Antes de incorporar inteligencia artificial a un museo, hagamos una pregunta más importante que “¿qué puede hacer?”, ¿qué problema queremos resolver y qué decisiones no debemos delegar?
La inteligencia artificial ya forma parte de la realidad museística. Se utiliza para reconocer imágenes, enriquecer metadatos, relacionar colecciones, analizar comentarios de visitantes, recomendar contenidos, generar textos, conversar mediante chatbots o descubrir patrones difíciles de identificar manualmente.
Pero precisamente porque sus capacidades aumentan con rapidez, conviene evitar un error frecuente: confundir capacidad técnica con competencia museológica.
La IA puede procesar. Puede calcular. Puede relacionar. Puede generar. Pero el museo trabaja además con algo mucho más difícil de automatizar: significados, ambigüedad, memoria, responsabilidad y valores.
Pretendemos formular esta diferencia con especial claridad: los sistemas de IA operan mediante matemáticas, lógica, datos y probabilidades, mientras que la cultura implica gestionar significados y convivir con interpretaciones que no siempre tienen una respuesta única.
La IA Reconoce Patrones. El Museo Construye Significados.
Un algoritmo puede encontrar semejanzas entre miles de imágenes o detectar relaciones inesperadas dentro de una colección. Puede localizar motivos, nombres, cronologías y conexiones que resultarían extremadamente costosas de descubrir por otro medio.
Eso es extraordinariamente útil. Pero encontrar una correlación no equivale a comprenderla.
Una colección museológica contiene capas históricas, sociales, políticas, emocionales y simbólicas. Para interpretarlas hay que preguntarse por qué un objeto importa, quién lo adquirió, quién lo clasificó, qué relato legitimó su incorporación al museo y qué perspectivas quedaron excluidas.
La inteligencia artificial puede ayudarnos a formular nuevas preguntas. No puede determinar por sí misma cuáles son culturalmente relevantes.
No Debemos Empezar por la Herramienta.
Creemos que un concepto muy valioso es la crítica al «tecno-solucionismo»: la creencia de que problemas sociales o institucionales complejos pueden resolverse simplemente incorporando tecnología.
Digitalizar una colección no la hace automáticamente democrática. Generar más metadatos no garantiza diversidad. Incorporar un chatbot no convierte una exposición en participativa.
Se propone invertir el orden habitual: en lugar de empezar preguntando qué podemos hacer con determinada tecnología, debemos identificar primero qué problema museológico queremos resolver y comprobar después si la IA es realmente la herramienta adecuada.
Este principio debería convertirse en una regla básica de innovación museística:
- Primero el propósito; después la tecnología.
Puede Producir Contenidos. No Puede Asumir Responsabilidades.
Los modelos generativos pueden redactar textos de sala, propuestas educativas, descripciones de objetos o respuestas a visitantes con una velocidad extraordinaria.
Pero una respuesta convincente puede ser incorrecta.
Y, sobre todo, un algoritmo no puede asumir responsabilidad institucional por aquello que afirma.
La responsabilidad sigue perteneciendo al museo y a sus profesionales. Un profesional debe verificar fuentes, reconocer incertidumbres, detectar simplificaciones, corregir errores y decidir qué lenguaje resulta apropiado para determinadas comunidades.
Hay que insistir además en evitar la antropomorfización: hablar de sistemas que “piensan”, “comprenden” o “aprenden” como una persona puede ocultar el hecho de que detrás de sus resultados existen modelos matemáticos, decisiones técnicas y grandes cantidades de trabajo humano.
Los Datos Nunca Son Neutrales.
Aquí aparece uno de los problemas más importantes para los museos.
Una IA aprende a partir de datos. Pero las colecciones y sus sistemas de documentación son productos históricos. Contienen categorías heredadas, omisiones, sesgos, terminologías obsoletas y estructuras de clasificación construidas desde determinadas posiciones culturales.
Automatizar estos datos puede significar automatizar también sus desigualdades.
Se advierte de que ampliar automáticamente las clasificaciones de un museo no equivale a hacerlas más diversas. Si los sistemas trabajan sobre categorías eurocéntricas, coloniales o discriminatorias sin someterlas previamente a crítica, pueden reproducirlas a mayor escala.
La IA no elimina los sesgos históricos del museo.
Puede incluso hacerlos menos visibles.
¿Quién Controla la Tecnología?
Existe además una cuestión institucional que el museo no puede ignorar: poder, datos y control.
Muchos sistemas de inteligencia artificial dependen de grandes compañías tecnológicas cuyos modelos, procesos de entrenamiento y criterios de funcionamiento no son completamente transparentes.
Cuando un museo entrega datos de sus colecciones, públicos o procesos a sistemas externos debe preguntarse quién almacena esa información, quién puede utilizarla, cómo se entrena el modelo y qué dependencia tecnológica se está creando.
Se pueden introducir estas cuestiones desde el comienzo del proyecto mediante herramientas como Data Ethics Canvas, Consequence Scanning o Museums + AI Toolkit, que obligan a considerar consecuencias previstas e imprevistas antes de implementar una solución.
La ética no debería aparecer cuando el proyecto está terminado.
Debe formar parte de su conceptualización y diseño.
La IA También Tiene Costes Invisibles.
La inteligencia artificial suele representarse como algo inmaterial: una nube, un algoritmo, una interfaz.
Pero necesita centros de datos, energía, agua, minerales, dispositivos, trabajadores que clasifican información y enormes infraestructuras de computación.
Debemos entender la IA simultáneamente como instrumento, infraestructura e ideología. Esta perspectiva obliga a preguntarse no solo qué ofrece una aplicación, sino quién obtiene sus beneficios, qué recursos consume y qué trabajos permanecen invisibles.
