Universidad de Chicago, analizaron cómo valoraban las personas el arte y la poesía con distintos niveles de participación de IA descrita. Su investigación utilizó cuatro subastas experimentales preregistradas, en lugar de depender únicamente de encuestas de opinión.
Una subasta experimental pide a los participantes tomar decisiones con consecuencias económicas reales. Ese diseño puede revelar preferencias con mayor fiabilidad que una pregunta hipotética sobre lo que alguien podría comprar.
En el documento de trabajo sobre las cuatro subastas, los participantes encontraron obras creativas descritas como creadas por humanos, asistidas por IA o generadas en mayor medida por IA. Los investigadores variaron la descripción independientemente de la obra en sí.
Esa separación era esencial. Si los participantes hubieran visto objetos distintos en cada condición, las diferencias de calidad podrían explicar sus pujas. Usar el mismo resultado subyacente permitió a los investigadores aislar el efecto del historial de producción percibido.
Las pujas disminuyeron a medida que aumentaba el nivel declarado de participación de IA. Sin embargo, la relación no seguía una línea descendente uniforme. El primer indicio de uso de IA produjo un cambio mayor que incrementos comparables posteriores en el espectro.
En otras palabras, los participantes no trataron las contribuciones humanas y de las máquinas como ingredientes que pudieran medirse proporcionalmente. Parecieron situar las obras enteramente humanas en una categoría separada.
Una vez que la IA entraba en el proceso, incluso con un papel limitado, parte de ese valor categórico desaparecía. Añadir más IA después tenía un efecto marginal menor.
El documento se publicó en marzo de 2026 y fue revisado el 6 de octubre. Sigue siendo un documento de trabajo y no una publicación final revisada por pares, lo que limita la confianza con la que pueden generalizarse sus resultados.
Aun así, su diseño aborda una cuestión que las pruebas convencionales de gusto suelen pasar por alto. Los consumidores no se encuentran con el arte únicamente como colores, sonidos o palabras. También se encuentran con una afirmación sobre quién lo creó y por qué.
Esa afirmación puede convertirse en parte del producto. Una carta manuscrita transmite información más allá de las frases literales. Una actuación en directo incluye el conocimiento de que los músicos están creando sonidos en la sala.
Los bienes creativos suelen funcionar del mismo modo. Una pintura es tanto una superficie visual como evidencia de las decisiones, el tiempo, la formación y la experiencia de una persona.
La IA generativa presiona la segunda parte de ese valor. Puede imitar las características superficiales de un trabajo creativo costoso mientras hace que el proceso de producción sea más rápido y repetible.
El estudio de la Universidad de Chicago sobre la prima humana indica que los compradores perciben esta diferencia cuando se revela la participación de IA. Sus pujas reflejan la historia de producción, no solo el resultado visible.
Eso crea una dinámica de mercado inusual. Un mejor resultado de IA puede competir de forma más eficaz en apariencia y, al mismo tiempo, volver más significativo desde el punto de vista comercial el origen humano documentado.
La abundancia de arte con IA vuelve escaso el origen humano
La IA no necesita crear mal arte para reforzar la prima humana. Solo necesita hacer abundante una producción creativa aceptable.
Los sistemas generativos pueden producir muchas variaciones a partir de una instrucción breve. Esa capacidad modifica la oferta incluso cuando las imágenes resultantes nunca llegan a una galería ni a un mercado comercial.
Diseñadores, anunciantes, editores y usuarios individuales ahora pueden probar más conceptos antes de elegir un resultado final. El coste de producir otra variación disminuye y aumenta el volumen de material disponible.
La escasez no desaparece en esas condiciones. Se desplaza.
Los experimentos de la Universidad de Chicago vinculan este cambio con la exclusividad. En un análisis comentado por Imas, la escasez incrementó más el valor de las obras creadas por humanos que el de las obras generadas por IA.
El arte creado por humanos ganó un 44 por ciento de valor al presentarse como exclusivo en lugar de ampliamente disponible. El arte generado por IA ganó un 21 por ciento con el mismo cambio de disponibilidad.
Estas cifras no establecen una regla universal de precios. Describen el comportamiento dentro de un experimento, con sus participantes, objetos y condiciones de puja particulares.
