Un callejón oscuro de Singapur, la campaña suiza sin referencias evidentes, un camino nevado en las montañas japonesas. Estas son solo tres de las 25 fotografías que han puesto la inteligencia artificial más avanzada en el planeta a un desafío sin precedentes.
Por primera vez en la historia, los modelos de idiomas grandes (LLM) vencieron a Google Lens en el reconocimiento geográfico de las imágenesque marca un punto de inflexión que promete revolucionar el mundo de las investigaciones digitales.
La prueba, realizada por el colectivo de periodismo de investigación de BellingCat en 500 pruebas diferentes, ha demostrado que ChatGPT O3 y O4-Mini son los primeros modelos de inteligencia artificial que superan las herramientas de investigación de imágenes tradicionales.
Las apuestas van mucho más allá de la simple curiosidad tecnológica: Esta habilidad abre escenarios no publicados para el periodismo de investigación, la aplicación de la ley y la seguridad internacional. Cualquier organización ahora puede, sobre la base de una imagen simple compartida en un social o tal vez en el rollo de un teléfono móvil, sacar conclusiones mucho más ricas y complejas que en el pasado.
La metodología de prueba fue rigurosa. Fotografías de viajes de veinte cinco, nunca publicado en línea y sin metadatosha sido sometido a veinte modelos de inteligencia artificial diferentes, De OpenAi a Google, de antrópico a Xai.
Cada modelo recibió la misma pregunta seca: «¿Dónde se tomó esta foto?“, Sin ninguna información adicional. Las imágenes iban desde escenarios urbanos complejos hasta paisajes rurales, desde lugares icónicos hasta carreteras anónimas, Cubriendo todos los continentes, incluida la Antártida. La confrontación directa con Google Lens, considerada hasta la fecha, el verdadero estándar para la investigación de imágenes ha reservado sorpresas sensacionales.
Las nuevas muestras de investigación visual
Chatgpt Ha mostrado una capacidad casi sobrehumana para comprender detalles aparentemente insignificantes. En el caso del Vicolo di Singapur, El modelo logró leer la dirección escrita en un buzón En el fondo, identificando con precisión la ubicación exacta. Para el campo suizo, Chatgpt o4-mini reconoció las «colinas del jurado en el norte de Suiza», mientras que O4-Mini Colocó la escena «entre Zurich y las montañas del Jura».
Lente de Googlemientras permanecía formidable para paisajes turísticos y lugares icónicos, mostró evidentes límites en escenarios urbanos complejos, donde los LLM se destacan en el cruce de pistas delgadas. La capacidad de realizar un análisis multidimensional en paralelo y «comprender» la vegetación, los estilos arquitectónicos, los signos e incluso la escritura parcialmente visible, le da a LLM una ventaja decisiva en contextos ricos en información.
Cuando el algoritmo se convierte en investigador
Las consecuencias, lo veremos en un momento, son muy notables. Pero ahora nos detenamos en otro aspecto, que permite esta revolución: el método. De hecho, la revolución no solo se refiere a la precisión, sino también El método de análisis. Los LLM modernos no se limitan a comparar imágenes similares en una base de datos, como lo hacen los motores de búsqueda tradicionales. En cambio, «Piensa» sobre los detalles visiblesconectando diferentes pistas para construir una hipótesis geográfica coherente.
En la prueba de carretera japonesa entre Takayama y Shirakawa, ChatGPT O3 identificó tanto el estilo arquitectónico como las señales, respondiendo: «La mejor hipótesis: un tramo de montaña cubierto de nieve del centro de Japón, el área de Nagano/Toyama. Casas de estilo japoneses, Kanji en las señales y las barreras típicas de la autopista lo revelan«. Esta capacidad de síntesis multidisciplinaria Representa un salto cualitativo en comparación con los enfoques tradicionales.
Sin embargo, los resultados no fueron uniformes entre todos los modelos probados. Asombrosamente, Gemini di Google ha tenido un desempeño peor que Google Lensa pesar de compartir la misma empresa matriz. También Los modelos de Claude Di Antrópico y Mistral a menudo se han detenido Para la identificación del continente, mientras que los competidores lograron identificar vecindarios específicos.
Los métodos de «investigación profunda» o «pensamiento extendido», que deberían garantizar más en el razonamiento profundo, han decepcionado las expectativas de los investigadores, a menudo resulta más lento sin mejorar significativamente la precisión. Este tipo de análisis le permite sacar aspectos de que generalmente es difícil verificar empíricamente, pero que adquieren una considerable relevancia práctica. De hecho, la paradoja de la tecnología moderna que surge claramente es esto: No más y más potencia de cálculo significa mejores resultados.
También hay otro aspecto importante que no debe olvidarse: los LLM, sin embargo, mantienen el defecto típico de la inteligencia artificial, es decir La tendencia a «alucinaciones»o respuestas plausibles pero completamente incorrectas. Chatgpt demostró ser más seguro que ella que Géminis, lo que lleva a mejores resultados, pero también a La mayoría de los errores de Marchian.
En un caso emblemático, Grok Búsqueda profunda identificada con certeza una foto suiza tomada en los Países Bajosbasado exclusivamente en el nombre holandés de la cuenta de prueba. Estos errores se multiplican cuando las imágenes muestran escenarios temporales o modificados con el tiempo, como en el caso de una playa con una rueda panorámica instalada estacionalmente.
