Una estudiante escribe una frase en una caja de texto: chaqueta inspirada en la arquitectura brutalista, tejidos reciclados, colores tierra. Pulsa enter. En unos segundos tiene cuarenta chaquetas delante. Ninguna existe. Todas parecen posibles. La IA en el diseño de moda ha cambiado la velocidad a la que una idea puede convertirse en imagen.
La pregunta interesante no es si alguna de ellas es buena. Es qué hace ella a continuación.
Durante siglos, el proceso creativo estuvo disciplinado por la lentitud. Dibujar costaba tiempo, y ese coste obligaba a decidir antes de empezar: qué línea, qué volumen, qué idea merecía la media hora que iba a llevar ponerla sobre el papel. El cuaderno no era solo un soporte. Era un filtro. Se descartaba mucho antes de producir, porque producir era caro.
Ese filtro ha desaparecido. La inteligencia artificial permite generar una primera imagen casi al instante, y cuando algo deja de costar tiempo deja también de obligar a pensar antes de hacerlo. Ahora se piensa después. Se elige entre lo que ya está ahí.
Del boceto inmediato al criterio del diseñador
Conviene mirar de cerca qué es lo que la tecnología ha absorbido realmente, porque no es tan amplio como sugiere el entusiasmo del sector. La investigación de tendencias, por ejemplo: analizar qué ocurre en el mercado era una tarea larga y poco agradecida, y un sistema capaz de analizar grandes cantidades de información procedente de distintas fuentes puede detectar patrones con mucha más rapidez.. También el prototipado virtual permite ver una prenda antes de fabricarla, multiplicar variaciones de un mismo estampado sin repetir el trabajo a mano, corregir errores y reducir la cantidad de muestras físicas necesarias durante el desarrollo.
Lo que se ha eliminado en ambos casos es la espera. No la decisión.
Ahí está el desplazamiento que importa. La habilidad escasa ya no es producir imágenes: es saber cuál de las cuarenta merece existir, y por qué. Y esa habilidad se parece bastante poco a lo que se enseñaba cuando lo difícil era la ejecución.
El criterio detrás de cada decisión
Hay una trampa concreta, y casi todo el mundo cae en ella al principio. Estos sistemas se entrenan con grandes cantidades de datos, entre los que pueden encontrarse imágenes y diseños protegidos por derechos de autor, una cuestión que ha abierto un debate importante sobre propiedad intelectual, autoría y uso de las obras en la IA generativa. Son, además, extraordinariamente buenos reproduciendo patrones reconocibles a partir de aquello con lo que han sido entrenados. La primera propuesta que devuelven puede ser precisamente la más previsible: el promedio de todo lo anterior, presentado con la seguridad de un resultado terminado. Aceptarla no es un atajo, es una renuncia. La originalidad, en este contexto, tiene menos que ver con inventar que con rechazar.
Está además el problema del criterio. Descartar treinta y nueve chaquetas exige saber por qué se descartan, y ese saber no aparece en la interfaz. El sistema no sabe que ese tejido reciclado no va a sostener el hombro que está dibujando. Lo sabe quien ha trabajado el patronaje, ha visto comportarse los tejidos y ha mirado suficiente historia de la moda como para reconocer cuándo una silueta es una cita y cuándo es un accidente. Quien no dispone de ese fondo no está eligiendo. Está aceptando la primera opción con más entusiasmo.
Las herramientas se acumulan y se reemplazan entre sí a una velocidad que no compensa seguir. Unas ordenan conceptos, otras generan imagen, otras simulan la prenda sobre un cuerpo. Cada una responde a una necesidad distinta, y saber cuál abrir en cada momento acaba pesando tanto como manejarla bien. Pero conviene resistirse a la idea de que dominar el catálogo equivale a dominar el oficio.
La pregunta que aparece siempre en primer curso —¿esto va a sustituirnos?— merece una respuesta más honesta que un no tranquilizador. Un sistema puede generar imágenes, analizar información y automatizar lo repetitivo. No tiene criterio estético ni forma de interpretar una emoción.
El riesgo de la IA: que todo empiece a parecerse
El riesgo real no es la sustitución. Es la homogeneización: miles de diseñadores consultando sistemas entrenados con el mismo material, aceptando propuestas parecidas, produciendo colecciones que se parecen entre sí sin que nadie lo haya decidido. Nadie tiene que ser reemplazado para que todo empiece a parecerse.
Qué necesita aprender ahora un diseñador de moda
La IA en el diseño de moda también está cambiando qué competencias resultan más valiosas. Algunas que parecían menos urgentes se han vuelto centrales: dirección artística, conocimiento de materiales, sostenibilidad, cultura de la moda. Diseño pensado desde quien lo va a llevar. La capacidad de escribir un buen prompt, que es sobre todo la capacidad de saber qué se está pidiendo. Y por encima de todo, el pensamiento crítico necesario para mirar un resultado impecable y decir que no.
Nada de esto se aprende usando la herramienta. Se aprende dibujando mal durante un tiempo, cosiendo prendas que no caen bien, equivocándose con un tejido que se comporta de otra manera. La automatización elimina la parte tediosa del proceso, y ocurre que buena parte del aprendizaje vivía justamente ahí, en el tedio.
La estudiante ha descartado treinta y nueve chaquetas. La cuarenta le interesa, aunque no sabe muy bien por qué, y probablemente tampoco acabe siendo la que cosa. Lo que termine haciendo será otra cosa: algo que salió de mirar esas cuarenta, de encontrar en una de ellas un detalle que no había pedido, de decidir que ese detalle importaba.
Esa decisión sigue siendo suya.
Queda por saber qué le ocurre a alguien que empieza a diseñar sin haberse perdido nunca.