No obstante, la brecha apunta a un mecanismo. Los participantes parecieron considerar que los resultados de IA son inherentemente reproducibles, incluso cuando los investigadores impusieron la misma escasez formal a ambas categorías.
Una edición limitada generada por software puede seguir teniendo un número fijo de copias autorizadas. Sin embargo, los compradores pueden asumir que el sistema podría producir en cualquier momento más imágenes con características comparables.
El trabajo humano conlleva una limitación diferente. Una persona tiene tiempo, atención, energía y capacidad física limitados. Esos límites pueden hacer que el proceso parezca escaso antes de que aparezca cualquier límite de edición.
Esto ayuda a explicar por qué la prima no fue lineal. Una pequeña contribución de IA puede cambiar la forma en que los compradores clasifican todo el proceso. Señala que parte de la obra procedía de un sistema diseñado para una producción repetible.
El hallazgo también refleja un patrón de consumo mucho más antiguo. Los productos hechos a mano suelen recibir mayor valor porque sus imperfecciones y su trabajo transmiten esfuerzo, individualidad y oferta limitada.
La IA extiende ese patrón a los medios digitales, donde la copia exacta ya era barata. La nueva escasez no es el archivo. Es la cadena creíble que conecta un artefacto con decisiones humanas.
Para los artistas en activo, ese cambio genera presión desde ambos extremos del mercado. Las herramientas de IA pueden reducir la demanda de encargos rutinarios y, al mismo tiempo, aumentar la importancia de demostrar que la obra restante fue creada por humanos.
Para las empresas de IA, la tensión es distinta. Sus productos prometen un acceso creativo más rápido y amplio. Sin embargo, una automatización extensa puede reducir la exclusividad percibida que hace valiosos algunos bienes creativos.
El resultado variará según el caso de uso. Un equipo de marketing que produce gráficos temporales para redes sociales puede priorizar la velocidad. Un coleccionista que compra una obra personal puede preocuparse más por la autoría y el proceso.
Por tanto, es poco probable que el arte con IA con prima humana se convierta en un único mercado con una sola regla de precios. Creará categorías separadas según el motivo por el que un comprador desea la obra.
El contenido impulsado por la utilidad se enfrentará a una automatización intensa. Las obras basadas en relaciones, conmemorativas y coleccionables tienen una base más sólida para conservar una prima humana.
La autoría humana compite con la fluidez de las máquinas
El conflicto de mercado no es una simple prueba de qué lado produce imágenes más atractivas. Se trata de lo que los compradores creen que comunica una obra de arte.
Investigaciones anteriores demuestran por qué la preferencia visual por sí sola no puede resolver el debate. A veces, las personas prefieren imágenes generadas por IA cuando las ven sin información sobre su origen.
Un estudio de 2025 presentó a los participantes pares que contenían imágenes creadas por humanos y por DALL-E 2. Sin información sobre la autoría, los participantes eligieron la obra generada por IA con más frecuencia de la que predeciría el azar.
Ese resultado parece cuestionar el estudio de la Universidad de Chicago sobre la prima humana. En realidad, ambos hallazgos miden partes distintas de la experiencia.
Uno pregunta qué imagen prefieren las personas cuando evalúan la apariencia sin procedencia. El otro pregunta cómo el historial de producción modifica el valor cuando los compradores saben o creen que intervino la IA.
Una imagen puede ganar una prueba ciega de belleza y aun así perder valor tras recibir una etiqueta de IA. La fluidez estética y el valor de mercado están relacionados, pero no son idénticos.
Un experimento de etiquetado de 2023 deja especialmente clara esta diferencia. Los investigadores utilizaron 30 imágenes creadas todas con ArtBreeder y luego las describieron aleatoriamente como creadas por humanos o por IA.
Los participantes calificaron más positivamente las imágenes etiquetadas como humanas en afinidad, belleza, profundidad y valor. Las imágenes subyacentes no habían cambiado.
El efecto fue mayor para la profundidad y el valor que para la afinidad y la belleza. En el primer estudio, los tamaños de efecto reportados fueron de 0,47 para la profundidad y de 0,61 para el valor. La afinidad y la belleza produjeron efectos menores, de 0,17 y 0,22.
Ese patrón sugiere que las personas evalúan el significado comunicativo de forma distinta al atractivo superficial. Pueden admirar la composición de una imagen y, al mismo tiempo, asignar menos valor a la historia que hay detrás de ella.
