Utilizan la inteligencia artificial para transformar recuerdos perdidos de la mente en imágenes tangibles

Desde Barcelona, Domestic Data Streamers está estudiando la memoria mediante tecnologías generativas, ofreciendo una ventana a momentos olvidados y su potencial en el tratamiento de la demencia

Compartir
Compartir articulo
Un puente entre memorias y curación: Explorando el impacto terapéutico de imágenes generadas por IA. (Imagen Ilustrativa Infobae)
Un puente entre memorias y curación: Explorando el impacto terapéutico de imágenes generadas por IA. (Imagen Ilustrativa Infobae)

En un innovador cruce entre la tecnología y la memoria personal, Domestic Data Streamers, un estudio de diseño con sede en Barcelona, está transformando recuerdos en imágenes sintéticas a través de modelos generativos de imagen como DALL-E de OpenAI. Este proyecto, denominado Memorias Sintéticas, no solo ha revivido momentos que nunca fueron fotografiados, sino que además está explorando su potencial terapéutico en el tratamiento de la demencia.

La iniciativa ha capturado la atención tanto de comunidades migrantes alrededor del mundo como de investigadores en el campo de la salud mental. Pau Garcia, fundador de Domestic Data Streamers, reveló al Technology Review del MIT que el proyecto surgió de un intento por preservar las historias familiares de refugiados en Grecia, lo que eventualmente le llevó a experimentar con graffiti y, más tarde, con tecnología de imágenes generativas al ver su potencial.

Estas memorias reconstruidas están siendo utilizadas en terapias de reminiscencia, una técnica desarrollada en los años 60 para estimular las habilidades cognitivas en pacientes con demencia. Un piloto realizado en Barcelona con 12 sujetos ha demostrado que las imágenes impresas generan una conexión emocional más fuerte, lo cual es crucial para el impacto de la terapia.

Los modelos generativos más antiguos, a pesar de sus fallos y distorsiones, han probado ser más eficaces para este fin que las versiones más recientes y detalladas. “Si haces algo superrealista, la gente se enfoca en detalles que no estaban allí”, explicó Garcia. “Si está borroso, el concepto se transmite mejor”, añadió.

Esta preferencia por lo imperfecto recalca la naturaleza fluida y a veces vaga de los recuerdos humanos, y resalta la importancia de capturar la esencia de los mismos, más allá de la precisión fotográfica.

Según el informe de Technology Review, este verano, Domestic Data Streamers y colaboradores de la Universidad de Toronto planean llevar a cabo un estudio clínico más amplio para comparar esta técnica con otros enfoques terapéuticos. La investigación apunta no solo a validar el método, sino también a explorar más profundamente cómo estas imágenes afectan cognitivamente a los pacientes.

Sam Lawton, un cineasta independiente que también ha experimentado con modelos de imagen generativa, resaltó la importancia de estudiar este impacto, dada la creciente presencia de estas tecnologías en nuestras vidas.

El proyecto Memorias Sintéticas explora su potencial terapéutico en el tratamiento de la demencia. (Imagen ilustrativa Infobae)
El proyecto Memorias Sintéticas explora su potencial terapéutico en el tratamiento de la demencia. (Imagen ilustrativa Infobae)

El proyecto también se ha extendido a la preservación de memorias de comunidades de migrantes en São Paolo, Brasil, abarcando familias de origen coreano, boliviano y argentino. La capacidad para reconstruir imágenes de momentos y lugares perdidos ofrece una oportunidad única para mantener viva la historia y la identidad cultural de estas comunidades.

Además, con la toma de un edificio próximo al Museo del Diseño de Barcelona, Domestic Data Streamers está creando un archivo creciente de memorias de la ciudad, donde cualquier persona puede contribuir con sus recuerdos.

Este enfoque innovador hacia la conservación de memorias y su potencial aplicación terapéutica presenta un horizonte prometedor para la intersección de la tecnología y la salud mental. No obstante, García se muestra preocupado por el futuro de las herramientas que utilizan, temiendo que versiones anteriores de los modelos generativos sean retiradas en búsqueda de avances tecnológicos.