O problema da homogeneidade por trás desses cardápios gerados por IA pouco apetitosos

No início, você pode questionar sua sanidade. Você entra em uma cafeteria e examina um cardápio repleto de sanduíches de rosca, mas todas as imagens parecem desconcertantemente perfeitas — simétricas à perfeição e excessivamente lisas —, desencadeando uma sensação instintiva de que algo está errado. Você não está imaginando coisas; sua intuição está correta. Imagens geradas por inteligência artificial invadiram o setor de restaurantes, impulsionadas por modelos treinados em uma estética “agradável” e restrita, que parece inerentemente errada, mesmo que você não consiga explicar imediatamente o porquê.

Às vezes, essas imagens são flagrantemente falsas, como um burrito com queijo tão borbulhante e derretido que se assemelha mais a uma obra de arte de vanguarda do que a comida. Mais frequentemente, elas parecem comuns, revelando sua artificialidade apenas quando você pausa para examiná-las de perto.

“É como se um alienígena tentasse criar uma pizza sem compreender seus princípios fundamentais”, afirmou Alex Lisle, CTO da Reality Defender, à TechCrunch. (A Reality Defender faz parte de um setor crescente de startups que oferecem ferramentas de detecção de IA e verificação de conteúdo — um mercado que existe, em grande parte, devido a problemas como este.)

Jogue uma pedra em Nova York e você acertará um anúncio de comida gerado por IA ligeiramente desagradável. pic.twitter.com/lLXVkFIFoG

— Maggie (@maggiemoda) 28 de agosto de 2026

Lisle explica que a arquitetura desses modelos ajuda a esclarecer por que as ilustrações convergem para uma estética específica — aquela em que cada bola de sorvete é perfeitamente esférica e os camarões parecem geneticamente modificados para comer suas próprias caudas, criando o que ele chama de “horrores foodísticos lovecraftianos”.

Os grandes modelos de linguagem (LLMs) e os modelos de difusão — os sistemas de IA que alimentam chatbots como o ChatGPT e geradores de imagens como o Midjourney — são treinados em conjuntos de dados massivos. Esses modelos identificam padrões nos dados para prever a intenção do usuário quando recebem solicitações como: “Crie um cardápio para um restaurante de hambúrgueres”.

“Muito disso se parece com o cardápio do Chili’s de 2015, e há uma razão para isso”, observou Lisle. “Esse era o corpus de trabalho do qual [os modelos] derivaram seu estilo.”

Créditos da imagem: ChatGPT Image 2.0

Novos dados de treinamento são cruciais para os desenvolvedores de IA — a Amazon, por exemplo, é conhecida por buscar livros raros para digitalizar como dados de treinamento, apenas para descartá-los posteriormente. É inevitável que algum conteúdo gerado por IA se infiltre nesses vastos conjuntos de dados. No entanto, quando os modelos de IA treinam excessivamente com suas próprias saídas, eles correm o risco de colapso do modelo.

“O colapso do modelo é semelhante à doença da vaca louca… quando você alimenta as saídas de um modelo de volta a ele mesmo, a endogamia eventualmente se torna insustentável, fazendo com que o sistema falhe”, explicou Lisle. “O que observamos aqui é convergência, o que não é necessariamente um colapso do modelo.”

A convergência é menos extrema, degradando a qualidade das saídas sem tornar a IA completamente inútil.

Se você pedir a uma IA que gere um cardápio de fast-food, é provável que ela faça referência a designs do Wendy’s, Burger King ou McDonald’s. Como esses cardápios existentes compartilham um estilo semelhante, as saídas da IA imitarão essa estética, reforçando-a ainda mais se o cardápio gerado for posteriormente adicionado aos dados de treinamento.

No entanto, os anúncios de comida sempre parecem melhores do que a realidade, assim como um Big Mac em um comercial do McDonald’s, onde cada camada é meticulosamente organizada por um designer de adereços para máximo apelo. Esse efeito pode ser amplificado no conteúdo gerado por IA.

“A otimização dos conjuntos de dados prioriza o ‘agradável’ ou a evitação de ofensas, o que leva à homogeneização”, disse Lee Rainie, diretor do Centro Imaginando o Futuro Digital da Universidade Elon, à TechCrunch. “Sabe-se que a IA suaviza as arestas tanto nas imagens quanto na linguagem.”

Em escala menor, essa suavização ocorre quando os usuários geram um cardápio com um gerador de imagens de IA e aplicam edições repetidas. No X, um usuário chamado Labtec demonstrou o que acontece quando um cardápio gerado pelo ChatGPT é editado 100 vezes, mostrando como a comida perde gradualmente sua aparência realista. (Nós replicamos o experimento e observamos resultados semelhantes.)

“O resultado final na verdade me deixa desconfortável”, escreveu Labtec.

Fiz um cardápio de restaurante no ChatGPT e o editei 100 vezes para ver como esses cardápios horríveis acabam sendo como são. O resultado final na verdade me deixa desconfortável pic.twitter.com/sDIUKlabdp

— Labtec (@labtec901) 19 de agosto de 2026

Os restaurantes podem estar caindo vítima desse problema ao refinar repetidamente seus cardápios gerados por IA, ajustando pequenos detalhes como preços ou nomes dos itens. Com cada edição, as imagens dos alimentos ficam ligeiramente mais arredondadas e lisas.

“As pessoas têm uma sensação quase inexplicável ao visualizar conteúdo gerado por IA em comparação com imagens reais”, disse Rainie. “Há uma sensibilidade que as pessoas às vezes têm dificuldade em articular, mas reconhecem quando a veem. Acredito que esta seja a razão pela qual o rejeição aos restaurantes que usam cardápios de IA tenha sido tão pronunciada.”

Há respaldo científico para nossa aversão a esses cardápios de IA. Pesquisadores da Universidade de Duisburg-Essen, na Alemanha, descobriram que imagens de comida geradas por IA desencadeiam um efeito de “vale estranho”, no qual imagens de comida quase realistas provocam mais nojo e desconforto do que as obviamente falsas. Esse desconforto é intensificado pelo contexto cultural atual em torno da IA.

Se os consumidores reagirem negativamente a essas imagens, os restaurantes devem reconsiderar o uso de cardápios gerados por IA. No entanto, as implicações dos pães de hambúrguer perfeitamente dourados vão além da alimentação.

“Ver e ouvir sempre foi crer, a ponto de até nossos sistemas jurídicos dependerem da ideia de que o padrão-ouro das provas são confissões gravadas e gravações em vídeo”, afirmou Lisle. “Esse já não é mais o caso. O mundo mudou fundamentalmente, para melhor ou para pior.”