Los investigadores también descubrieron que el esfuerzo percibido y la narratividad ayudaban a explicar algunos efectos de las etiquetas. La narratividad se refiere a la sensación del espectador de que una obra transmite una historia.
Este mecanismo presiona a ambos lados del debate. Los artistas no pueden asumir que el origen humano compensará una obra débil. Los usuarios de IA no pueden asumir que la calidad visual elimina las preguntas sobre la autoría.
Los creadores híbridos se enfrentan a la posición más complicada. Un fotógrafo podría usar IA para eliminar un objeto que distrae. Un ilustrador podría generar material de referencia antes de dibujar manualmente una imagen final.
Otro artista podría introducir una instrucción, seleccionar un resultado y no hacer más cambios. Llamar a los tres procesos “asistidos por IA” oculta diferencias importantes de criterio y trabajo.
Esa ambigüedad explica por qué el primer indicio de participación revelada de IA puede importar tanto. Los compradores pueden carecer de información suficiente para distinguir una función auxiliar menor de una producción automatizada.
Pueden responder a la incertidumbre situando toda la obra fuera de la categoría plenamente humana. Por tanto, una etiqueta simple puede imponer una penalización que excede la contribución real de la herramienta.
El mercado necesita un vocabulario más rico que humano o IA. Sin él, la divulgación puede informar a los compradores mientras aplana distinciones importantes entre asistencia, colaboración y generación.
El debate sobre el valor del arte con IA presenta pruebas contradictorias
La prima humana existe en varios estudios, pero no es universal ni está garantizado que sobreviva a todos los contextos.
El estudio de la Universidad de Chicago sobre la prima humana ofrece evidencia importante, pero no puede establecer cómo se comportarán todos los compradores en todos los mercados creativos.
Su artículo aún no es una publicación completa revisada por pares. Las subastas experimentales también simplifican las condiciones sociales que rodean las compras reales.
Un coleccionista que elige una obra importante sabe más sobre el artista, la galería, la trayectoria y el contexto histórico. A una persona que compra decoración de pared económica puede importarle sobre todo el color y las dimensiones.
La edad, la familiaridad con la IA, las actitudes políticas, la formación artística y las opiniones previas sobre la automatización pueden influir en los juicios. El comportamiento del mercado también puede cambiar a medida que las herramientas de IA se vuelven más conocidas.
Los resultados de investigación ya apuntan en direcciones distintas. Algunos experimentos muestran un sesgo a favor de las etiquetas humanas. Otros estudios concluyen que los participantes prefieren los resultados de IA cuando se oculta la autoría.
Una encuesta estadounidense de 2025 incorporó a 150 participantes a través de Prolific. Más del 62 por ciento afirmó que le gustaría menos una obra de arte favorita si descubriera que la IA la creó sin intervención humana.
Otro 32 por ciento dijo que sus sentimientos no cambiarían, mientras que cerca del 5 por ciento afirmó que le gustaría más. La encuesta no había sido revisada por pares cuando sus autores publicaron los resultados.
La misma encuesta reveló que el 81 por ciento percibía una diferencia entre el valor emocional del arte humano y el de la IA. Sin embargo, los participantes eran más receptivos cuando una persona guiaba significativamente al sistema.
El cuarenta y dos por ciento afirmó que los usuarios de IA solo deberían considerarse artistas cuando aportan una orientación significativa. El trece por ciento aceptó considerar artistas a los usuarios de IA sin esa condición.
Estos resultados respaldan una prima por una participación humana significativa, pero también ponen de manifiesto el problema de la medición. La «orientación significativa» no tiene una definición técnica ni artística consensuada.
Una persona puede pasar horas iterando indicaciones sin controlar detalles expresivos concretos. Otro creador puede realizar una única edición automatizada que cambie sustancialmente el significado de una obra mayoritariamente humana.
Los consumidores también pueden afirmar que valoran la autoría humana, pero comportarse de otro modo al comparar conveniencia, calidad y disponibilidad. La preferencia declarada no siempre se mantiene ante una decisión de compra real.
Incluso el comportamiento en las subastas puede cambiar fuera del laboratorio. La reputación de la marca, la validación social, el historial de ediciones y la identidad del artista pueden pesar más que una etiqueta genérica de producción.
