CROWSON, paso 4: cuando ya no basta con simular — buscar de verdad
En las tres entradas anteriores, CROWSON no había tocado ni una sola imagen real: Llama elegía colores de una lista cerrada (primero tres, luego cinco), el código los dibujaba con reglas fijas, y fuimos mostrando cada vez más de esa maquinaria por dentro — la respuesta cruda del modelo, la comparación detallada con cómo genera de verdad una imagen un modelo como Stable Diffusion. Todo eso seguía siendo, de principio a fin, una simulación: nada inventado se parecía a una fotografía real. Este cuarto paso añade, por primera vez, algo que sí lo es.
Por qué esto no es una mejora de la simulación — es otra cosa
Conviene ser precisos aquí, porque es fácil confundirlo. Los pasos 1 a 3 dibujan formas fijas con colores elegidos por Llama: nada de eso existe fuera de esta demo, es una invención completamente controlada. Este cuarto paso no dibuja nada: busca una fotografía que ya existe, hecha por una persona real, y la muestra tal cual. No es una versión “mejor” de la simulación — es una función distinta, con una tecnología distinta detrás (un buscador, no un lienzo), y hay que presentarla separada, no como una continuación natural del dibujo.
Tampoco es generación de imágenes, para que quede claro también por el otro lado: no hay difusión, no hay ruido que se limpia paso a paso, no hay ninguna red neuronal entrenada para producir píxeles nuevos. Es, sencillamente, una búsqueda.
Cómo funciona
Llama traduce la frase del alumno a 2-5 palabras clave en inglés — el contenido con licencia abierta está mayoritariamente etiquetado en ese idioma, así que buscar en español da muchos menos resultados. Esas palabras se mandan a Openverse (api.openverse.org), un buscador que indexa cientos de millones de imágenes y audios con licencia Creative Commons de Flickr, Wikimedia Commons, museos y más — sin necesidad de clave de API en modo anónimo. La interfaz muestra el primer resultado real que encuentra, siempre con su atribución completa: título, autor, licencia exacta y enlace a la fuente original. Nunca sin atribución, aunque la licencia concreta no la exigiera.
Un ejemplo real, con su tropiezo incluido
Con la frase “un mediodía mirando a los rascacielos de nueva york”, la primera versión del prompt hizo que Llama tradujera “mediodía” como lunch — las palabras clave resultantes, “new york skyline lunch”, devolvían fotos de comidas con el perfil de Manhattan de fondo, no la escena que describía la frase. Un modelo de este tamaño (3B parámetros) puede quedarse con la lectura más literal de una palabra ambigua en vez de la que tiene sentido en el conjunto de la frase.
No hemos esperado a “un modelo mejor”: hemos afinado el prompt. Le dijimos explícitamente que las expresiones de tiempo describen luz o momento del día, no comidas, y le dimos un par de ejemplos concretos para anclar el comportamiento. Con eso, la misma frase pasó a traducirse como “new york skyscrapers daytime skyline”, y Openverse devolvió una fotografía real de rascacielos de Nueva York de día, del autor plainpaul, con licencia BY (solo atribución, sin más restricciones).
Compárese con otra búsqueda de prueba, “un atardecer en la playa”: la foto que trajo Openverse, “Sunset Beach” de Chris Gin, tiene licencia BY-NC-ND 2.0 — Atribución, No Comercial, Sin Obra Derivada. Dos fotos, dos licencias muy distintas dentro de lo que llamamos genéricamente “Creative Commons”: una se puede reutilizar con pocas condiciones, la otra no se puede modificar ni usar con fines comerciales. Verlo así, en dos ejemplos reales de la propia demo, vale más que explicarlo en abstracto — y conecta directamente con la parte de ética y responsabilidad del temario (CDPC.1.B.3).
Los límites que no escondemos
En modo anónimo, Openverse permite 20 peticiones por minuto y 200 al día — de sobra para una demostración en clase, no para que varias clases busquen libremente el mismo día. Y, más importante todavía: Openverse no revisa todo su catálogo antes de mostrarlo, solo oculta lo que ya ha sido marcado como sensible por sus proveedores o por informes de usuarios. No hay ninguna garantía de que una palabra clave nueva no pueda devolver algo inesperado.
Por eso este cuarto paso se queda, por ahora, como lo que es: una demostración que se prueba con el profesor delante, proyectada en clase — el mismo criterio que ya aplicamos al resto de la familia — y no una búsqueda libre para que cada alumno la use por su cuenta.
Lo que sigue sin cambiar
CROWSON sigue sin usar difusión y sin tener ninguna red neuronal entrenada para imágenes: la simulación de los pasos 1 a 3 sigue siendo exactamente eso, colores elegidos de una lista cerrada y dibujados por reglas. Este cuarto paso no acerca la simulación a un generador real — añade, al lado, la única pieza de todo el proyecto que sí toca contenido real: una fotografía que existe de verdad, hecha por una persona real, con su nombre y su licencia bien visibles.
