Una fotografía tomada dentro de tu hogar, sin datos de GPS ni metadatos, es ahora suficiente para que una inteligencia artificial descubra dónde vives. Raven, el sistema de Graylark Technologies, lo hace analizando detalles tan simples como electrodomésticos, distribución del piso o decoración. Departamentos de policía de Estados Unidos tienen acceso a la herramienta.
Índice
Cómo funciona la geolocalización de interiores
Raven no se limita a reconocer objetos: toma características distintivas de una foto (mobiliario, accesorios, la distribución de la habitación) y las cruza contra millones de imágenes almacenadas en bases de datos de plataformas de alquiler, portales inmobiliarios y redes de hospedaje. Busca coincidencias, incluso si las imágenes fueron tomadas en diferentes momentos o desde ángulos distintos.
Daniel Heinen, CEO de Graylark, mostró demostraciones públicas de cómo funciona el sistema. En una, la herramienta identificó un lavadero y lo relacionó con un anuncio de Airbnb en Charlotte, Carolina del Norte. En otra, una foto de baño llevó a un alquiler en Vrbo de una propiedad en Montecito, California. Una foto simple de habitación fue suficiente para rastrear una dirección en San Francisco.
Lo preocupante es que esto sucede sin necesidad de que el usuario de Raven tenga acceso a metadatos. La IA ha aprendido a detectar patrones asociados con ubicaciones específicas durante su entrenamiento, posiblemente a partir de conjuntos masivos de datos de imágenes geolocalizadas. Heinen explicó que esta capacidad emergió de forma inesperada: durante pruebas de versiones anteriores, subieron una foto en un baño y el sistema ubicó correctamente la ciudad. Después probaron capturas de anuncios de portales inmobiliarios y obtuvo resultados consistentes.
El origen accidental de una herramienta polémica
Según Heinen, Raven no fue diseñada originalmente para esto. La empresa afirma que la capacidad de geolocalizar interiores apareció como un efecto secundario durante el desarrollo. Cuando el equipo introdujo datos de plataformas inmobiliarias en el entrenamiento del modelo, la IA aprendió a asociar características de espacios internos con ubicaciones reales.
Graylark presenta la herramienta como una solución contra la trata de personas y la explotación. Según su discurso, una habitación no identificada en una foto o video puede convertirse en una “pista de ubicación” verificable para investigadores. La empresa afirma estar invirtiendo en perfeccionar la geolocalización de interiores en hoteles, alquileres de corta estancia, casas y apartamentos de Estados Unidos.
Alcances y limitaciones de la tecnología
Raven no es infalible. Sus capacidades dependen de varios factores: que exista un modelo entrenado para la región específica, que el hogar aparezca en las bases de datos a las que la herramienta accede, y la claridad de las características visibles en la foto. Documentos obtenidos por 404 Media sugieren que ciertos departamentos de policía tenían acceso a modelos personalizados entrenados para áreas geográficas específicas.
Según reportes, el uso de herramientas similares había sido “limitado y en gran medida exploratorio” sin producir avances significativos. Esto sugiere que la herramienta, aunque poderosa en teoría, aún enfrenta limitaciones prácticas en el mundo real.
El problema de los datos: violaciones de términos de servicio
Graylark necesita acceso a millones de imágenes geolocalizadas. Plataformas como Airbnb, Zillow y Vrbo son la fuente obvia. El problema: estas empresas prohíben explícitamente la extracción masiva de datos en sus términos de servicio.
Airbnb declaró que elimina metadatos de ubicación de fotos de anuncios, permite que los anfitriones muestren solo ubicaciones aproximadas y cuenta con defensas contra scraping. La empresa afirmó no tener relación con Graylark y que está revisando el caso. Zillow señaló que la extracción de datos infringe sus términos y que emprende acciones legales cuando es necesario.
La pregunta de fondo permanece sin respuesta definitiva: ¿de dónde obtiene realmente Raven estos datos? Reportes sugieren que podría haber conexiones o acuerdos no públicos, pero eso aún no está confirmado.
Un historial de abuso previo
El antecedente de Graylark es inquietante. Cuando versiones anteriores de la herramienta estaban abiertas al público, investigadores documentaron que algunos usuarios pedían ayuda para acechar a otras personas. Tras reportes sobre estas prácticas, la empresa limitó rápidamente el acceso a agencias gubernamentales y clientes corporativos. Esta restricción llegó tarde, pero revela qué tan vulnerable puede ser una tecnología así en manos de personas con intenciones maliciosas.
Privacidad sin frontera
El caso de Raven ilustra una tensión cada vez más profunda: las herramientas desarrolladas con justificaciones legítimas (combatir la trata) pueden convertirse fácilmente en armas de vigilancia masiva o acoso. Un selfie en el baño, una foto de la cocina, un video en tu sala: cualquiera puede ser la pieza que revele dónde vives.
Para usuarios que comparten fotos en redes sociales sin pensar dos veces, la existencia de Raven debería ser un recordatorio. No es solo sobre metadatos: es sobre lo que enseñan los detalles visuales. Y en un mundo donde la IA aprende cada vez más rápido, esos detalles pueden contar historias que preferirías que permanecieran privadas.
Con información de Xataka.
Imagen: Valeriia Miller / Unsplash
