Jurassic Park se estrenó en 1993. Más de treinta años después, los dinosaurios siguen funcionando. No porque el CGI de la época fuera técnicamente superior al de hoy — era primitivo comparado con lo que existe ahora — sino porque Spielberg y su equipo tomaron una decisión que resultó ser brillante: usar animatrónicos reales para los planos cercanos y CGI solo donde era imprescindible. Cada herramienta en su justa medida, con criterio.
Mad Max: Fury Road hizo algo parecido veinte años después. George Miller insistió en realizar la mayoría de las tomas de forma práctica. Los vehículos chocaban de verdad. Las explosiones ocurrían de verdad. Los actores colgaban de verdad. El resultado es una película que se siente física, urgente, real — aunque también tenga efectos digitales. La tecnología estaba al servicio de una visión, no al revés.
Compara esas películas con producciones recientes que apostaron todo al CGI sin ese criterio de base. Muchas se ven peor hoy que Jurassic Park en 1993. No porque los renders sean malos. Sino porque sin fundamento artístico y técnico detrás, la imagen no tiene alma — y eso el ojo lo detecta aunque no sepa nombrarlo.
Ahora estamos en otro momento de cambio tecnológico igual de grande. Y me parece importante hablar de lo que se puede perder si no lo navegamos con cuidado.
Lo que uso y lo que me genera dudas
Llevo más de 15 años en postproducción. He compuesto en After Effects, Nuke y Fusion, he gradeado color en DaVinci Resolve, he modelado en Blender y Cinema 4D. Actualmente, integro herramientas de IA —como ComfyUI, Kling, Higgsfield y Magnific— no desde una perspectiva teórica, sino como una extensión práctica de mi flujo de trabajo y experimentación técnica.
Y precisamente porque las uso, puedo decir esto con honestidad: me generan dudas. No técnicas, sino artísticas. El flujo se siente frío. El resultado se parece demasiado a sí mismo. Hay una estética "de IA" que ya es reconocible — cierta perfección suave, cierta forma de distribuir la luz, ciertos errores característicos que se repiten. No porque la tecnología sea mala, sino porque sin un punto de vista humano fuerte detrás, el resultado tiende a un promedio estadístico de todo lo que vio durante el entrenamiento.
Para ciertas cosas es extraordinaria. Partir de un modelo 3D y generar variaciones de look es algo que antes tomaba días. Upscaling, rotoscopia asistida, generación de referencias visuales — hay usos donde la IA suma de verdad. Pero hacer una campaña publicitaria completa con IA y considerarla terminada es otra conversación. Una que me incomoda. En emisión, estas piezas pierden esa cualidad orgánica del trabajo tradicional, traduciéndose en una imagen que se percibe más barata y de menor estándar técnico
El problema de la caja negra
Tengo un ejemplo técnico que ilustra bien lo que me preocupa. After Effects lleva años siendo la puerta de entrada a la composición. Es poderoso y accesible. Pero está diseñado para ocultar procesos y facilitar el trabajo — lo cual tiene un costo invisible.
Uno de esos procesos ocultos es la premultiplicación: la forma en que una imagen maneja la transparencia en relación con su canal alfa. After Effects lo automatiza. Lo resuelve sin que tengas que pensarlo. El problema es que cuando algo falla — cuando un elemento no integra, cuando los bordes se ven sucios, cuando la composición se rompe en ciertos fondos — no tienes las herramientas conceptuales para diagnosticarlo. No sabes qué buscar porque nunca tuviste que entenderlo.
Cuando entré a Nuke, ese concepto apareció explícito, visible, controlable. Entendí de golpe por qué ciertas cosas no me habían funcionado durante años en After Effects. La herramienta más "difícil" me hizo más capaz, no menos.
La IA lleva esa lógica a un nivel completamente nuevo. No solo oculta el proceso — lo vuelve irrelevante para quien opera. Y eso es el riesgo.
El criterio no se descarga
Cuando compongo un elemento en una escena, tomo decisiones que no son caprichosas: el grano que corresponde a esa cámara, la temperatura de luz que hace que ese elemento integre, el motion blur coherente con el movimiento y el obturador. Son decisiones que vienen de entender cómo funciona una imagen — cómo se comporta la luz, cómo el ojo percibe el color, qué hace que algo se sienta real dentro de un plano.
Ese conocimiento es el primer control de calidad. El artista debería poder mirar su propio trabajo y saber si algo está mal antes de que se lo digan. Para tener ese criterio se necesita estudiar: entender RGB, entender cómo la luz afecta el color en distintos espacios tonales, entender perspectiva, escala, proporción. Saber observar antes de saber generar.
La IA genera el riesgo latente de una cultura donde eso deja de importar. Donde existe una caja negra que produce imágenes — a veces sorprendentes — y el operador no necesita saber nada de lo que ocurrió adentro. Incluso con sistemas de guía o arquitecturas de control (como ControlNet o IP-Adapter), los resultados son estimaciones probabilísticas. El output no es verdaderamente tuyo; no tiene tu mirada.
Lo que le diría a alguien que está empezando
No estoy diciendo que ignores la IA. Sería un error — estas herramientas van a formar parte del oficio por mucho tiempo y quien no las conozca tendrá una desventaja real. Lo que estoy diciendo es que aprenderlas sin fundamentos es como aprender a conducir solo en piloto automático: funciona hasta que el sistema no sabe qué hacer, y en ese momento no tienes recursos para tomar el control.
Spielberg sabía exactamente qué podía pedirle al CGI de 1993 y qué no. Por eso usó animatrónicos donde importaba. Ese criterio — saber cuándo usar qué herramienta y por qué — no viene de la herramienta. Viene del conocimiento.
Estudia imagen. Estudia color. Estudia luz. Aprende a observar. Entiende por qué las cosas funcionan, no solo cómo activarlas. Sé tu propio primer control de calidad.
Los fundamentos no son lo de antes. Son lo que hace que lo nuevo funcione bien — y lo que te permite saber cuándo no está funcionando.