Representación de emociones en rostros generados por IA : comparación entre Adobe firefly, Midjourney y Dreamstudio mediante Facereader y Panel Experto

Abstract

La generación de imágenes mediante inteligencia artificial ha transformado la práctica creativa en publicidad, especialmente cuando se busca transmitir emociones a través de retratos. Sin embargo, persiste la duda sobre qué tan claras y consistentes son esas expresiones cuando se utilizan con fines persuasivos. Este estudio analizó tres plataformas de inteligencia artificial generativa —Adobe Firefly, Midjourney y DreamStudio— para evaluar su capacidad de representar alegría, sorpresa y miedo en rostros sintéticos bajo condiciones técnicas controladas. Se produjeron 27 imágenes a partir de un diseño factorial que combinó plataforma, emoción y variaciones léxicas del prompt, modificando únicamente el adjetivo emocional con el fin de aislar su efecto en la expresión resultante. El estudio buscó determinar qué tan coherentes, intensas y reconocibles eran las emociones generadas, comparando la lectura automática de FaceReader con la valoración humana de un panel de expertos en dirección de arte, diseño y comunicación. Para ello, se aplicó un enfoque mixto: análisis cuantitativo de las puntuaciones de emoción en una escala 0–100 y análisis cualitativo de comentarios que permitieron interpretar discrepancias y patrones de representación facial en las plataformas evaluadas. Los resultados evidenciaron diferencias claras entre plataformas y entre los sinónimos empleados para una misma emoción. FaceReader mostró patrones de reconocimiento específicos por plataforma, mientras que los expertos identificaron matices expresivos que el software no siempre captó. La concordancia entre ambos métodos varió según la emoción: fue mayor en alegría, intermedia en sorpresa y menor en miedo. En términos de coherencia general, una de las plataformas presentó mayor estabilidad en la expresión emocional independientemente del adjetivo utilizado, mientras que otra mostró alta variabilidad ante cambios mínimos en el prompt. En conjunto, los hallazgos permiten afirmar que la capacidad de las plataformas generativas para representar emociones depende tanto de la herramienta como de la formulación del prompt. El estudio ofrece un protocolo replicable para la evaluación emocional de retratos generados por IA y evidencia la importancia de combinar métricas automáticas con juicio experto cuando la imagen se destina a usos publicitarios, donde la claridad emocional es decisiva para el mensaje.