Just Eat pausa las fotos de menú con IA: falla el idioma

Qué pasó con las fotos de menú generadas con IA de Just Eat

Just Eat pausó el despliegue de una herramienta que generaba con inteligencia artificial las fotos de los platos de restaurantes que no habían subido imágenes propias. El motivo: los clientes empezaron a encontrarse resultados absurdos dentro de la aplicación. Un café de Belfast vendía sándwiches de desayuno sobre soda bread —pan irlandés— y el generador leyó «soda», puso un refresco y dibujó bacon y huevo flotando en un vaso de cola.

Para un founder, el caso no es una anécdota graciosa. Es una demostración concreta de dónde se rompe el ahorro cuando se automatiza contenido a escala: el fallo no estuvo en la calidad de los píxeles, sino en el idioma.

Los errores fueron de vocabulario, no de imagen

El patrón se repite con cada nombre regional. Un chip muffin, que en algunas zonas de Mánchester es un bocadillo de patatas fritas, se convirtió en patatas horneadas metidas dentro de un muffin. Un cheese roll, que es un panecillo con queso, salió como lonchas de queso enrolladas tipo sushi. Las salt and pepper chips, un plato de comida china para llevar con cebolla, ajo y chiles fritos, aparecieron como patatas sosas con sal y pimienta.

El research confirma que el problema fue sistemático, no un puñado de casos aislados. Según Gadget Review, un «jacket potato» apareció como una chaqueta de invierno cubierta de patatas y un «tiger prawn» produjo un cuenco de cachorros de tigre en salsa. Silicon UK documentó otro error de mecanografía: un plato de «scrabbled eggs» —mal escrito por «scrambled»— se ilustró con huevos revueltos estampados con una letra tipo Scrabble. El propio artículo original atribuye a la BBC un pan de ajo con forma de avión, producto de una errata de «plain» por «plane».

Por qué un generador de imágenes falla con nombres locales

Un generador de imágenes no conoce ningún plato concreto. Dibuja el promedio estadístico de todo lo que ha visto etiquetado con esas palabras. Si el nombre es genérico, el promedio se parece bastante a la realidad. Si el nombre es local, es un apodo, lleva una errata o significa dos cosas, el sistema acierta la forma y falla el referente.

Eso explica por qué «soda bread» se convirtió en bebida y por qué un «chip muffin» terminó siendo otra cosa. El modelo no tenía forma de saber que en Belfast «soda» es un tipo de pan y no un refresco. Ningún dato global le habría enseñado ese uso local.

El fenómeno tiene una capa psicológica que conviene entender. CNN recoge la investigación del psicólogo Alexander Diel, de la Universidad de Duisburg-Essen, quien encontró en un estudio revisado por pares de 2025 que las imágenes de comida generadas con IA ligeramente imperfectas se perciben como más «inquietantes» y menos agradables que las imágenes no realistas o las muy realistas. La razón, según Diel, es evolutiva: somos sensibles a cualquier señal de que un alimento puede no ser seguro.

El riesgo real no es la imagen absurda, es la plausible

Aquí está el punto que casi nadie señala. El error absurdo se detecta solo: nadie va a pedir bacon flotando en un refresco. El peligro está en la imagen plausible, la que sale correcta pero con dos piezas en lugar de cuatro, con una guarnición que no incluye o con el doble de ración.

Esa imagen no la denuncia nadie en redes. Llega a casa, decepciona al cliente y el coste reputacional lo absorbe el restaurante, no la plataforma. CNN documenta un caso en esa línea: un pequeño restaurador recibió una avalancha de reseñas negativas e incluso amenazas después de que una imagen de su menú ilustrado con IA se volviera viral, y desde entonces dejó de usar IA en todo su marketing gastronómico.

Qué ha hecho Just Eat (y qué no)

Menos de lo que sugiere el titular que circula. Un portavoz de la empresa, sin nombre ni cargo en las fuentes, dice que están «en proceso de retirarlas» y que han «pausado el despliegue mientras seguimos desarrollando la herramienta». No la cancelan: la pausan. Y solo retiran las imágenes incorrectas, no todas las generadas con IA.

