Caso de estudio: Carte

Carte es una plataforma pensada para publicar y trabajar colecciones de cartelismo. La primera que alberga es la Colección Carlos Velasco, con más de 7.500 carteles de propaganda, campañas sanitarias, cultura, turismo y reivindicación política: una fuente de primer orden para investigar la cultura visual del último siglo que, hasta ahora, estaba guardada en un archivo al que apenas se podía acceder desde fuera.

Llevar el archivo a una plataforma que resultara útil a tres tipos de usuario con necesidades bastante distintas:

• Investigadores y universidades, que necesitan precisión, poder cruzar criterios de búsqueda y comprobar la procedencia de cada dato.
• Docentes y equipos de mediación, que llegan con una sesión que preparar y poco tiempo para armarla.
• Público general interesado en cultura visual, que consulta sin vocabulario técnico y abandona si la primera búsqueda no devuelve nada.

El encargo incluía dos condiciones firmes: que ningún dato generado automáticamente pudiera alterar la información catalográfica, y que los archivos originales permanecieran en almacenamiento privado.  

Tras revisar el fondo documental y trabajar con el equipo responsable de la colección, propusimos una plataforma construida sobre una decisión de arquitectura concreta: guardar por separado el dato original de la catalogación, el dato sugerido por la IA y el dato validado por una persona. Es IA con revisión humana llevada al modelo de datos: la IA añade y la persona decide.

De esta forma, ante cualquier campo de la ficha se puede saber de dónde viene: de la catalogación original, de un modelo que lo ha inferido de la imagen o de un profesional que lo ha validado. Sin esa separación, el enriquecimiento automático habría acabado mezclado con la catalogación y habría restado valor al fondo.

Sobre esa base desarrollamos dos entornos distintos: un catálogo para localizar piezas y unos maletines pedagógicos para preparar una actividad completa. Comparten el mismo fondo y el mismo motor de búsqueda, pero cada uno está resuelto en función de su tarea.  

El catálogo y sus filtros

Cada cartel conserva sus metadatos históricos y archivísticos: título, autoría, fecha, lugar, sector, periodo histórico y sus clasificaciones visuales y temáticas. Sobre ellos desarrollamos un sistema de filtros combinables por periodo y fecha, autoría, localización, sector o temática, estilo artístico, iconografía, estética visual, público objetivo, mensaje y contexto histórico.

Los filtros de iconografía, estética y público objetivo son los que amplían de verdad el acceso al fondo: permiten buscar imágenes por su contenido, por aquello que representan o por su tratamiento visual, sin necesitar un título ni un autor. Los carteles sanitarios con niños, que antes no había forma de reunir, salen ahora con una sola búsqueda.

Presentación y comparación de piezas

Los maletines incluyen un modo presentación para proyectar los carteles ante un grupo, con navegación secuencial por la selección aprobada, y un modo comparación para mostrar varias piezas a la vez. Desde el texto de la guía se salta a cualquier cartel referenciado y desde cada cartel se accede a la vista ampliada.

Son las herramientas que permiten trabajar la colección delante de un grupo, en un aula, un seminario o una sala de museo, además de consultarla ficha a ficha.

En Carte la IA funciona como una capa de enriquecimiento sobre la catalogación existente. Con modelos de Google Gemini analiza visualmente cada cartel, genera descripciones en español, identifica iconografía, estética, temas y posibles contextos históricos, y produce etiquetas semánticas que añaden nuevas vías de búsqueda.

Para la búsqueda semántica, cada cartel se convierte en un embedding: una lista de números que resume lo que muestra la imagen y lo que dice su ficha, de modo que dos carteles parecidos quedan cerca entre sí. Estos embeddings se guardan en PostgreSQL con pgvector y permiten recuperar piezas relacionadas aunque no compartan autoría ni descriptores.

La plataforma incorpora también un asistente conversacional para el catálogo, especializado en cartelismo y cultura visual, que propone selecciones a partir de un objetivo formulado en lenguaje natural. Funciona sobre el mismo principio que un RAG corporativo: responde a partir del fondo, y no de lo que el modelo sepa por su cuenta. Lo explicamos también en cómo montamos un chatbot de IA para nuestros documentos.

