I Restored 200 Damaged Photos with AI — Some Results Were Stunning, Others Terrifying

# Restauré 200 Fotos Dañadas con IA — Algunos Resultados Fueron Impresionantes, Otros Terribles

Abrir la Caja Cambió Todo

Las manos de la Sra. Chen temblaban mientras colocaba la caja de zapatos sobre mi escritorio. Dentro, envuelta en papel de seda que se había amarillado con el tiempo, había una sola fotografía. El agua había subido desde la parte inferior, convirtiendo el tercio inferior en un desenfoque abstracto de marrones y grises. La mitad superior mostraba a una joven pareja en su día de bodas en 1962 — ella en un modesto vestido blanco, él en un traje oscuro que probablemente era el único bueno que tenía.

"Esta es la única foto que tengo de nuestra boda," dijo en voz baja. "El sótano se inundó hace tres años. No encontré esta caja hasta el mes pasado, después de que Harold falleciera."

Sin presión, ¿verdad?

Aquel momento — sentada frente a una viuda de 82 años que solo quería ver el rostro de su esposo claramente una vez más — cristalizó por qué había comenzado este negocio secundario en primer lugar. Pero también marcó el comienzo de un viaje que me llevaría a través de 200 proyectos de restauración, cada uno enseñándome algo nuevo sobre lo que la IA puede hacer, lo que absolutamente no debería hacer, y dónde la línea entre "restauración" y "fabricación" se vuelve peligrosamente borrosa.

He pasado los últimos dieciocho meses restaurando fotografías dañadas utilizando una combinación de técnicas tradicionales y herramientas impulsadas por IA. Algunos resultados han sido tan buenos que han hecho llorar a los clientes de alegría. Otros han incursionado en el territorio del valle inquietante que sigue manteniéndome despierto por la noche. Esto es lo que he aprendido al devolver la vida a 200 recuerdos dañados.

Construyendo Mi Flujo de Trabajo de Restauración Desde Cero

No empecé como experta en restauración de fotos. Mi formación es en diseño gráfico, y había estado haciendo edición básica de fotos durante años. Pero cuando mi propia abuela me pidió que arreglara una foto rasgada de sus padres — inmigrantes que llegaron a Ellis Island en 1923 — me di cuenta de que había una verdadera necesidad para este servicio que iba más allá de solo habilidad técnica.

Mi flujo de trabajo inicial era puramente manual: la herramienta de sello de clonar de Photoshop, una cuidadosa corrección de color, lenta reconstrucción de detalles faltantes basadas en pistas contextuales. Una sola foto podría llevarme de ocho a doce horas. Cobré $150 por imagen y me sentía culpable por ello porque sabía que la mayoría de mis clientes eran personas mayores con ingresos fijos.

Entonces empezaron a aparecer herramientas de restauración de IA. Primero llegaron las simples — colorización automatizada, eliminación básica de rasguños. Era escéptica. Los primeros resultados parecían artificiales, con colores que parecían elegidos por algoritmo en lugar de informados por precisión histórica. Un vestido de la década de 1940 saldría en un tono de azul que no existió en tintes de tela hasta la década de 1970.

Pero la tecnología mejoró rápidamente. A principios de 2023, había ensamblado un conjunto de herramientas que combinaba múltiples enfoques de IA: una red neuronal para la reconstrucción facial, otra para la síntesis de texturas, una tercera para la colorización inteligente que realmente entendía el contexto histórico. Todavía realizo un trabajo manual significativo — la IA es una herramienta, no un reemplazo para el juicio — pero mi tiempo por foto se redujo a tres a cuatro horas, y la calidad mejoró dramáticamente.

El flujo de trabajo con el que me he quedado implica cinco etapas: evaluación y documentación, mapeo de daños, reconstrucción asistida por IA, refinamiento manual y revisión con el cliente con revisión. Cada etapa tiene puntos de decisión específicos donde determino si seguir adelante, intentar un enfoque diferente, o — y esto es crucial — decirle al cliente que la restauración no es posible sin niveles inaceptables de fabricación.

