Con casi cada actualización importante, nuevas funciones de IA llegan a Lightroom, Photoshop, Capture One, Luminar Neo o DxO PhotoLab. Los objetos desaparecen con un clic, los fondos se reemplazan, zonas enteras de la imagen se generan desde cero. Cuando abro mi conversor RAW por las mañanas, cada vez me pregunto más si lo que estoy haciendo todavía puede llamarse edición de imágenes.
Durante más de dos décadas me he dedicado a escribir libros especializados y artículos sobre fotografía. En todo este tiempo, he puesto a prueba numerosos sistemas de cámaras y he seguido muy de cerca la evolución de la industria. Para mí, siempre ha sido fundamental enfocarme en el uso práctico: ¿qué equipo funciona realmente en el día a día?, ¿qué es lo que de verdad importa en el momento decisivo? y ¿cómo se le puede sacar el mayor provecho a nuestras herramientas fotográficas?
IA en la edición de imágenes: De optimizar imágenes a crearlas
Durante mucho tiempo, los conversores RAW tuvieron una tarea bien definida: sacar lo mejor de una toma. Se optimizaba la exposición, los colores, el contraste y la nitidez, sin alterar de fondo el contenido de la imagen. El retoque siempre formó parte de esto, claro. Eliminar manchas del sensor o atenuar un letrero molesto en el borde del encuadre siempre fue parte del cuarto oscuro digital.
La ola actual de IA va mucho más lejos. Hoy es posible eliminar personas, insertar objetos, ampliar los bordes de una imagen o generar fondos completos. Algunas herramientas analizan la escena y producen contenido que nunca existió frente a la cámara. La fotografía se convierte así, cada vez más, en un punto de partida en lugar de un resultado terminado. Me di cuenta de esto de verdad cuando usé la expansión generativa en el borde de una imagen: de repente aparecieron árboles que jamás crecieron en ese lugar.
Por qué ahora todo el software apuesta por la IA
La razón no está solo en el hype general de la IA. Muchas áreas clásicas de la edición de imágenes ya están maduras. Los conversores RAW modernos ofrecen resultados limpios en reducción de ruido, nitidez, corrección de lentes y reproducción del color. Los saltos técnicos importantes son cada vez más difíciles de lograr en estos campos. Si soy honesto, en los últimos ciclos de actualización muchas veces solo se reempaquetó lo que ya existía, con mejor presentación.
La IA, en cambio, abre a los fabricantes un terreno que puede expandirse casi sin límite. El enmascaramiento inteligente, el reconocimiento de motivos y las herramientas generativas garantizan novedades visibles en cada versión. Para los desarrolladores, eso es muy atractivo. Para nosotros, los fotógrafos, significa sobre todo una cosa: un cambio gradual en la forma de trabajar.
Qué significa esto para nosotros como fotógrafos
Para mí, la pregunta interesante no es si la IA es buena o mala. Muchas herramientas ahorran tiempo y resuelven tareas que antes eran tediosas. Lo que me parece más relevante es qué papel va a jugar la fotografía original en el futuro.
¿Seguirán siendo los conversores RAW herramientas para revelar tomas fotográficas? ¿O se convertirán en plataformas creativas donde la foto es apenas el material de partida para mundos visuales en parte generados artificialmente?
La respuesta probablemente determinará cómo entendemos el término edición de imágenes dentro de unos años. Ya desde ahora me queda claro que el futuro de muchos programas no está solo en optimizar fotos, sino en generar nuevos contenidos visuales.
No todo lo que se llama IA es realmente IA
Al mismo tiempo, noto otro fenómeno: la inflación del término “IA”. Casi ninguna actualización llega sin la palabra de moda, aunque la tecnología de fondo exista desde hace años. Una corrección automática de exposición lleva décadas analizando datos de imagen. El reconocimiento facial lleva mucho tiempo integrado en cámaras y gestores de archivos. Muchas herramientas de enmascaramiento también se basan en algoritmos que surgieron mucho antes del boom actual de la IA.
La diferencia está generalmente en el método. Los algoritmos clásicos siguen reglas fijas definidas por los desarrolladores. Los modelos modernos de IA se entrenan con grandes volúmenes de datos y reconocen patrones de forma autónoma. En la práctica, sin embargo, esos límites se difuminan. No toda función automática es IA, y no toda función de IA genera contenido nuevo.
La IA como la nueva etiqueta “proteína”
Esto me recuerda a otra tendencia. Hace unos años, el yogur griego, los huevos, las leguminosas o las nueces eran simplemente alimentos normales. Luego “alto en proteína” se convirtió en argumento de venta. De repente todo llevaba una etiqueta de proteína, aunque el producto en sí no hubiera cambiado nada. Incluso se empezaron a promocionar como especialmente proteicos alimentos que siempre habían tenido mucha proteína.
Con la IA está pasando algo muy similar. Muchas funciones que antes eran simplemente utilidades prácticas de software hoy llevan un logo de “AI Powered”. El efecto real ocurre en la mente. Proteína equivale a saludable; IA equivale a moderno. En cuanto un término tiene una connotación positiva, se convierte en herramienta de marketing.
Eso no significa que no haya avances reales. Las herramientas generativas de Photoshop, la reducción de ruido en Lightroom o las máscaras modernas de motivos sí se basan en aprendizaje automático y redes neuronales. Pero, igual que con los productos “high protein”, la línea entre innovación genuina y marketing hábil se vuelve cada vez más borrosa.
Mi conclusión
La IA se está convirtiendo en la nueva etiqueta “proteína” de la edición de imágenes. No porque cada función se haya vuelto de repente inteligente, sino porque el término representa progreso y vigencia tecnológica. Quien hoy no presenta un feature de IA parece rápidamente anticuado, independientemente de qué tan útil sea realmente la función. No toda función automática es inteligencia artificial. Pero por ahora, casi toda función nueva quiere serlo.
Si quieres seguir reflexionando sobre lo que esto significa para la fotografía en sí, te lo contamos en nuestro artículo ¿Reemplaza la IA a la fotografía? Por qué las fotos reales siguen siendo relevantes pese a la IA.
¿Cuánto modifica la IA tu fotografía? Comparativa de los 5 programas principales
Esta tabla compara cinco programas de edición de imágenes mencionados en el artículo (Lightroom, Photoshop, Capture One, Luminar Neo y DxO PhotoLab) según el tipo de herramienta, su principal función de IA y el grado en que intervienen en el contenido de la imagen original: desde la simple optimización hasta la creación de elementos que nunca estuvieron frente a la cámara.
| Software | Tipo de herramienta | Función de IA destacada | Nivel de intervención en la imagen |
|---|---|---|---|
| Adobe Lightroom | RAW converter / Editor | Eliminación de objetos y máscaras inteligentes con IA | Alto: modifica contenido existente |
| Adobe Photoshop | Editor avanzado | Relleno generativo y expansión de bordes con IA | Muy alto: genera contenido que nunca existió |
| Capture One | RAW converter profesional | Selección inteligente de sujeto y partes del retrato con IA | Medio: mejora sin alterar el contenido base |
| Luminar Neo | Editor con IA integrada | Reemplazo de fondos y retoque de cielos con IA | Muy alto: sustituye elementos completos de la escena |
| DxO PhotoLab | RAW converter / Editor | Reducción de ruido DeepPRIME con IA | Bajo: optimiza calidad sin cambiar el contenido |
Comparación de funciones de IA: grado de intervención de los programas de edición de imágenes comunes.
También disponible en alemán: KI in der Bildbearbeitung: Das neue Protein-Label der Softwarebranche?.
