¿Cómo funciona la geolocalización con IA?

Lo más útil para entender cómo funciona la geolocalización con IA es saber qué no están haciendo estos modelos. No se consulta ninguna base de datos de fotografías ni se encuentra ninguna coincidencia. Nada de tu imagen se busca en ningún sitio.

• Texto y escritura. Un solo cartel junto con el sistema de escritura suele bastar para reducirlo a un país.
• Señalización vial. El color de las líneas, los bolardos, los postes de señales y las marcas de los bordes de la acera están normalizados a escala nacional.
• Servicios públicos. La forma de los postes, la disposición de los cables y el color del buzón cambian en las fronteras aunque el paisaje no lo haga.
• Vehículos. Las proporciones y el color de las placas, y qué modelos son habituales en la zona.
• Arquitectura. La inclinación de los tejados, las proporciones de las ventanas y los materiales siguen el clima y la tradición constructiva.
• Vegetación y luz. La mezcla de especies indica una franja climática; el ángulo de las sombras acota la latitud.

Ninguna de estas pistas es decisiva por sí sola, y una persona que lee las mismas pistas en orden trabaja exactamente así. Una etiqueta GPS situaría la cámara en unos 5 m; la inferencia visual trabaja con una resolución miles de veces más gruesa, y esa diferencia lo explica todo. La estimación es una intersección: cada señal descarta posibilidades, y la respuesta es lo que sobrevive a más de ellas. Por eso una foto con pocas señales visibles produce una respuesta débil en lugar de una errónea pero segura. Leyendo estas señales solo a partir de Street View, un modelo de investigación le ganó seis partidas a cero a un jugador profesional de GeoGuessr.

Se complementan en lugar de competir. El orden sensato es buscar primero, porque lo exacto gana a lo aproximado, e inferir solo cuando nada coincide. La comparativa de motores explica cuál probar según el tema.

Es un límite del método, no del tamaño del modelo. Un modelo mayor acierta la ciudad más a menudo; no convierte la fotografía de una calle residencial genérica en un número de casa. Cualquier herramienta que ofrezca precisión a nivel de calle solo con píxeles está presentando una suposición como si fuera una medición.

El modo de fallo al que hay que prestar atención es una respuesta segura ante una fotografía sin rasgos. Un modelo que nombra una ciudad concreta a partir de la foto de una pared en blanco no ha encontrado algo que se te escapó: ha producido ruido con un número pegado. Es también lo primero que conviene probar antes de construir sobre una API de geolocalización de fotos: pon paredes en blanco en el conjunto de prueba y mira qué devuelve. Los chatbots generales tampoco están a salvo: en las pruebas de Bellingcat de 2025, todos los modelos, ChatGPT incluido, se equivocaron por completo en algún momento.