¿Puede la inteligencia artificial entender el gusto cinematográfico?

Lo que las máquinas aprenden realmente sobre el cine

Un sistema de recomendación no conoce películas. Conoce comportamientos. Netflix describe su “Foundation Model for Personalized Recommendation”, presentado en 2025, como un modelo que funciona según el principio de la predicción autorregresiva – “our default approach employs the autoregressive next-token prediction objective, similar to GPT” – y cuyo objetivo primario es sencillamente predecir la siguiente interacción con un título (Netflix Technology Blog). Se entrena con los historiales de interacción de más de 300 millones de usuarios y cientos de miles de millones de interacciones (Netflix Technology Blog). Eso no es formación del gusto, sino cálculo de probabilidades a gran escala.

De forma parecida funciona la personalización de las imágenes de portada: Netflix elige el arte que muestra mediante los llamados contextual bandits y optimiza así la probabilidad de un “quality play”, medida como “take fraction” (Netflix Technology Blog). Con ello la empresa personaliza explícitamente “not just what we recommend but also how we recommend” – e informa de un “significant lift in core metrics” (Netflix Technology Blog). YouTube, por su parte, divide sus recomendaciones desde 2016 en dos etapas: una generación de candidatos y un modelo de ranking (Google Research).

Estos sistemas son innegablemente potentes. Pero responden a una pregunta distinta de la artística. Miden lo que a menudo funciona. No explican por qué una imagen concreta resulta emocionalmente necesaria dentro de una historia concreta.

Del pronóstico a la valoración: cifras sin criterio

El salto de la recomendación a la valoración es la verdadera ambición del sector. Los proveedores prometen detectar el éxito antes incluso del rodaje. ScriptBook se anuncia como “87 % financially accurate” y con una precisión de luz verde del 80 por ciento basada únicamente en el guión; la patente subyacente cita una precisión de clasificación de hasta el 86 por ciento para el éxito y el fracaso (ScriptBook). Largo.ai declara una precisión de luz verde del 82 por ciento y cifra las películas analizadas en más de 12.000 (Largo.io). Ambas son afirmaciones de proveedor que no resistieron una verificación independiente en esta investigación.

La investigación seria es más prudente. Un estudio publicado en 2024 en Scientific Reports alcanzó una precisión media de pronóstico del 83,7 por ciento para la taquilla con una red neuronal ampliada con comentarios; sin los datos de comentarios, las cifras caían notablemente (Scientific Reports). Lo decisivo, sin embargo, es el objeto: se pronostica el éxito comercial, no la calidad artística. Los propios autores mencionan la selección de datos y el efecto COVID como límites abiertos (Scientific Reports).

Justo aquí se revela el punto ciego. Un análisis independiente de ScriptBook realizado por Cineuropa sostiene que el propósito del análisis no es “captar las sutilezas de un guión, sino comparar su contenido con las magnitudes conocidas de películas ya estrenadas” (Cineuropa). En el caso documentado de la película Passengers, la predicción de taquilla resultó útil, pero la herramienta no pudo anticipar la mala acogida crítica (Cineuropa). La crítica reza: “false objectivity” – métricas objetivas que solo pueden respaldar una decisión subjetiva, pero no tomarla (Cineuropa).

La diferencia entre efecto y verdad

¿Puede una máquina medir al menos el efecto emocional? En parte. Modelos de affective computing como AttendAffectNet predicen las emociones evocadas por una película a partir de las pistas de vídeo, audio y texto – pero solo como las dimensiones de valencia y activación, con los mejores valores de correlación en torno a 0,655 para la activación y 0,575 para la valencia (Sensors). Se trata de una aproximación correlativa a reacciones medidas, no de un juicio sobre la verdad emocional. Esa investigación esboza cómo modelar las reacciones del público como puntos de datos; no reemplaza ni a un público de prueba representativo ni a un juicio estético, y un uso productivo de este mismo modelo en un estudio no está acreditado en las fuentes revisadas.

Justo ahí intervienen los pases de prueba y los datos de público. Pueden agrupar reacciones, hacer visibles patrones entre grupos de espectadores y estimar probabilidades. Pero un público de prueba sigue siendo una muestra, no un juicio de valor, y distintos espectadores reaccionan de forma diferente ante la misma escena. Los sistemas automatizados de tráilers y portadas, a su vez, pueden optimizar la selección y presentación del material – Netflix lo demuestra para la elección personalizada de portadas (Netflix Technology Blog). Sin embargo, en ninguna de las fuentes revisadas para este artículo hay pruebas de que un sistema comprenda la firma de un director o la necesidad artística de una imagen; esta frase debe leerse como hallazgo de investigación y clasificación periodística, no como una afirmación categórica sobre el futuro.

Con ello se puede afinar el eje conceptual central de este artículo. Son medibles o pronosticables: la calidad técnica, la probabilidad estadística de éxito, la notoriedad, la popularidad y – de forma limitada y correlativa – el efecto emocional. En cambio, siguen siendo normativas, culturales y dependientes del contexto: la verdad emocional, la originalidad, la necesidad artística y el gusto personal. Una película técnicamente impecable, familiar y estadísticamente prometedora puede estar emocionalmente vacía. Una obra inicialmente desconcertante puede llegar a marcar cultura. Ningún sistema aquí acreditado decide sobre esa diferencia.

