IA multimodal: cuándo conviene mandar una foto en lugar de explicarlo por escrito

Transcribir una factura a mano toma cinco minutos. Describir por escrito el error que salió en pantalla toma otros tantos, y encima suele quedar mal explicado. En las dos situaciones hay un atajo evidente que mucha gente todavía no usa: sacar una foto y mandarla.

Que una herramienta sea multimodal significa exactamente eso: que entiende más de un tipo de contenido. No solo texto: también imágenes, a veces audio y video. Y eso cambia bastantes rutinas del día a día.

Siete situaciones donde la foto gana

1. Pasar un documento en papel a datos. Una factura, un recibo, una tarjeta de presentación, una ficha rellenada a mano. Le pides que extraiga los campos en el formato que necesitas y tienes la fila lista para tu hoja de cálculo.
2. Explicar un error informático. La captura de pantalla contiene el mensaje exacto, el contexto y qué había abierto. Describirlo con palabras pierde justamente los detalles que importan.
3. Entender un gráfico o una tabla de otro. Un informe recibido en imagen, un panel del que no tienes los datos originales. Puedes pedir que te lo explique o que te pase los números a texto.
4. Revisar un diseño antes de publicarlo. Una pieza gráfica, un cartel, un menú. Sirve para detectar errores de ortografía, jerarquías confusas o textos con poco contraste.
5. Inventariar lo que hay en una foto. Un estante, una mesa de trabajo, un almacén pequeño. Una lista aproximada de lo que se ve es mejor punto de partida que empezar de cero.
6. Leer letra manuscrita. Notas de una reunión, un pedido escrito a mano, una lista. Funciona mejor de lo que la gente espera, aunque siempre hay que revisarlo.
7. Describir una imagen para hacerla accesible. Generar un texto alternativo decente para una foto que vas a publicar en tu web.

Cómo tomar la foto para que funcione

La calidad de la respuesta depende bastante de la calidad de la imagen. Cinco cosas que marcan diferencia:

• Luz uniforme y sin sombra propia. El error más común es fotografiar un papel con la sombra del propio teléfono encima.
• Encuadre recto y completo. Que se vean los cuatro bordes del documento. Si cortas una esquina, ahí iba el número que necesitabas.
• Una cosa por foto. Tres facturas juntas dan peores resultados que tres fotos.
• Enfoque en el texto pequeño. Toca la pantalla sobre la zona de los números antes de disparar.
• Captura completa, no recortada. Para errores de pantalla, incluye la ventana entera: el contexto ayuda a identificar el problema.

Lo que hay que revisar siempre

Con imágenes, los errores se concentran en un sitio muy concreto: los caracteres parecidos. Un 1 y una l, un 0 y una O, un 5 y una S, un 6 y un 8 en letra manuscrita.

Eso significa que cualquier número extraído de una foto —importes, números de documento, teléfonos, códigos— hay que comprobarlo contra el original antes de usarlo. No es desconfianza general: es saber dónde está el punto débil.

Cuándo no conviene

• Documentos de identidad y datos bancarios. Salvo que tengas claro qué hace el proveedor con lo que le envías, no es el sitio.
• Cuando ya tienes el archivo original. Si existe el PDF o la hoja, pásale el archivo: la fotografía solo añade posibilidad de error.
• Imágenes médicas o cualquier cosa que sostenga un diagnóstico. Puede describir lo que ve; no puede sustituir a un profesional.
• Documentos legales completos. Para algo que genera obligaciones, la lectura tiene que ser de una persona.
• Fotos de personas identificables sin su permiso. Aplica lo mismo que a cualquier otro dato personal.

Una rutina que ahorra tiempo de verdad

Si atiendes proveedores o clientes que te mandan papeles, prueba esto durante una semana:

1. Foto al llegar

   En cuanto recibes un documento en papel, foto. Antes de que se traspapele.

2. Una instrucción fija

   Ten guardada la instrucción con los campos exactos que necesitas y el formato de salida. La misma siempre, para que el resultado se pueda pegar directamente donde va.

3. Revisión solo de números

   Comprueba importes y números de documento contra el papel. El resto del texto rara vez falla.

4. Archivo con nombre correcto

   Aprovecha que ya tienes los datos para nombrar el archivo con la fecha y el proveedor, y guardarlo donde toca.

Al cabo de una semana tendrás dos cosas: bastante tiempo recuperado y, sobre todo, la información en un formato con el que se puede trabajar. Que es el paso previo a cualquier automatización posterior.