Resumen:
EE.UU. La policía está utilizando una herramienta de inteligencia artificial llamada Raven para intentar determinar en qué propiedad específica se tomó la foto a partir de solo una foto del interior de la casa. Incluso si la foto no incluye una vista desde la ventana, señales de tráfico o información de ubicación GPS, la lavadora, los accesorios del baño y la decoración interior en la imagen pueden ser pistas para identificar la casa. La tecnología puede comparar fotografías comunes de interiores con información de listados de bienes raíces y plataformas de alquiler a corto plazo, proporcionando posibles pistas de investigación para los funcionarios encargados de hacer cumplir la ley y al mismo tiempo generando preocupaciones sobre la privacidad personal y la vigilancia masiva.
Según el informe de TechSpot del 12 de octubre de 2026, esta herramienta llamada Raven fue desarrollada por la empresa estadounidense Graylark Technologies. El sistema, anteriormente conocido como GeoSpy, se utilizó inicialmente para inferir ubicaciones de tomas basándose en estilos arquitectónicos, topografía y otras características geográficas de las fotografías. A medida que se añaden nuevas características, se empieza a intentar ampliar el alcance de la identificación al interior de los edificios, ayudando a los investigadores a localizar propiedades específicas a partir de fotografías del interior.
Según informes de medios anteriores, el Departamento de Policía de Los Ángeles y la Oficina del Sheriff del Condado de Miami-Dade han comprado los derechos para utilizar Raven. Sin embargo, todavía faltan datos públicos suficientes sobre si los organismos encargados de hacer cumplir la ley utilizan ampliamente esta herramienta en casos reales y en qué medida puede mejorar la eficiencia de las investigaciones.
Lo que llamó la atención esta vez fue un vídeo de demostración mostrado recientemente por el director ejecutivo de Graylark, Daniel Heinen. En el video, el operador toma una foto del interior de la plataforma de redes sociales X que muestra solo una lavadora y una secadora. Los operadores cargan fotografías en Raven, seleccionan funciones de localización de propiedades interiores y exteriores y especifican el área a buscar.
Después de unos segundos, el sistema reduce el mapa a un área en Charlotte, Carolina del Norte, EE. UU., y enumera posibles propiedades coincidentes. El resultado superior mostraba una descripción del alquiler a corto plazo con un texto como "¡Renovado! A poca distancia del centro". Posteriormente, los medios verificaron y descubrieron que este texto coincidía con un listado específico en la plataforma Airbnb, y las fotos de interiores mostradas en el listado también correspondían a la misma propiedad que las fotos a ubicar.
En otra demostración, un operador subió una foto de un baño desde las redes sociales. Luego, Raven apuntó el alcance de la búsqueda al área de Montecito, California y, como resultado, dio un listado llamado "Montecito Beach Sand House". Los medios relevantes verificaron que el texto devuelto por el sistema correspondía directamente a la introducción de un anuncio en la plataforma de alquiler a corto plazo Vrbo.
Esto significa que la forma en que funciona Raven no es simplemente buscar si hay exactamente las mismas imágenes en Internet, sino tratar de identificar características únicas en las fotos y luego encontrar otras posibles fotos correspondientes e información de propiedad en sitios web de bienes raíces y listados de plataformas de alquiler a corto plazo.
Por ejemplo, una fotografía de interior puede incluir un modelo específico de lavadora, una distribución única del baño, revestimientos de paredes, estilos de gabinetes u otros detalles decorativos. Individualmente, estos elementos pueden no ser geográficamente específicos, pero si se comparan con una gran cantidad de imágenes de listados, es posible limitar la búsqueda a las propiedades que mejor cumplan con sus criterios.
Esta tecnología es significativamente diferente de la búsqueda tradicional de imágenes inversas. La búsqueda inversa de imágenes se utiliza principalmente para encontrar imágenes iguales o similares que ya han aparecido en Internet, mientras que Raven intenta establecer asociaciones a través de características de escena entre diferentes fotografías. Incluso si la foto que se va a ubicar no es idéntica a la imagen en la página del listado, el sistema aún puede identificar la misma propiedad en función de su entorno interior compartido.
Ésta también es una razón importante por la que esta tecnología plantea preocupaciones sobre la privacidad. En el pasado, uno podría haber pensado que sería difícil inferir una dirección específica a partir de una foto normal de un interior, siempre y cuando la foto no incluyera coordenadas GPS, calles o puntos de referencia. Pero como la inteligencia artificial puede procesar características visuales más complejas y combinarlas con datos de vivienda pública a gran escala, es posible que este juicio ya no sea confiable.
