IA vs Retoc Humà de Joieria: Resultats del Test Cec 2026

La motivació d'aquest test va sorgir d'una pregunta recurrent a les comunitats de venedors de joieria: el retoc per IA és realment prou bo per a anuncis reals de productes, o produeix resultats que els compradors experimentats poden detectar i desconfiar-ne?

Per respondre aquesta pregunta de manera rigorosa, vam dissenyar un test amb tres principis fonamentals: entrades controlades (fotografies font idèntiques per a cada comparació), avaluació cega (els jutges no tenien informació sobre quin mètode havia produït cada imatge) i jutges compradors reals (no dissenyadors ni fotògrafs la formació professional dels quals podria introduir preferències diferents del comportament real de compra).

Vam reclutar 200 jutges a través d'un servei de panells en línia, filtrant específicament persones que havien comprat joieria en línia almenys dues vegades en els 12 mesos anteriors. El panell era un 68% femení i un 32% masculí, amb edats que anaven dels 24 als 61 anys i una franja mitjana d'ingressos familiars de $65,000–$95,000 — un perfil demogràfic raonablement representatiu del comprador de joieria de gamma mitjana.

A cada jutge se li van mostrar parells d'imatges retocades (IA vs. humà, però sense etiquetar) i se li van fer dues preguntes: quina imatge et faria més probable comprar aquest article, i quina imatge sembla més produïda professionalment? També vam recollir comentaris qualitatius de text obert en un 20% aleatori de les comparacions per entendre el raonament darrere de les preferències.

El test complet va durar sis setmanes des de la fotografia fins a l'anàlisi final de dades. Les imatges font van ser fetes per un únic fotògraf comercial sota il·luminació d'estudi estroboscòpic sobre una superfície acríl·lica blanca. Cap imatge de prova va ser retocada abans del lliurament als retocadors o al sistema d'IA — tots van rebre els mateixos fitxers JPEG en brut.

Els tres retocadors humans van ser seleccionats basant-se en mostres verificades de portfoli que mostraven treball de joieria fina. Tots tres tenien més de cinc anys d'experiència retocant joieria específicament — no fotografia general de producte — i les seves tarifes diàries oscil·laven entre $45 i $80 per imatge, d'acord amb les tarifes de mercat per a retocadors experimentats de joieria. Per reduir la variació d'estil individual, tots tres van rebre el mateix briefing: retoc de producte comercial estàndard, fons blanc, tons metàl·lics fidels al color, facetes de pedres netes, sense filtres d'embelliment intensos.

El sistema d'IA va processar cada imatge a través d'un pipeline completament automatitzat. No es van fer ajustos manuals, correccions de retall ni controls de qualitat als resultats de la IA abans que arribessin als jutges. Això reflecteix l'ús real: la majoria de venedors que utilitzen eines de retoc per IA no revisen manualment cada resultat abans de descarregar-lo.

Les 50 peces de joieria es van distribuir en quatre categories: 15 anells (barreja de solitaris, pavé i aliances apilables), 12 collarets (penjolls i cadenes), 13 arracades (de botó i penjants) i 10 braçalets (de tennis i amb penjolls). Els preus anaven des de peces de moda de $85 fins a articles de joieria fina de $2,400. Vam incloure peces en tot aquest rang de preus deliberadament, perquè les expectatives i el nivell d'escrutini dels compradors difereixen significativament entre un anell de moda banyat de $95 i un solitari de diamant de $1,800.

Per a la puntuació, els jutges van avaluar cada imatge d'un parell de l'1 al 10 en dues dimensions: intenció de compra ("Quina probabilitat tindries de fer clic en aquest anunci per saber-ne més?") i qualitat professional ("Com de professionalment produïda sembla aquesta imatge?"). Vam analitzar els resultats per separat per categoria, franja de preu i complexitat de la peça. Total de punts de dades recollits: 200 jutges × 50 parells × 2 preguntes = 20,000 valoracions individuals.

