El prototipo de Adobe Research y la Universidad de California en San Diego elige herramientas para cada ajuste y comprueba el resultado con recortes ampliados y mediciones de la imagen.
Imagina que pides aclarar un rostro a contraluz sin perder el azul del cielo. Al ver la foto retocada en el móvil, parece que la edición ha salido bien. Al ampliarla, descubres que el programa también ha aclarado el fondo y que parte del cielo ha quedado blanco. Para elegir la mejor versión necesitas comprobar dos cosas distintas: cuánto ha ganado el rostro y qué ha pasado con el resto de la foto.
Esa revisión es una de las ideas centrales de EditAgent, un sistema experimental de Adobe Research y la Universidad de California en San Diego. El equipo estudia cómo un agente de IA puede descomponer una petición de edición, elegir herramientas para cada paso y reunir pruebas visuales que le ayuden a decidir qué resultado conservar.
Qué herramienta conviene para cada retoque
Una petición como «endereza la foto, elimina el objeto del fondo y dale algo más de nitidez» reúne operaciones muy diferentes. Para girar la imagen basta con aplicar una transformación geométrica. Eliminar un objeto exige reconstruir lo que debería verse detrás. Y al aumentar la nitidez hay que vigilar los bordes, donde un ajuste excesivo puede dejar un halo.
EditAgent divide el encargo en pasos y puede asignarlos a un editor generativo de propósito general o a una herramienta especializada. La elección importa. En el conjunto de pruebas anotado por expertos que preparó el equipo, el editor generalista evaluado no produjo ninguna versión aprovechable en más del 40 % de los casos. La cifra corresponde a ese editor y a esas tareas concretas.
Cómo decide la IA qué versión ha quedado mejor
El agente genera varias alternativas en paralelo. Para compararlas, prepara un registro con detalles de cada edición: recortes ampliados, mapas que indican dónde cambió la imagen y mediciones de propiedades como el brillo o el color. Un modelo capaz de interpretar imágenes y texto recibe las opciones juntas y las evalúa en una sola consulta.
Volvamos al retrato. Un recorte del rostro permitiría comprobar si ahora se distinguen los ojos. Un mapa de cambios revelaría si el retoque también afectó al cielo. En las pruebas del equipo, contar con este tipo de evidencias permitió a modelos de visión y lenguaje de uso general superar a evaluadores entrenados específicamente para puntuar ediciones.
Qué significa el 78,5 % del estudio
Los investigadores compararon dos formas de trabajar: generar alternativas y elegir entre ellas, o retocar una versión y seguir corrigiéndola en rondas sucesivas. En el 78,5 % de las comparaciones con un ganador claro, los expertos prefirieron el resultado del método en paralelo. Este enfoque también necesitó, como máximo, la mitad de las consultas al modelo evaluador. El recuento se refiere a la evaluación; generar las imágenes tiene su propio coste.
EditAgent sigue siendo un proyecto de investigación. El estudio tampoco midió si el agente podía superar a un diseñador profesional manejando Photoshop. Los expertos desempeñaron otro papel: juzgaron qué edición cumplía mejor el encargo. Para quien retoca fotografías, esa es la parte más interesante del experimento. Si has pedido aclarar un rostro, poder inspeccionar qué ocurrió con el cielo dice más sobre la calidad del trabajo que una puntuación sin contexto.
Fuentes
- Estudio original de Adobe Research y UC San Diego: EditAgent, Rethinking Agentic Image Editing
- The Decoder explica cómo EditAgent selecciona herramientas y compara retoques
Sombra Radio · Apoyo de lectores
Ayuda a mantener viva Sombra Radio
Tu aportación voluntaria nos ayuda a seguir publicando sobre IA. Puedes apoyarnos desde 1 € al mes.