Graylark dijo que la compañía está fortaleciendo las capacidades de posicionamiento de Raven en escenas interiores. La introducción de Haining en las redes sociales decía que esta función puede geolocalizar fotografías interiores de millones de propiedades de alquiler a corto plazo en todo el mundo. Él cree que para los agentes del orden que investigan casos de trata y explotación de personas, poder vincular una fotografía interior no identificada a una ubicación específica puede proporcionar pistas de investigación que valga la pena verificar más a fondo.
Por ejemplo, los investigadores pueden tener una foto de un interior de las redes sociales, registros de chat u otras fuentes, pero no saber desde qué hotel, apartamento o alquiler se tomó la foto. Si el sistema puede encontrar una posible coincidencia, la policía puede verificar más la información para determinar si existe una ubicación relevante para el caso.
Sin embargo, los resultados proporcionados por tales técnicas deben verse como pistas de investigación en lugar de evidencia de hecho independiente. Los muebles, acabados y accesorios de las fotos pueden aparecer en varios listados, o es posible que la casa haya sido renovada o que las características hayan cambiado desde el momento en que se tomó la foto. Por lo tanto, los resultados coincidentes proporcionados por el sistema aún deben ser confirmados por otras pruebas.
La base técnica de Raven se remonta al desarrollo inicial de GeoSpy. El sistema analizó previamente estilos arquitectónicos, suelo, vegetación y otras características geográficas para inferir dónde podría haberse tomado una fotografía. Para lograr este objetivo, Graylark utiliza una gran cantidad de imágenes de todo el mundo para entrenar el modelo.
Haining declaró anteriormente en una entrevista con el medio tecnológico Indicator que las capacidades de posicionamiento en interiores no eran el objetivo de desarrollo original del equipo. Mientras probaba una nueva versión de GeoSpy, accidentalmente subió una foto de su novia tomándose una selfie en el baño y el sistema apuntó a San Francisco. Sorprendido por esto, comenzó a realizar pruebas descargando fotografías de interiores de sitios web inmobiliarios y descubrió que el sistema era capaz de identificar la ciudad correcta en muchos casos.
Haining especuló que el modelo estuvo expuesto a imágenes geoetiquetadas que contenían escenas interiores durante el entrenamiento, y que incluso si estas imágenes no se usaron originalmente específicamente para el posicionamiento en interiores, el modelo podría haber aprendido características visuales asociadas con diferentes ubicaciones.
Esta experiencia muestra que los modelos de inteligencia artificial pueden desarrollar capacidades más allá de las expectativas iniciales de los desarrolladores durante el proceso de capacitación. Sin embargo, el hecho de que el modelo pueda inferir una determinada ciudad o región no significa que necesariamente pueda localizar con precisión la dirección de una casa específica. Limitar los resultados de búsqueda a una ciudad, identificar un edificio y localizar una casa son problemas de diversa dificultad.
Según la demostración pública actual, Raven puede encontrar la casa específica correspondiente a la foto en algunos casos, pero no puede localizar ninguna casa en el mundo basándose en ninguna foto de interior. TechSpot señaló que las capacidades de la herramienta todavía parecen estar limitadas por factores como la variedad de propiedades que puede buscar, y que los resultados específicos pueden variar según la región, la cantidad de listados y el contenido de las fotografías.
De hecho, el rendimiento de este sistema también depende de si los datos de la plataforma inmobiliaria son lo suficientemente ricos. Si una propiedad tiene muchas fotos publicadas en sitios como Airbnb, Vrbo o Zillow, es posible que el sistema tenga más datos para comparar. Por el contrario, si una casa no tiene fotografías públicas o el interior carece de características distintivas, localizarla puede ser mucho más difícil.
Es importante tener en cuenta que las capacidades de Raven pueden implicar la recopilación y utilización automatizadas de datos de plataformas inmobiliarias, y estas plataformas no necesariamente permiten que terceros obtengan información de esta manera.
Airbnb dijo a los medios que proteger la privacidad de los usuarios de la plataforma es muy importante. La compañía señala que las fotos de las listas a menudo excluyen los metadatos de ubicación, y los anfitriones pueden optar por mostrar solo a los usuarios una ubicación general, y las direcciones específicas generalmente no se proporcionan hasta que se confirma la reserva. Airbnb también dijo que ha implementado medidas técnicas para tratar de limitar el rastreo automatizado del contenido del sitio web y que está revisando la situación.
Airbnb también enfatizó que la compañía no tiene ninguna relación de cooperación con Graylark y que sus términos de servicio prohíben la captura de datos no autorizada.
