Si tu política de privacidad dice que eliminas los datos de localización de las imágenes que suben tus usuarios, esa frase vale bastante menos que hace un año. Te cuento por qué.
Qué ha pasado
404 Media ha publicado que Raven —la herramienta de Graylark Technologies que antes se llamaba GeoSpy— ya no se limita a adivinar dónde se tomó una foto de exterior: ahora señala la vivienda concreta a partir de una foto de dentro.
El funcionamiento, según los vídeos promocionales que publicó el propio consejero delegado de la empresa, Daniel Heinen, en LinkedIn: coges una foto de una lavadora sacada de X, la subes, eliges buscar propiedad y una región, y en un par de segundos el mapa se centra en Charlotte (Carolina del Norte) con una lista de resultados. El primero reproduce literalmente el titular de un anuncio concreto de Airbnb, y las fotos de ese anuncio son de la misma casa. En otro ejemplo, una foto de un baño sacada de redes lleva a Montecito (California) y el primer resultado coincide con un anuncio de Vrbo. En un tercero, de hace un año, una habitación lleva a una dirección concreta de San Francisco y la herramienta devuelve fotos idénticas a las publicadas en Zillow.
No es búsqueda inversa de imágenes. La búsqueda inversa encuentra la misma foto en otro sitio. Esto identifica rasgos de la habitación y encuentra otras fotos distintas del mismo inmueble, hechas en otro momento.
Tres datos más que importan. Uno: la policía de Los Ángeles y la oficina del sheriff de Miami-Dade ya habían comprado acceso, y esta última disponía de un modelo entrenado específicamente para su condado —la propia interfaz habla de un modelo de propiedades por ciudad, así que la cobertura no es global—. Dos: Heinen dice que en 2026 invertirán fuerte en geolocalización de interiores de hoteles, alquileres de corta estancia, casas y pisos en Estados Unidos. Tres: Airbnb y Zillow respondieron a 404 Media que el raspado de sus datos va contra sus condiciones de uso; Vrbo no contestó.
Y la parte más interesante, de una entrevista anterior con Indicator. Heinen contó cómo descubrieron la capacidad:
Seré sincero: no lo entrenamos para eso.
Probando la segunda versión del modelo, subió un selfie hecho en un baño y le puso un alfiler en San Francisco. Se fue a Zillow, empezó a capturar imágenes y acertaba la ciudad en nueve de cada diez.
Por qué importa
La capacidad salió sola. Esto es lo que debería quitarte el sueño si entrenas o despliegas modelos. Entrenaron con millones de imágenes geoetiquetadas asumiendo que eran de exterior —arquitectura, vegetación, tipo de suelo—. Dentro del montón se colaron fotos de interiores: gente en una fiesta, un plato en la encimera. El modelo aprendió a asociar detalles de interior con sitios, y nadie se lo pidió. La superficie de capacidades de un modelo es más grande que su especificación, y la diferencia la descubres cuando alguien la encuentra. A veces eres tú probando; a veces es otro.
Quitar los metadatos dejó de ser un control. Durante quince años, «anonimizamos las imágenes» ha significado en la práctica «borramos el EXIF». Airbnb, de hecho, contestó eso: que excluyen los metadatos de localización de las fotos de los anuncios y que la dirección solo se da tras confirmar la reserva. Todo correcto y todo insuficiente, porque la localización ya no está en la cabecera del archivo: está en los píxeles. El azulejo, el rodapié, la ventana, la marca del radiador. Si tu producto maneja fotos de interiores —partes de siniestros, gestión de inmuebles, reformas, asistencia remota, informes de técnicos—, tu cláusula de privacidad describe un control que ha caducado.
El foso no es el modelo, es el corpus. Lo que hace a Raven útil no es adivinar: es tener indexadas las fotos de millones de anuncios para comparar. Por eso invierten por ciudades y por eso Airbnb y Zillow hablan de condiciones de uso. Traducido a tu caso: todo lo que publicas abierto —el catálogo, las fotos de las obras terminadas, las capturas del blog— es corpus de alguien. Ponerlo detrás de un acuerdo de uso no lo impide, solo te da a quién demandar después.
Qué no cambia
Los vídeos son marketing, y 404 Media lo dice: no sabemos si representan la velocidad y el acierto reales. El portavoz del sheriff de Miami-Dade ya había declarado que su uso había sido limitado y exploratorio, sin detenciones ni avances relevantes, y que ningún caso se resolvió apoyándose principalmente en la herramienta.
Tampoco encuentra lo que no está publicado. Si tu casa nunca se ha anunciado en un portal, no hay nada con lo que casarla. Un barrio sin anuncios es un índice vacío.
Y ojo con el nueve de cada diez: era acertar la ciudad, no la dirección. El propio Heinen lo encuadra como una pista verificable, no como una prueba. El riesgo real no es que el modelo falle, es que alguien tome el primer resultado de la lista por un hecho y actúe en consecuencia.
Nuestra lectura
Lo que me chirría no es que lo use la policía: ahí al menos hay un contrato, un expediente y alguien a quien preguntar. Es lo de enero de 2025. La herramienta estaba abierta a cualquiera y en su servidor de Discord había gente pidiendo ayuda para seguir el rastro de mujeres. La cerraron a administraciones y empresas un día después de que un periodista llamara a preguntar. Ese es el patrón de siempre: primero la capacidad, el control después, y solo cuando sale gratis dejar de tenerlo.
La frase de «no lo entrenamos para eso» me parece honesta y la agradezco —ya quisiera ver esa franqueza en más sitios—, pero es exactamente la confesión de que el control llegó tarde. Si tu modelo aprende cosas que no pediste, el momento de buscarlas es antes de venderlo, no mientras haces una demo con una foto de tu pareja.
Lo que creo que va a envejecer fatal es la cláusula del EXIF. Está copiada y pegada en cientos de políticas de privacidad y de evaluaciones de impacto europeas, y ahora describe un control que no protege de lo que decía proteger. Si yo tuviera que tocar algo esta semana, tocaría dos cosas: tratar las fotos de usuario como dato personal por sí mismas, sin depender de metadatos —el RGPD habla de identificabilidad, no de cabeceras de archivo—, y recortar el tiempo que las guardas. Lo que no está en tu disco no lo filtras.
Esto es justo lo que nos encontramos cuando alguien quiere meter un modelo a mirar imágenes dentro de un proceso de empresa: la parte difícil nunca es el modelo, es decidir cuánto tiempo se queda la foto, quién la ve y qué pasa el día que el proveedor cambia de dueño.
Cualquier duda me dices y lo vemos. Un saludo, Vicente.