Después de una boda había varios cientos de tomas en mi tarjeta de memoria – y ante mí, el trabajo que menos les gusta a los fotógrafos: cribar, descartar, valorar, preparar para la edición. Esta vez, la primera pasada se la entregué a una IA. Mejor dicho: a varias. Las imágenes se repartieron en bloques de unas 25, y un pequeño contingente de instancias de IA las procesó en paralelo – nitidez, ojos cerrados, duplicados, impacto de la imagen, además una propuesta de valoración y preajustes para el revelado, todo escrito en formato legible por máquina junto a los originales.
El resultado fue un primer borrador como el que suele entregar un asistente aplicado: no definitivo, pero un atajo de verdad. Las propuestas de estrellas quedaban a menudo cerca de mi propio juicio, el descarte evidente estaba marcado con fiabilidad, y los momentos con emoción – abrazos, risas, lágrimas – quedaban muy arriba. En el cribado, la IA de visión destaca. Ve rápido, sin cansarse y sin la ceguera que uno arrastra en la tercera pasada.
Y entonces, el poni
Otro proyecto, la misma técnica: para un reportaje de viaje, la IA puso pie de foto a las imágenes de una caminata. En una de ellas, escribió, pastan «dos ovejas» junto a un arbolito frutal. El pie de foto se publicó. Solo al mirar la imagen completa saltó a la vista: es un animal, y no es una oveja – es un poni, uno solo, de capa gris. Nada en la imagen era ambiguo – a plena resolución era del todo inequívoca. Pero la IA no había visto la imagen completa, sino una vista previa del tamaño de un sello en una hoja de contactos.
[BILD: par de imágenes o recorte – a la izquierda, la miniatura de la hoja de contactos (~300 px); a la derecha, la imagen completa del poni gris. Fuente: artículo bw de Witten, wit-0014. Ruta de destino /images/articles/foto-halluzination/.]
Ese es el núcleo del problema, y cala más hondo que una anécdota graciosa: donde la señal es débil, la IA de visión entrega una respuesta de todos modos. Unos pocos píxeles claros sobre un prado – eso podría ser una oveja, estadísticamente, y a lo mejor incluso son dos. El modelo no dice «demasiado pequeño, no lo distingo». Completa lo probable, en el mismo tono sereno en el que dice también lo correcto. En fotografía, alucinar no significa ver fantasmas, sino convertir poca información en una afirmación concreta.
A eso se suman trampas más silenciosas de la misma familia. Los archivos de imagen llevan una marca de giro invisible – la vista previa muestra los formatos verticales correctamente, pero la señal en bruto está tumbada; quien le cree a ciegas a la IA acaba girando imágenes que nunca estuvieron torcidas. Y si falta la versión en alta resolución de una imagen, la IA sigue trabajando sin rechistar con la pequeña – la pérdida de calidad a ella no le llama la atención; a mí, más tarde, sí.
Mis reglas para la IA en el archivo fotográfico
- Preselección sí, última palabra no. La IA clasifica, pondera, propone. Qué se borra y qué entra en el álbum lo decido yo en la pantalla grande.
- Afirmaciones solo a partir de la resolución completa. Cada pie de foto, cada mención de un motivo («caballos y ovejas pastan…») es una afirmación de hechos que se publica. La identificación se hace sobre el original, nunca sobre la vista previa. Desde lo del poni, aquí eso es una regla fija, puesta por escrito (la IA lleva notas).
- En caso de duda, un nivel más general. «Poni» en lugar de una raza adivinada, «ave rapaz» en lugar de «milano real», si la imagen no da para más. Vago y correcto gana a preciso y falso.
- La calidad nunca se rebaja en silencio. Si falta el original, se pregunta en lugar de adivinar – una imagen pequeña es un hallazgo, no un sustituto.
Qué puedes llevarte de esto
La IA de visión es una clasificadora excelente y una testigo poco fiable. Para la preselección de tus fotos de vacaciones puedes dejarla trabajar sin reparos – el coste de los errores es bajo y el ahorro de tiempo, grande. Pero en cuanto las imágenes se convierten en afirmaciones – quién sale en la foto, qué muestra el informe médico, cuántos eran –, rige el principio del poni: puede que la IA haya visto menos de lo que su respuesta sugiere. Pregunta en qué se apoya la afirmación y, en caso de duda, mira tú mismo el original.
/compact – lo esencial cuando el contexto escasea:
La IA de visión es una clasificadora excelente, pero una testigo poco fiable: donde la señal es débil, entrega una respuesta de todos modos – en el mismo tono sereno en el que dice también lo correcto. Así, un único poni en una vista previa del tamaño de un sello se convirtió en «dos ovejas» – en fotografía, alucinar significa convertir poca información en una afirmación concreta. Contra eso ayudan reglas fijas: afirmaciones solo a partir de la resolución completa, en caso de duda un nivel más general, nunca rebajar la calidad en silencio – y la última palabra la tiene el humano ante el original.