A finales de agosto estaba armando una forma de hacer reels sin cámara. Escribes el guion, una voz lo lee, y cada escena se ilustra sola con video de un banco de imágenes gratuito.
La parte del banco de imágenes parecía la más fácil. Le mandas unas palabras y te devuelve un video. Listo.
En la documentación del proyecto decía, muy claro, que el sistema comprobaba que el video correspondiera a la escena. Lo leí, me pareció bien, y seguí.
Lo que pasó al correrlo por primera vez
Un guion de prueba tenía una escena histórica. La búsqueda: gallows dawn, horcas al amanecer.
El banco me devolvió un estanque con árboles.
Pedí una bandera de Irlanda y me dio la de Francia. Un mapa antiguo de México, y me dio un globo terráqueo de cerca.
Ninguno dio error. Todos llegaron con su archivo, su resolución y su duración. Si no los hubiera visto, el reel habría salido con un estanque donde iba una horca.
La comprobación existía en el documento
Fui al código a ver por qué la comprobación no los había detenido. No había comprobación.
El código tomaba el primer resultado que contestara el banco, y ya. Lo de verificar que correspondiera estaba escrito en el documento, en presente, como si ya funcionara. Era una intención.
Una intención escrita en presente se lee como garantía. Y yo la leí así.
Un buscador nunca dice "no tengo"
El problema de fondo no era un error de código. Era que un buscador siempre te contesta algo. No tiene forma de decirte "de eso no hay". Busca lo más parecido que tiene y te lo entrega con la misma cara con la que te entregaría el video perfecto.
Así que lo que se agregó fue justo eso: una forma de decir que no. Ahora cada resultado se califica contra lo que se pidió, y si no alcanza la calificación, se descarta.
Y lo más importante: si nada alcanza, la escena se queda vacía, y el sistema me dice cuál.
Parece peor. No lo es. Una escena vacía se ve, y se arregla en un minuto. Una imagen equivocada se cuela, y la descubre quien ve el reel ya publicado.
Pasar el filtro tampoco basta
Me gustaría decir que con eso quedó resuelto. Días después, en otro video, el filtro aprobó 18 clips. Seis eran inservibles, y ninguno dio error:
- Para un cerrajero abriendo una puerta, un borrón oscuro.
- Para un hombre trabajando en un taller, un obrero con máscara de gases.
- Para una mujer comprando en una tienda, un súper con letreros en árabe.
- Para hablar de lo que se paga por un anuncio, gráficas de trading, dos veces y con búsquedas distintas. En un video para negocios locales, eso se lee a criptomonedas.
El filtro compara palabras con palabras: lo que pedí contra la descripción del video. No ve el video. Así que ahora, además del filtro, saco un cuadro de cada clip en una sola hoja y la miro. Son dos minutos.
Ya me había pasado algo de la misma familia con una herramienta que dijo que todo estaba bien mientras medía una página que no existe. Aquella se callaba cuando debía avisar. Esta contestaba cuando debía callarse.
Con la IA es exactamente lo mismo
Esto es lo que me quedó, y no tiene que ver con videos.
Uso IA todo el día para programar, y le pasa lo mismo que al buscador: si no sabe, no se calla. Te da lo más parecido que encontró, con la misma seguridad con la que te da lo que sí sabe. No hay un tono distinto para "esto me lo inventé".
Durante años, lo difícil de programar fue conseguir una respuesta. Ahora las respuestas sobran. Lo difícil es darte cuenta de cuándo te contestaron otra cosa.
Por eso me llevo tres reglas, que aplico igual a un banco de videos que a un asistente de IA:
- Que pueda decir que no. Si una herramienta siempre contesta, pregúntate qué hace cuando no tiene la respuesta. Si lo que hace es darte otra cosa, el filtro se lo pones tú.
- Prefiere el hueco al relleno. Lo que falta se nota y se arregla. Lo que está mal y se ve bien, se publica.
- Mira el resultado, no el reporte. El reporte decía que todo estaba bien. El estanque decía otra cosa.