Anells (15 peces): La IA i els retocadors humans van produir resultats efectivament equivalents — les puntuacions mitjanes d'intenció de compra van ser de 7.4 per a la IA i 7.6 per als humans, una diferència dins del marge d'error. Per a anells solitaris i aliances simples, els jutges no van poder distingir de manera fiable el retoc per IA del retoc humà. Per a configuracions de pavé complexes amb moltes pedres petites, els retocadors humans van puntuar lleugerament més alt (7.9 vs. 7.2) perquè van exercir més judici sobre la col·locació d'ombres al voltant de les pedres individuals. La diferència es va detectar en els comentaris de text obert: diversos jutges van observar que alguns resultats de la IA en anells de pavé semblaven "lleugerament plans" en comparació amb les versions retocades per humans que utilitzaven un dodge-and-burn subtil per crear microcontrast al voltant de les pedres.

Arracades (13 peces): Aquesta va ser la categoria amb la diferència de rendiment més petita. La IA i els retocadors humans van puntuar amb menys de 0.2 punts de diferència en tots els estils d'arracades. Les arracades de botó en particular van mostrar puntuacions gairebé idèntiques (7.8 IA, 7.9 humà). Els jutges van tenir dificultats per distingir els mètodes, i les respostes de text obert estaven dominades per comentaris sobre la joieria en si en lloc de la qualitat del retoc — un bon senyal per a ambdós enfocaments.

Braçalets (10 peces): La IA va superar els retocadors humans en braçalets de tennis específicament, puntuant 8.1 vs. 7.4. El sistema d'IA va produir una brillantor de pedres més consistent en les 47 pedres d'un braçalet de tennis amb múltiples pedres, mentre que els retocadors humans van mostrar una variació menor de brillantor d'una pedra a l'altra que els compradors van trobar subtilment distractor. Per a braçalets amb penjolls amb espaiat irregular, els resultats van ser més ajustats.

Collarets (12 peces): Els retocadors humans van superar la IA en aquesta categoria, 8.2 vs. 7.0. Aquesta va ser la diferència més àmplia del test. Els collarets amb treball fi de cadena i penjolls requereixen un judici matisat sobre com els baules de la cadena capten la llum — un problema tridimensional que els sistemes d'IA actualment gestionen amb menys sofisticació que els retocadors experimentats.

Els avantatges més decisius de la IA no eren sobre qualitat artística — eren operacionals.

Velocitat: La IA va processar les 50 imatges en menys de quatre hores en total. Els tres retocadors humans, treballant al seu ritme professional normal, van lliurar resultats en 3–5 dies laborables amb una ronda de revisions inclosa en la tarifa pressupostada. Per als venedors que fotografien una nova col·lecció de 30–80 peces i necessiten les imatges publicades abans d'una finestra promocional o temporada, la diferència entre 4 hores i 4 dies és comercialment significativa.

Consistència de lots: Aquest resultat ens va sorprendre fins i tot a nosaltres. Quan vam mesurar la luminància (brillantor general) i el balanç de blancs en els 50 resultats de la IA, la desviació estàndard va ser de 4.2 punts en una escala de 0–255. En els resultats dels retocadors humans, la desviació estàndard va ser de 19.8 punts — gairebé cinc vegades més alta. Els retocadors individuals eren internament consistents, però la variació entre els tres retocadors era substancial, cosa que importa per als venedors que utilitzen múltiples retocadors o canvien de proveïdor amb el temps. Els jutges no van poder articular conscientment aquesta diferència, però es va reflectir en les seves puntuacions d'intenció de compra: les pàgines de catàleg retocades per IA (on es mostraven múltiples peces juntes) van puntuar 0.7 punts més alt en qualitat professional que les pàgines de catàleg retocades per humans mixtos.

Cost: A les tarifes de mercat pagades en aquest test, el retoc humà oscil·lava entre $45 i $80 per imatge final incloent una ronda de revisió. El processament per IA a les tarifes actuals d'eines comercials costa entre $1.50 i $3.00 per imatge. Per a un venedor amb una actualització trimestral de catàleg de 200 imatges, això és una diferència de $9,000 a $15,500 enfront de $300 a $600. L'avantatge en cost per si sol justifica l'adopció de la IA per al treball de volum independentment de les comparacions de qualitat.

La precisió en l'eliminació de fons també va ser notablement superior en els resultats de la IA. La IA va eliminar fons de manera neta en les 50 peces sense màscares manuals. Els retocadors humans van produir dues imatges (4%) que van requerir revisió a causa de píxels de fons no eliminats prop de baules fines de cadena.

Les debilitats del sistema d'IA es van fer més visibles quan la tasca de retoc requeria alguna cosa més enllà de "fer que això sembli net i precís".