Todo lo que produce el modelo queda registrado como sugerencia y no toca la ficha original. Cuando un profesional lo revisa y lo aprueba, pasa a guardarse como dato validado, con constancia de esa revisión. La trazabilidad está en el propio modelo de datos.

Los maletines son la parte de la plataforma que convierte la colección en material de trabajo. En lugar de recorrer el archivo pieza a pieza, el usuario parte de una colección y define los parámetros de su actividad: etapa o perfil del grupo, duración, tono pedagógico, objetivos de aprendizaje y las indicaciones que considere.

Con esos datos, la plataforma propone una selección de carteles organizada en bloques, explicando la función de cada obra dentro de la sesión. El usuario puede pedir cambios, sustituir piezas y aprobar una versión definitiva.

Una vez aprobada, esa selección queda como fuente única del maletín: los mismos carteles alimentan la guía del profesor, el modo presentación, la herramienta de comparación, el PDF descargable y los materiales exportados. Era un requisito importante del proyecto, porque las herramientas que generan cada documento por separado acaban entregando guías que citan piezas ausentes de la presentación.

La guía del profesor se genera con una estructura fija: título de la sesión, resumen, objetivos de aprendizaje, preparación previa, desarrollo paso a paso, preguntas para la observación y el debate, actividades de cierre y evaluación, y posibles adaptaciones. Cada sección se puede reescribir con instrucciones en lenguaje natural, y la plataforma conserva las versiones anteriores para poder recuperarlas. El documento final se descarga en PDF con los carteles seleccionados y sus datos básicos.

El mismo fondo se puede así adaptar a un grupo de primaria, a un seminario universitario o a una visita guiada, cambiando únicamente los parámetros de la actividad.

Abrir un fondo patrimonial obliga a decidir qué versión de cada imagen ve cada usuario. Carte genera varias variantes por cartel y sirve la que corresponde según el contexto y los permisos: miniaturas optimizadas para el catálogo, versiones de mayor resolución protegidas e imágenes con marca de agua para visualización.

Los originales permanecen en almacenamiento privado, sin ruta pública. Todo acceso pasa por rutas controladas y URLs firmadas con caducidad, y la entrega se adapta a los permisos y al plan de cada usuario. La plataforma, imágenes y base de datos incluidas, se ejecuta en la región europea de Google Cloud, de modo que los datos no salen de la Unión Europea.

Con este sistema la colección se puede consultar, proyectar y exportar a materiales didácticos sin exponer públicamente los originales de alta resolución, que es lo que permite a una institución abrir su archivo conservando el control sobre él.

Nada de lo anterior depende de que sean carteles. Las tres capas de datos, la búsqueda semántica, el asistente y la entrega protegida de imágenes se trasladan a cualquier catálogo grande que hoy solo encuentra quien ya sabe qué buscar:

Una tienda con miles de productos mal etiquetados. La IA propone atributos a partir de la foto y la descripción, el equipo los valida en lote y el cliente busca por lo que ve («chaqueta verde de corte recto») sin conocer la referencia.

Un banco de imágenes. Etiquetado automático de imágenes con revisión humana, búsqueda por contenido visual y entrega de cada archivo con la resolución y la marca de agua que permita la licencia.

Documentación interna. Manuales, fichas técnicas o procedimientos con búsqueda semántica y un asistente que responde citando el documento original, con cada dato marcado según su procedencia.

Cada pieza del stack está elegida por un motivo concreto del proyecto:

Carte ha puesto un fondo de más de 7.500 piezas a disposición de quien quiera trabajar con él: se consulta desde el catálogo, se organiza en maletines y se exporta a materiales que un docente o un equipo de mediación puede imprimir y proyectar el mismo día.

Para los responsables de la colección, el proyecto ha ampliado las vías de acceso al fondo sin renunciar al control sobre él: los metadatos profesionales siguen siendo la referencia, el enriquecimiento automático queda identificado como tal y los originales no han salido del almacenamiento privado. 

Continuamos trabajando con el equipo en la evolución de la plataforma: ajustar la búsqueda semántica a partir del uso real, ampliar las capacidades de los maletines y preparar la incorporación de nuevas colecciones, ya que la arquitectura no está atada a un único fondo.  

¿Tienes un catálogo o un archivo que nadie consigue encontrar? Así trabajamos el desarrollo de IA a medida: con tus datos, bajo tu control y con una persona decidiendo.