La razón es estructural, no meramente gradual. Los modelos comparan lo nuevo con lo conocido. Precisamente por eso la investigación advierte contra la uniformidad guiada por datos: el hallazgo clásico de Fleder y Hosanagar muestra que los sistemas de recomendación pueden generar “ciclos autorreforzantes” en los que los títulos populares se recomiendan más, se consumen más y por ello se recomiendan aún más – “These cycles reduce diversity” (INFORMS). Un experimento de campo posterior sobre 82.290 productos y más de 1,1 millones de usuarios confirma que los filtros colaborativos reducen la diversidad agregada de la oferta, aunque la diversidad individual pueda aumentar al mismo tiempo (University of Pennsylvania). Un sistema optimizado hacia lo conocido tiende a producir más de lo conocido.

Lo que ocurre realmente en la práctica

El cuadro real es más matizado que ambos extremos – tanto la fe eufórica en las máquinas como el rechazo global. El caso práctico probablemente más sólido es Cinelytic: Warner Bros. Pictures International utiliza la plataforma desde 2020 para valorar contenidos y talento y para dirigir estrategias de estreno (Business Wire). Lo notable es su autolimitación. El fundador Tobias Queisser declaró a Fortune: “We don't believe that an algorithm can run a script and understand whether the story is good or will connect with humans” – y dejó claro: “We're not in the business of forecasting hits or flops” (Fortune). En 2025 Cinelytic amplió su cartera con la adquisición de Jumpcut Media y su herramienta de análisis de guiones ScriptSense; entre los clientes citados figuran Lionsgate y Warner Bros. (Variety).

En el nivel de las herramientas de posproducción, tales automatizaciones están disponibles comercialmente desde 2025. Blackmagic Design describe, para DaVinci Resolve 20, que “IntelliScript” construye automáticamente una línea de tiempo “with the best takes of user selected dialogue” a partir de un guión de texto aportado por el usuario, que “IntelliCut” puede eliminar los silencios en los diálogos y, mediante reconocimiento de hablantes, situar a cada hablante en pistas separadas, y que “Multicam SmartSwitch” en la página de montaje puede “automatically select angles based on who is speaking” (Blackmagic Design). Son sugerencias asistivas y automatizaciones de tareas técnicas – un primer montaje, el recorte de silencios, la elección de la cámara que habla. No fundamentan ninguna estética de cámara ni un ritmo: no la decisión dramatúrgica de por qué un corte en una escena emocional cae un segundo demasiado pronto o demasiado tarde.

Un ejemplo a menudo citado del límite entre análisis y juicio es el tráiler asistido por IA que IBM desarrolló en 2016 para la película de 20th Century Fox Morgan. IBM Research describe el proyecto como una colaboración hombre-máquina: un análisis multimodal de imagen, sonido, ambiente y estructura de escena identificó diez momentos adecuados, que después fueron ordenados y montados por un cineasta profesional (IBM Research). Según John Smith, director de investigación de IBM, el montador utilizó nueve de los diez clips propuestos, ajustó sus límites, colocó las transiciones y eligió la música – “that was a completely human process” (VICE). El sistema analizó y propuso momentos; la selección cinematográfica y el montaje final siguieron siendo humanos. Como experimento histórico, el caso ilustra el potencial del análisis automatizado de tráilers, no un gusto cinematográfico autónomo.

Contraargumentos, límites y riesgos

La objeción más fuerte contra el escepticismo dice: también el gusto humano es aprendido, moldeado por la experiencia, la cultura y la imitación. Si un modelo reconoce patrones que “funcionan”, ¿hace entonces algo fundamentalmente distinto de un montador experimentado? La diferencia demostrable reside menos en la capacidad de reconocer patrones que en lo que puede medirse. Los sistemas optimizan hacia magnitudes observables – clics, tiempo de permanencia, ingresos. La necesidad artística, la impronta cultural y las decisiones equivocadas valientes y productivas no están definidas como objetivo medible en ninguna de las fuentes aquí revisadas.

De ello se derivan riesgos concretos. Primero, el peligro documentado de homogeneización a través de ciclos de popularidad autorreforzantes (INFORMS). Segundo, la “false objectivity” de las herramientas de pronóstico, cuyas cifras sugieren certeza donde habría que tomar una decisión cultural y estética (Cineuropa). Tercero, la confusión de la calidad técnica con la verdad: una imagen puede estar perfectamente compuesta y, sin embargo, ser intrascendente. Al mismo tiempo, sería erróneo negar a la IA toda relevancia. Como herramienta analítica – para la evaluación de riesgos, para la automatización del trabajo técnico, para la personalización de la distribución – su utilidad está acreditada. La frontera no discurre entre el ser humano y la máquina, sino entre lo medible y el juicio.

Conclusión: entre correlación y significado

Un sistema de IA puede aprender qué imágenes, historias o cortes funcionan con frecuencia. Puede agrupar las reacciones de los grupos de prueba, estimar probabilidades y descubrir correlaciones que escapan a la mirada humana. De ahí no se sigue que entienda por qué una imagen concreta es emocionalmente necesaria dentro de una historia concreta. El gusto no es mera popularidad, y la probabilidad estadística no es un juicio estético. El estado honesto de las cosas en 2026 se sitúa entre dos relatos cómodos: la máquina no sustituye la firma del director ni es irrelevante. Desplaza la pregunta. Ya no: ¿qué es probable que funcione? Sino: ¿quién decide cuando los datos y la intuición divergen – y quién asume el riesgo creativo cuando una obra desconcertante resulta ser la que marca época? Por ahora, esa decisión sigue siendo un juicio humano.