El colapso del modelo describe cómo los modelos de IA pueden empeorar si se entrenan una y otra vez con textos o imágenes creados por otras IA.
Ejemplo
Un modelo de imágenes que solo ve imágenes de IA produce, tras varias generaciones, imágenes cada vez más uniformes.
Para profesionales
Un estudio en Nature (2024) mostró que el contenido poco frecuente desaparece con las generaciones cuando los datos reales se sustituyen por sintéticos. Mezclar datos reales hechos por personas atenúa el efecto. Por eso gana valor poder demostrar el origen de los datos de entrenamiento.