También existe el riesgo de que «hecho por humanos» se convierta en una afirmación de marketing en lugar de una categoría fiable. Los vendedores tienen un incentivo financiero para minimizar u ocultar el uso de IA cuando los compradores asignan una prima al origen humano.
El software de detección no puede resolver ese problema por sí solo. Los detectores de IA pueden clasificar erróneamente obras humanas, y los archivos sintéticos modificados pueden eludir la detección.
Otra complicación surge de la colaboración. Algunos artistas utilizan modelos generativos para explorar formas que de otro modo serían difíciles de producir. Su trabajo puede implicar una amplia selección, entrenamiento, edición y fabricación física.
Tratar ese trabajo como equivalente a una generación con un clic tergiversaría el proceso. También reproduciría la misma simplificación a la que se supone que la prima humana debe oponerse.
La conclusión defendible es más limitada. La procedencia puede influir en el valor independientemente de la calidad, e incluso una participación modesta de la IA puede alterar la categorización del consumidor.
Ese hallazgo merece atención. No justifica declarar que el arte humano ha derrotado permanentemente a la producción de máquinas.
La procedencia se está convirtiendo en parte del producto
Una valiosa prima humana requiere pruebas, porque la escasez no puede sostener un mercado cuando los compradores no pueden verificarla.
Los archivos digitales rara vez conservan de forma predeterminada un historial completo y duradero. Los metadatos pueden desaparecer durante la edición, la exportación, las capturas de pantalla o la compresión de las plataformas.
Un creador puede publicar videos del proceso, bocetos, borradores, marcas de tiempo o fotografías de un estudio. Estas señales ayudan, pero cada plataforma las presenta y conserva de forma diferente.
La alternativa emergente es la procedencia criptográfica. Este enfoque adjunta registros a prueba de manipulaciones que describen de dónde procede un archivo y cómo las herramientas participantes lo modificaron.
El estándar de procedencia C2PA admite Content Credentials, que pueden registrar el origen de un activo, sus ediciones, sus ingredientes y el uso de IA. Una firma digital puede revelar si el registro asociado cambió después de la firma.
Estas credenciales no determinan si una obra es buena, original, veraz o producida éticamente. Proporcionan afirmaciones sobre el historial de producción que el software puede validar frente a un sistema de confianza definido.
Esa distinción es crucial. La procedencia es evidencia sobre un proceso, no una puntuación universal de autenticidad.
Una credencial firmada por una cámara puede respaldar la afirmación de que un archivo se originó en ese dispositivo. No puede demostrar que todo lo visible en la escena fuera auténtico o no estuviera preparado.
La identidad plantea otro desafío. Una herramienta puede firmar sus propias acciones, pero atribuir decisiones creativas a una persona concreta requiere vínculos confiables entre las credenciales y los creadores humanos.
La privacidad también importa. Es posible que los artistas no quieran que cada borrador, ubicación, herramienta o decisión intermedia quede registrada públicamente. Un sistema útil debe admitir la divulgación selectiva sin facilitar afirmaciones imposibles de verificar.
Estas limitaciones no vuelven irrelevante la procedencia. Demuestran por qué los registros técnicos deben combinarse con la confianza institucional, las políticas de las plataformas y un lenguaje claro.
La regulación está acelerando esa transición. Las normas de transparencia de la Unión Europea, conforme al artículo 50 de la Ley de IA, comenzaron a aplicarse el 2 de agosto de 2026.
Las normas exigen que los proveedores de determinados sistemas generativos añadan marcas legibles por máquina al contenido generado o manipulado por IA. Ciertos deepfakes y contenidos de interés público también requieren divulgación.
Estas obligaciones abordan principalmente el engaño y la confianza pública, no el valor comercial de las bellas artes. Aun así, pueden normalizar los historiales de producción legibles por máquina en los mercados creativos.
La política de derechos de autor crea otro incentivo para documentar la contribución humana. La Oficina de Derechos de Autor de Estados Unidos afirma que las obras asistidas por IA pueden optar a protección cuando una persona determina suficientes elementos expresivos.
El mero uso de indicaciones no cumple automáticamente ese estándar. Las disposiciones, modificaciones y materiales incorporados de autoría humana pueden seguir siendo protegibles, según los hechos.