La plataforma inmobiliaria Zillow también declaró que la extracción de datos de su sitio web violaba los términos de uso de la plataforma y dijo que manejaría los problemas relevantes a través de medios legales si fuera necesario. La plataforma de alquiler a corto plazo Vrbo no respondió a múltiples solicitudes de comentarios de los medios.
Estas respuestas muestran que el desarrollo y la aplicación de herramientas de posicionamiento de inteligencia artificial pueden implicar múltiples cuestiones, como las reglas de uso de datos de la plataforma, la protección de la privacidad del usuario y las responsabilidades legales relacionadas. Incluso si ciertas fotografías de listados son de acceso público para los usuarios comunes de Internet, eso no significa que los datos puedan recopilarse, integrarse y usarse automáticamente para construir nuevos sistemas de orientación sin restricciones.
Al mismo tiempo, también se han ajustado los derechos de uso de Raven.
404 Media informó anteriormente que cuando GeoSpy se puso a disposición del público por primera vez, los usuarios preguntaron en la comunidad Discord de la empresa cómo utilizar la herramienta para rastrear mujeres. Después de que los medios contactaron a Graylark con preguntas, la compañía restringió el acceso a la herramienta a agencias gubernamentales y usuarios corporativos.
El cambio refleja el aparente doble uso de la tecnología que puede inferir lugares a partir de fotografías. Puede ayudar a la policía a investigar casos graves como la trata y la explotación de personas. También se puede utilizar para rastrear objetivos privados, inferir direcciones de otras personas e incluso acosar a personas desprevenidas.
Además, limitar el acceso a usuarios normales no elimina automáticamente todos los riesgos. Cuando los organismos encargados de hacer cumplir la ley utilizan dichas herramientas, también necesitan reglas de uso claras, registros de acceso y mecanismos de supervisión para evitar que los sistemas se utilicen con fines de investigación o privados que carezcan de justificación.
Otro problema que vale la pena señalar es que no está claro si la demostración de marketing de Raven es representativa de su desempeño general en casos reales. Los videos de demostración generalmente seleccionan casos que pueden demostrar fácilmente los efectos técnicos, mientras que las fotografías de investigaciones reales pueden ser borrosas, tener información limitada o carecer de información pública para compararlas.
La Oficina del Sheriff del Condado de Miami-Dade le dijo anteriormente a 404 Media que el uso de GeoSpy por parte de la agencia es generalmente limitado y se encuentra en la fase exploratoria. La agencia dijo que si bien la herramienta ha sido evaluada en un puñado de casos, hasta la fecha no se han producido avances importantes en la investigación ni arrestos, y los resultados de ningún caso se han basado única o principalmente en la información generada por la herramienta.
Esto significa que incluso si Raven puede encontrar rápidamente casas específicas en algunas manifestaciones, no se puede concluir que se haya convertido en un método de posicionamiento estable y confiable en las investigaciones policiales. Actualmente es más adecuado como herramienta complementaria para ayudar a los investigadores a seleccionar posibles ubicaciones y luego verificarlas mediante otros métodos.
Desde una perspectiva más amplia, Raven ejemplifica cómo la inteligencia artificial está cambiando los atributos de privacidad de las imágenes públicas. En el pasado, una foto de un baño o una lavadora sin una etiqueta geográfica solía ser difícil de asignar directamente a una dirección específica; pero cuando se combinan una gran cantidad de fotografías de casas, información inmobiliaria y modelos de reconocimiento visual, estos detalles aparentemente ordinarios pueden convertirse en pistas de ubicación.
Esto no significa que todas las fotografías de interiores revelen la ubicación donde fueron tomadas, ni que la inteligencia artificial ya pueda rastrear la casa de cualquier persona a voluntad. Sin embargo, a medida que las bases de datos de imágenes disponibles públicamente continúan expandiéndose y la IA es cada vez más capaz de establecer conexiones a partir de información dispar, las personas deberán ser más cuidadosas al juzgar las señales de ubicación en las fotografías.
En última instancia, la cuestión central planteada por Raven no es sólo si la inteligencia artificial puede encontrar una casa basándose en una fotografía interior, sino cómo definir los límites de su uso cuando esta capacidad se utiliza en la aplicación de la ley, servicios comerciales u otros escenarios. Para los investigadores, podría proporcionar pistas valiosas; Para los usuarios ocasionales, es un recordatorio de que incluso si una foto no tiene información de GPS, el ambiente interior en sí puede contener suficientes características identificables.
Con el mayor desarrollo de tecnologías relevantes, el equilibrio entre la protección de datos de la plataforma, la supervisión policial, la precisión de los resultados de posicionamiento y los derechos de privacidad personal se convertirán en cuestiones inevitables en este campo.
Comentarios