Direcció creativa per a fotografies de protagonisme: Quan vam donar als retocadors humans un briefing per a imatges de campanya de nivell protagonista — amb direcció específica sobre ambient, estil d'ombra i calidesa del to metàl·lic — van produir imatges que els jutges van avaluar notablement més alt tant en intenció de compra com en qualitat professional percebuda. El briefing creatiu incloïa orientacions com "tons càlids d'or rosa, ombra direccional suau cap a l'inferior esquerre, lleuger vinyetat". Els retocadors humans van interpretar i executar aquest briefing amb matisos. El sistema d'IA, operant sense un mecanisme d'entrada de briefing creatiu per a aquest flux de treball específic, va optar per la seva sortida estàndard. Per a una marca de joieria nupcial d'alta gamma, aquesta diferència importa.

Metalls antics i oxidats: Quatre peces del test incloïen pàtina intencional, plata oxidada o acabats d'or antic. El sistema d'IA va tractar-los com a imperfeccions i els va corregir parcialment cap a un acabat més brillant i modern — eliminant part del caràcter intencional de la peça. Els retocadors humans van reconèixer l'envelliment intencional i el van preservar. Això és un problema significatiu per als venedors de joieria vintage i artesanal on la pàtina és una característica de venda, no un defecte.

Composicions complexes amb múltiples peces: Dues imatges del test incloïen múltiples peces de joieria estilitzades juntes (un conjunt d'anell i arracades, una combinació de collaret i braçalet). La IA va produir resultats tècnicament nets però ocasionalment va crear inconsistències espacials en com les ombres queien entre les peces. Els retocadors humans van dedicar temps addicional a assegurar que la composició semblés físicament coherent, cosa que els jutges van valorar positivament.

Els comentaris de text obert sobre les imatges preferides dels humans mencionaven freqüentment paraules com "luxós", "editorial" i "d'alta gamma" — suggerint que quan els retocadors humans treballen al seu millor nivell, afegeixen un senyal de qualitat perceptible que augmenta el valor percebut de la marca més enllà del que proporciona la documentació precisa del producte.

Basant-nos en els resultats del test, l'enfocament comercialment més racional no és triar entre retoc per IA i retoc humà — sinó utilitzar cadascun on rendeix millor.

Nivell 1: IA per al volum de catàleg. Totes les imatges de producte estàndard — fotografies principals amb fons blanc, fotografies d'angles secundaris, primers plans de detall i imatges de variants — estan ben dins de la capacitat demostrada de la IA. L'avantatge en consistència fa que la IA sigui realment preferible als retocadors humans per a aquest treball, i els avantatges en cost i velocitat són decisius. Una col·lecció de 100 peces que costaria $6,000–$8,000 en retoc humà costa $200–$400 amb IA, i la consistència a nivell de catàleg és mesurament millor.

Nivell 2: Retoc humà per a fotografies de protagonisme. Per a cada col·lecció, identifiqueu 3–5 imatges que serviran com a cara de la col·lecció a través de publicitat de pagament, el banner principal de la pàgina d'inici, campanyes d'email i qualsevol ús editorial o de premsa. Aquestes imatges justifiquen la inversió en retoc professional perquè generaran molts milers d'impressions i valen la inversió extra en qualitat creativa. Pressuposteu $150–$300 per imatge de protagonisme per a retoc de joieria de nivell sènior.

Nivell 3: Primer la IA, revisió humana per a casos especials. Per a peces amb acabats inusuals, pedres complexes o preus alts on l'escrutini del comprador és intens, executeu primer el retoc per IA i reviseu els resultats abans de publicar. Si el resultat de la IA és bo (cosa que serà en la majoria dels casos), publiqueu-lo. Si ha gestionat malament un element específic — el color d'una pedra particular, una pàtina, una configuració complexa — encarregueu una revisió humana dirigida en lloc de retocar tota la imatge de nou.

Els venedors que van reportar la satisfacció més alta amb aquest model híbrid en la nostra enquesta de seguiment van ser aquells que van prendre la decisió IA/humà en l'etapa de planificació de la col·lecció en lloc d'imatge per imatge. Preseleccionar les fotografies de protagonisme abans de la sessió fotogràfica — perquè el fotògraf pugui capturar aquells fotogrames amb més cura — s'integra perfectament amb el flux de treball de retoc híbrid i produeix els millors resultats globals.