Ese enfoque legal no coincide perfectamente con los resultados de las subastas. Los derechos de autor preguntan si existe autoría humana, mientras que los compradores pueden preguntarse si una obra se siente categóricamente humana.
No obstante, ambos sistemas recompensan la documentación clara de las decisiones creativas. Los artistas que conservan borradores y describen su flujo de trabajo pueden estar mejor posicionados para respaldar reclamaciones de autoría.
Como resultado, las plataformas necesitarán etiquetas más precisas. «Hecho con IA» comunica menos que un registro que distinga entre generación automatizada, edición localizada, creación de referencias y validación humana.
Si la prima humana adquiere importancia comercial, la procedencia dejará de ser metadatos administrativos. Se convertirá en parte de lo que compran coleccionistas, clientes y audiencias.
Tres señales pondrán a prueba si la prima humana perdura
La próxima prueba consiste en determinar si las preferencias experimentales se convierten en un comportamiento de mercado duradero bajo precios reales, verificación imperfecta y modelos cada vez más capaces.
La primera señal es la replicación independiente del estudio sobre la prima humana de la Universidad de Chicago. Los investigadores deben probar poblaciones más grandes y diversas en imágenes, escritura, música, cine y trabajos por encargo.
Esos estudios deberían comparar las preferencias declaradas con compras que tengan consecuencias reales. También deberían separar las reacciones a la calidad, la divulgación, el esfuerzo, la exclusividad y las preocupaciones éticas.
La replicación reforzaría la tesis de la prima humana si una participación mínima de IA produce repetidamente una penalización de valoración desproporcionada. Una relación más gradual debilitaría la interpretación categórica.
La segunda señal es la adopción por las plataformas de una procedencia detallada. Los mercados, galerías, editoriales y plataformas sociales deben decidir si muestran de forma destacada los historiales de creación.
Una adopción amplia permitiría a los compradores actuar según sus preferencias. También revelaría si las personas revisan las credenciales cuando esos registros están disponibles fuera de un experimento.
Una simple etiqueta de IA puede no ser suficiente. La prueba más sólida provendrá de interfaces que muestren grados de dirección humana sin abrumar a los usuarios.
Si las obras verificadas como hechas por humanos atraen pujas o interacción más altas, la prima contará con un respaldo comercial observable. Si los usuarios ignoran la información, su importancia en el mercado parecerá menor.
La tercera señal es el comportamiento de los artistas híbridos y sus audiencias. Los creadores ya están combinando oficio manual, software convencional y sistemas generativos en el mismo flujo de trabajo.
Los mercados deben decidir si estos artistas ocupan una categoría intermedia penalizada o establecen una categoría valiosa propia. Esa decisión determinará con qué transparencia los creadores revelan sus herramientas.
La aceptación de una colaboración bien documentada debilitaría la idea de que cualquier uso de IA contamina el valor. Respaldaría un modelo más gradual basado en el control creativo.
La demanda persistente de obras sin participación generativa reforzaría la prima humana categórica. Ese segmento podría parecerse a otros mercados construidos en torno a la producción artesanal, local o documentada históricamente.
Los creadores no necesitan rechazar la tecnología mientras se desarrollan estas señales. Sí necesitan decidir qué partes de su proceso hacen distintiva su obra.
Conservar borradores, registrar decisiones y explicar cómo contribuyeron las herramientas puede ofrecer a las audiencias un contexto útil. Estas prácticas también preservan pruebas cuando la etiqueta de una plataforma solo ofrece una elección binaria.
Los compradores deberían formular una pregunta igualmente precisa. ¿Valoran el resultado sensorial final, la experiencia vivida del artista, el trabajo involucrado o una combinación de los tres?
El valor del arte de IA explicado únicamente a través de la calidad visual pasa por alto gran parte del mercado emergente. El estudio de la Universidad de Chicago sobre la prima humana muestra que el origen en sí mismo puede influir en la disposición a pagar.
La reversión más amplia ya es visible. Se esperaba que la IA generativa hiciera menos valioso el trabajo creativo humano al reproducir sus resultados. En cambio, la abundante producción sintética está haciendo escaso el origen humano creíble.
Que esa escasez se convierta en una prima estable depende de la verificación, el comportamiento del mercado y el tratamiento de la creación híbrida. Observe qué compra la gente cuando esas distinciones se vuelven claras.
