El verdadero valor de las imágenes: del reconocimiento a la interpretación

Es evidente que el valor de las imágenes en la era digital es enorme. Datos de estudios como The Global State of Digital 2022 de Hootsuite no hacen más que confirmarlo: 

• El 96% de los usuarios cuenta hoy con un smartphone (dispositivo que captura imágenes continuamente).
• Más de un 20% de los usuarios de internet usan herramientas de reconocimiento de imágenes en móvil.
• Un usuario pasa de media más de 11 horas al mes en Instagram (red predilecta de imágenes), o de 18 horas al mes en whatsapp.
• Las personas están hastiadas de las imágenes retocadas tendentes a la perfección y prefieren lo original/natural. Esto complicará mucho más no sólo el reconocimiento, sino la interpretación.

Técnicas como el scrapping y el reconocimiento de imágenes, profesiones como el fotoperiodismo, la consolidación de Instagram como red social por antonomasia de las imágenes, muestran que sólo estamos empezando a rascar la superficie del verdadero valor de las imágenes, que va mucho más allá de la propia extracción y reconocimiento de las mismas…

¿Dónde está el futuro valor de las imágenes?

El valor de las imágenes sube exponencialmente a medida que ha aumentado la capacidad de reconocimiento de imágenes. Ese reconocimiento de las imágenes está siendo una auténtica revolución que afecta a todos los sectores, desde el ámbito sanitario, de la seguridad, la publicidad o hasta la propia gestión de las ciudades.

Se están recolectando y reconociendo imágenes de manera exponencial. Las propias ciudades están repletas de cámaras que podrían, por ejemplo, detectar automáticamente problemas de tráfico. Muchas casas cuentan con sistemas de vigilancia que incorporan cámaras que registran de todo, nuestros dispositivos están continuamente reconociendo caras y objetos etc.

De reconocer imágenes a interpretarlas

Sin embargo…. el valor de las imágenes va mucho más lejos del propio reconocimiento de imágenes. La clave es la interpretación.

El potencial en el reconocimiento de imágenes como valor de las imágenes (Vi) por sí solo no es suficiente. Podríamos definir al valor de las imágenes como la siguiente función:

Donde:

• Vᵢ es el valor total de la imagen.
• Rᵢ es el el reconocimiento de la propia imagen.
• R꜀ es el reconocimiento del contexto «C»
• I es la interpretación inteligente de ambos conjuntos.

Lo importante de esta fórmula, más allá de valores, está en entender que el valor de reconocer una imagen sin interpretar es cero.

La importancia de identificar la imagen, y sobre todo el contexto

La identificación de objetos esta en buen punto de inicio, pero sin contextualización, en muchos casos, la información es inútil o, lo que es peor, errónea. Podemos verlo con Google Vision o Amazon Rekognition, que nos muestran la cantidad de información que pueden extraer de una imagen.

Pero aún están lejos de poder entender como nuestro cerebro podría leer esto (elementos como la constancia perceptiva juegan un papel enorme aquí). Los sistemas actuales se quedarían en saber que hay números y letras.

Reconocer el contexto por el cerebro humano: finalización visual amodal

Otro ejemplo se puede analizar en el artículo «Image recognition is not enough» donde se muestra la siguiente imagen, en la que una máquina reconocería los siguientes elementos: niños contentos junto a varios globos, varias letras en el fondo, colores e incluso nombres que sabría interpretar de forma separada, pero no sabría ver lo sustancial de la imagen: el Happy Birthday.

Sin embargo, un cerebro de un humano gracias a la constancia perceptiva, usaría instintivamente la finalización visual amodal y completaría gracias al contexto, y a la propia interpretación del conjunto el texto de «Happy Birthday».

Interpretación del contexto

Si como hemos hablado, reconocer el contexto es una pieza clave en el mundo de las imágenes, no lo es menos la toma de decisiones. Dentro del mundo publicitario será decidir si debe aparecer un anuncio, pero en el mundo del coche autónomo y otros ámbitos, esa toma de decisiones tiene mucho camino que recorrer. Este pequeño experimento del MIT nos deja claro que no es suficiente reconocer objetos para la toma de decisiones criticas.

Aún así, no olvidemos que la clave es el contexto, sin el contexto se podrían hackear a esos coches con unas pegatinas.

La Inteligencia Artificial y el entendimiento del contexto ya están marcando la diferencia en el mundo del reconocimiento de imágenes, y van a ser los que harán que el mundo de las imágenes rompa todas las fronteras que conocemos.

El cómo afectará eso a los principios del diseño y a la forma de diseñar y conceptualizar creatividades es algo que veremos a lo largo de la próxima década.