Debe decirse que es el tipo de error que probablemente cometería un humano al hacer este tipo de análisis: en lugar de «alucinaciones», diríamos que hemos estado «dilatados» y salimos «fuera de la carretera», pero básicamente el concepto es similar: un vicio de razonamiento y cierta sicumera conducimos a grandes errores. El sentido de la prudencia es otra cosa en comparación con el «sentido común» (son dos conceptos muy diferentes) y En el LLM es lo último que Latitay por lo tanto, cuando hay estos units sin sentido común, se convierten en «alucinaciones» reales.
Las implicaciones para la seguridad y la privacidad
La capacidad de geolocalización avanzada de la inteligencia artificial Escenarios revolucionarios para el periodismo de investigación se abren. Bellingcat, un pionero de la OSINT (inteligencia de código abierto), ya ha demostrado cómo estas tecnologías pueden acelerar la verificación de las fuentes y la ubicación de los eventos en tiempo real. La posibilidad de desenmascarar noticias falsas geolocadas o identificar rápidamente el origen del contenido multimedia representa un salto en calidad en información digital.
Lo mismo también sucede para la policíaque siempre han utilizado técnicas de OSINT. De hecho, también para la policía, los escenarios son igualmente prometedores: investigaciones criminales aceleradas, Más efectivo contraste con el terrorismo y los crímenes transnacionales. Sin embargo, este poder plantea problemas éticos y legales del alcance global.
Las preocupaciones de la desventaja privacidad individualcomo lo demuestra el caso de «Celebrity número 6» en Reddit. Cuando 50 mil usuarios tardaron años en identificar una cara anónima impresa en una telahan demostrado que el anonimato geográfico se está convirtiendo en un lujo cada vez más raro.
Si un grupo de fanáticos puede localizar a cualquier persona, y mucho menos de los gobiernos y organizaciones con recursos ilimitados. El fin de la anonimato geográfica podría estar más cerca de lo que piensas. Cada fotografía compartida en línea corre el riesgo de convertirse en una tarjeta de presentación involuntaria, revelando hábitos, movimientos y lazos personales.
El sesgo algorítmico representa otra trampa oculta. La inteligencia artificial puede «ver» lo que espera ver, Influenciado por la cronología del usuario o por los estereotipos incorporados en los datos de capacitación. En algunas pruebas, los modelos se han referido a conversaciones anteriores o perfiles sociales para guiar sus respuestas, demostrando cuánto la «neutralidad» de la IA sigue siendo un espejismo.
El riesgo de coordenadas falsas o inexactas, presentadas con seguridad artificial, podría haber Consecuencias dramáticas en contextos de investigación o de seguridad. La tecnología avanza más rápido que nuestra capacidad para comprender y regular sus efectos.
Hacia un futuro sin secretos geográficos
La evolución de la geolocalización a través de la inteligencia artificial procede a vertiginoso ritmo. Los nuevos modelos más precisos surgen cada mes, mientras que la integración con tecnologías satelitales y los mapas de tiempo real promete habilidades aún más sorprendentes. El futuro podría reservar un mundo donde cada fotografía le dice inmediatamente su historia geográfica.haciendo imposible ocultar el origen de cualquier contenido visual.
Esta perspectiva, fascinante para investigadores e investigadores, es al mismo tiempo perturbador para Cualquiera que mantenga su privacidad. El desafío, para esto como para muchas otras tecnologías, será encontrar un equilibrio entre los beneficios de la tecnología y la protección de los derechos individuales.
Stefano Rodotà, Primer garante de la privacidad italiana y padre de la mayor parte de la reflexión europea sobre el tematenía una idea clara sobre el tema que desafortunadamente los juristas se olvidan con demasiada frecuencia: La protección de la privacidad no puede limitarse a las reglas estáticasporque los datos, una vez recopilados, no dejan de producir efectos. Se pueden combinar, analizar, reinterpretarse con tecnologías futuras (por ejemplo, inteligencia artificial para aquellos que fueron percibidos como «Imágenes inocentes» en el sentido de no revelación), y utilizado para fines distintos a los originales.
Roity dijo de hecho: «Los datos personales tienen una vida larga e impredecible. El uso que lo hace puede cambiar con el tiempo: lo que aparece en inofensivo hoy, mañana puede convertirse en una herramienta de vigilancia o discriminación«.
Bueno, eso es lo que está sucediendo ahora. La revolución de la inteligencia artificial en la geolocalización Marca un punto de inflexión de época que va mucho más allá del aspecto puramente tecnológico. Ya no es ciencia ficción imaginar un futuro donde Cada imagen revela inmediatamente sus secretos geográficostransformando radicalmente investigaciones, periodismo y seguridad.
Sin embargo, Este poder implica enormes responsabilidades Y nos obliga a repensar completamente el concepto de privacidad en la era digital. Como siempre sucede con las revoluciones tecnológicas, el verdadero desafío no dominará la tecnología, sino que la domestica para aprender a vivir con nosotros responsables.
Aquí en Macity encontrará las últimas noticias sobre inteligencia artificial.