La declaración pide disculpas «por cualquier imagen inexacta que se haya publicado» y apela al ensayo y error: «como con cualquier tecnología nueva, no siempre sale del todo bien a la primera». Añade que trabajan con «decenas de miles de pequeños restaurantes» en su imagen de producto, incluida la financiación de fotógrafos profesionales locales. Es la única cifra que da la empresa, y es de su programa general: no hay número de imágenes afectadas, ni de restaurantes, ni de países.

Dos datos del research matizan el relato. Gadget Review recoge que Just Eat dijo a The Journal que cada imagen fue revisada manualmente antes de publicarse, lo que deja la pregunta incómoda de cómo un revisor humano aprobó un cuenco de cachorros de tigre. La misma cobertura señala que la empresa reconoció que algunos ejemplos que circulan online no salieron de su herramienta, así que el número exacto de errores reales sigue sin estar claro.

En contra, la BBC comprobó el 21 de octubre que muchas de las imágenes más disparatadas seguían publicadas, y la empresa no ha revelado qué herramienta ni qué modelo usaba, ni desde cuándo. Lo detectaron los clientes, no un control interno. El rastro está en el subreddit de Just Eat en Reino Unido y en la cuenta de Instagram que publicó varias de esas imágenes.

No consta reacción de ningún regulador ni de asociaciones de restauración o consumidores. Como contexto, la ASA británica ya avisó en febrero de 2025 de que las imágenes engañosas están cubiertas por sus códigos con independencia de cómo se hayan creado, aunque ese texto no menciona aplicaciones de reparto ni a esta empresa.

¿Afecta a España?

Todas las fuentes sitúan la prueba en el Reino Unido, y un medio neerlandés precisa que fue solo allí. La marca opera en España con el mismo nombre desde hace más de una década y reforzó su posición cuando compró a su rival La Nevera Roja, y el grupo no ha dicho si el plan era internacional. Es decir: hoy no, y no sabemos si mañana.

Qué significa esto para tu startup

Si tu producto genera contenido con IA que el cliente final consume —fotos, descripciones, nombres de producto—, este caso te deja tres lecciones aplicables esta semana.

• Audita los nombres propios y la jerga local antes de generar. Los fallos no vienen de los términos genéricos, vienen de los apodos regionales, las erratas y las palabras con doble significado. Si vendes en varios países, haz una lista de esos términos y revísalos uno por uno.
• La revisión humana solo funciona con conocimiento del dominio. Un revisor genérico no detecta que «soda bread» es pan. La supervisión tiene que hacerla alguien que conozca el contexto cultural del mercado, no alguien que solo comprueba que la imagen «se vea bien».
• Etiqueta el contenido generado con IA. Es la única parte del caso que merece un aplauso: la etiqueta permite distinguir lo que puso la plataforma de lo que puso el restaurante. Sin ella, el coste reputacional lo habría pagado el café de Belfast.
• Considera la alternativa barata que sí funciona. Nancy Hopkins, presidenta de la International Association of Culinary Professionals, recomienda a los pequeños negocios sin presupuesto para fotógrafos optar por ilustraciones a menor escala o tomar sus propias fotos con el móvil. La autenticidad, dice, es lo que busca el cliente con hambre.

El contexto de mercado empuja en la dirección contraria. Según la National Restaurant Association, citada por CNN, el 42% de los operadores dijo que su restaurante no fue rentable en 2025, y el 26% de los dueños ya usa IA, la mayoría para marketing. Con esos márgenes, la tentación de generar una foto casi gratis en lugar de pagar a un fotógrafo es enorme.

El experimento de Just Eat demuestra exactamente dónde se rompe ese ahorro, y no es donde se esperaba. Se rompe en el idioma, en los nombres que una comunidad usa para su propia comida y que ningún modelo entrenado con datos globales va a reconocer. Para un founder, la conclusión es simple: la IA escala bien el volumen, pero no el contexto local. Eso sigue siendo trabajo humano.

Fuentes

• Just Eat pausa sus fotos de comida generadas con IA (fuente original)
• Just Eat's AI Menu Photos Gave Diners Tiger Cubs, Airplanes and Jackets — Gadget Review
• Just Eat Pauses AI Rollout Amid Bizarre Food Images — Silicon UK
• Appalling AI menu pictures keep going viral — CNN