Expertos advierten sobre inexactitudes en restauraciones de imágenes antiguas generadas por inteligencia artificial sin verificación histórica
Las restauraciones de imágenes antiguas con IA pueden ser inexactas si no se verifica su contexto histórico, generando resultados alejados de la realidad.
En el último año hemos visto numerosos ejemplos de imágenes generadas por inteligencia artificial que intentan restaurar fotografías antiguas u obras de arte para que parezcan como en su origen. Sin embargo, en muchos casos, estas restauraciones son inexactas y producen resultados alejados de la realidad original.
Un ejemplo destacado ocurrió cuando un usuario en Reddit intentó restaurar y colorear la primera fotografía del mundo, tomada alrededor de 1826–1827 por Joseph Nicéphore Niépce. Debido a la antigüedad de la imagen y las limitaciones tecnológicas de la época, la fotografía carece de detalles claros, lo que dificulta su interpretación.
El usuario pidió a ChatGPT que restaurara y colorizara la imagen, pero el resultado fue una versión que añadía elementos modernos, colores incorrectos y una iglesia en el fondo, sin verificar la autenticidad de las ediciones. Esto ejemplifica cómo la falta de razonamiento crítico y la ausencia de verificación histórica por parte de la IA pueden conducir a resultados inexactos, generando lo que se denomina «restores de imagen inexactos».
Por otro lado, expertos en historia de la fotografía y usuarios con conocimientos en IA han señalado que utilizar modelos de razonamiento adecuados y búsquedas en internet para verificar detalles históricos puede mejorar significativamente la precisión en las restauraciones. Por ejemplo, elegir modelos de IA como o3 u o4-mini, combinado con búsquedas verificadas, permite obtener resultados mucho más fieles a la realidad.
Estos enfoques consisten en pedir a la IA que no solo realice la restauración o el coloreado, sino que también investigue en línea para confirmar o completar detalles, logrando así una interpretación mucho más acertada de las imágenes originales. Este método demuestra que, aunque las herramientas de IA tienen gran potencial, su eficacia depende en gran medida del conocimiento y la estrategia del usuario para guiarlas correctamente.