La Foto de Boda Que Me Enseñó Sobre Límites

De vuelta a la foto de boda de la Sra. Chen. La llevé a casa esa noche y pasé dos horas estudiándola antes de tocar cualquier software. El daño por agua había creado una clara línea de demarcación a aproximadamente un tercio de la altura. Por encima de esa línea: nítido, claro, bellamente preservado. Por debajo: caos.

Pude ver la parte inferior de su vestido, o mejor dicho, pude ver que había un vestido allí. La textura de la tela había desaparecido por completo, reemplazada por manchas marrones y degradación del papel. Sus zapatos eran visibles como formas oscuras, pero no quedaba detalle. El suelo en el que estaban — ¿madera? ¿cerámica? ¿alfombra? — era una suposición de cualquiera.

Paseé la imagen a través de mi IA de reconstrucción facial primero. El rostro de la Sra. Chen apareció perfectamente — había estado en la zona no dañada. El rostro de su esposo estaba parcialmente afectado por el daño por agua a lo largo de su barbilla y cuello. La IA hizo algo notable: analizó las partes no dañadas de su rostro, entendió la dirección de la luz y reconstruyó su barbilla y línea de mandíbula de una manera que parecía completamente natural.

Mostré el resultado a la Sra. Chen tres días después. Ella lo miró durante un largo momento, luego comenzó a llorar. "Ese es él," dijo. "Ese es exactamente él. Había olvidado lo fuerte que era su mandíbula."

Pero luego preguntó sobre la parte inferior de la foto. ¿Podría arreglar el vestido? ¿El suelo? ¿Hacer que pareciera que toda la foto había sido preservada?

Aquí es donde tuve que tener una conversación difícil. Le expliqué que podría usar IA para generar cómo podría haber lucido un vestido de boda de 1962, qué zapatos podría haber llevado un joven, qué suelo podría haber habido en cualquier lugar que hubieran usado. Pero no sería su vestido, sus zapatos, su suelo. Sería la mejor suposición de la IA basada en datos de entrenamiento de miles de otras fotos.

"La línea entre restauración y fabricación no siempre es clara, pero he aprendido a preguntarme una cosa: ¿Estoy recuperando información que existía en esta fotografía, o estoy creando nueva información que nunca existió en ella? Si es lo último, debo tener mucho cuidado sobre cómo procedo."

La Sra. Chen pensó en esto. Luego dijo algo que cambió cómo abordo cada trabajo de restauración: "No necesito que sea perfecto. Solo necesito ver su rostro de nuevo. El resto es solo papel."

Entregué la foto con su rostro bellamente restaurado y las partes dañadas dejadas como estaban, tal vez ligeramente limpiadas pero no fabricadas. Ella la enmarcó tal como estaba. A veces el daño es parte de la historia.

Analizando 200 Restauraciones Por Tipo de Daño

Después de completar mi restauración número 200 el mes pasado, revisé mis archivos de proyectos y clasifiqué cada trabajo por tipo de daño principal, nivel de participación de IA y calidad del resultado. Los patrones que surgieron fueron reveladores.

Los datos cuentan varias historias. El desvanecimiento por sol, a pesar de afectar a menudo toda la imagen, es en realidad el tipo de daño más fácil de abordar. La información aún está ahí en la fotografía — simplemente ha sido blanqueada por la exposición a los UV. Las herramientas de IA son excelentes para recuperar detalles desvanecidos y reconstruir información de color basada en lo que queda.

El daño por agua es más complicado. La tasa de éxito baja al 73% porque el agua no solo desvanece una foto — puede destruir completamente la capa de emulsión donde vive la imagen. Cuando eso sucede, ninguna cantidad de trucos de IA puede recuperar lo que físicamente se ha ido. La tasa de fracaso del 27% representa casos en los que tuve que decir a los clientes que la restauración más allá de cierto punto requeriría demasiada fabricación para ser honesta.

Los cortes físicos, sorprendentemente, tienen una alta tasa de éxito. Eso se debe a que los cortes generalmente no destruyen información — simplemente la separan. La IA es excelente para entender qué debería conectar a través de una línea de corte y mezclar la reconstrucción de manera fluida.