Para los museos comprometidos con la sostenibilidad, este aspecto resulta especialmente relevante. La transformación digital también deja huella ambiental y social.
Un Criterio Decisivo: Aumentar la Agencia Humana.
Quizá la idea más útil para establecer una política museística de IA sea esta: la tecnología debería ampliar la capacidad de actuar de las personas, no reducirla.
- Puede ayudar a un conservador a explorar miles de registros.
- Puede permitir que un visitante encuentre nuevos caminos dentro de una colección.
- Puede facilitar traducciones, accesibilidad o nuevas formas de investigación.
Pero debería hacerlo fortaleciendo la capacidad humana, no sustituyendo indiscriminadamente decisiones profesionales o limitando las opciones del visitante mediante recomendaciones opacas.
Por eso, el debate no debería plantearse como “humano frente a máquina”.
Resulta más productivo pensar en una colaboración crítica entre ambos.
El Museo También Puede Enseñar a Comprender la IA.
Existe finalmente una oportunidad menos evidente.
Los museos no tienen por qué limitarse a utilizar inteligencia artificial. También pueden convertirse en espacios donde la sociedad aprenda a comprenderla.
Existen pocos lugares públicos donde las personas puedan experimentar con estas tecnologías, conocer sus límites, abrir metafóricamente su “caja negra” y desarrollar alfabetización crítica sobre ellas. Los museos, gracias a su capacidad de mediación, contextualización y educación, pueden desempeñar precisamente ese papel.
La IA podría convertirse así no solo en una herramienta del museo, sino también en objeto de interpretación cultural.
Y ahí aparece una nueva responsabilidad profesional.
Instituciones y consultoras especializadas como EVE Museos e Innovación pueden aportar valor en esta fase previa a la tecnología: diagnóstico, definición de objetivos, análisis de públicos, conceptualización museológica y diseño de experiencias. No para decidir qué IA está de moda, sino para determinar primero dónde aporta verdadero sentido al proyecto.
5 Ideas Clave sobre IA y Museos.
- La IA puede reconocer patrones, pero interpretar significado cultural sigue requiriendo criterio humano.
- El museo debe comenzar por el problema museológico y no por la tecnología disponible.
- Los datos museísticos contienen historias, omisiones y sesgos que la automatización puede reproducir.
- Todo proyecto de IA debería analizar desde el principio poder, transparencia, consecuencias, sostenibilidad y control de los datos.
- La mejor IA para un museo es aquella que amplía la capacidad de actuar de profesionales y visitantes, en lugar de sustituirla innecesariamente.
La Tecnología Necesita Museo, No Solo el Museo Necesita Tecnología.
La verdadera transformación no consistirá en llenar los museos de inteligencia artificial. Se trata de aprender a utilizarla sin perder aquello que hace singular a la institución museística: interpretar, contextualizar, cuestionar, conservar memoria y producir significado.
La IA será extraordinariamente útil para determinadas tareas. Pero no puede decidir por sí misma qué patrimonio merece atención, qué preguntas deben formularse, qué voces deben incorporarse o qué responsabilidades debe asumir una institución.
El museo del futuro necesitará inteligencia artificial. Pero necesitará todavía más inteligencia museológica.
Recursos Bibliográficos:
Murphy, O. y Villaespesa, E. (2022): Inteligencia artificial y museos. Un toolkit. Goldsmiths / Badisches Landesmuseum.
UNESCO (2021): Recomendación sobre la ética de la inteligencia artificial. París: UNESCO.
Bernhardt, J.C. y Thiel, S. (editores) (2024): AI in Museums: Reflections, Perspectives and Applications. Bielefeld: transcript Verlag.
Hajri, O. (2024): The Hidden Costs of AI: Decolonization from Practice back to Theory. En S. Thiel & J. C. Bernhardt (editores), AI in Museums.
Fuchsgruber, L. (2024): Dead End or Way Out? Generating Critical Information about Painting Collections with AI. En AI in Museums.
Murphy, O. (2024): Power, Data and Control: AI in the Museum. En AI in Museums.
Thiel, S. (2024): Managing AI: Developing Strategic and Ethical Guidelines for Museums. En AI in Museums.
Schubbach, A. (2024): AI and Art: Arguments for Practice. En AI in Museums.
Para más información sobre Lo que la IA No Puede Hacer por un Museo: info@evemuseos.com / Tlf. (0034) 600320681 (España) / (0052) 3318939356 (América, solo por whastapp, por favor).
Consultas: info@evemuseos.com
EVE Formación Museos: Campus On Line Aquí.
Imagen: EVE Museos e Innovación
Si quieres recibir los artículos por correo electrónico y el newsletter semanal, completa el campo correspondiente en el formulario de inscripción que encontrarás aquí abajo. Tu dirección de correo electrónico será utilizada exclusivamente para enviarte nuestros newsletters y los artículos, pudiendo darte de baja en el momento que quieras.
Lo que la IA No Puede Hacer por un Museo.
| ISSN | 3020-1179 |
BIBLIOTECA NACIONAL DE ESPAÑA – INTERNATIONAL STANDARD SERIAL NUMBER – EVE MUSEOS E INNOVACIÓN – ESPAÑA.
- Creación y Actualización de Museos: Planes museológicos, conceptualización temática, guiones narrativos, planes estratégicos, estudios de viabilidad y definición de modelos institucionales.
- Conceptualización Museográfica y Exposiciones: Diseño espacial, escenografía, recursos interpretativos, sistemas interactivos, experiencias inmersivas, señalética y comunicación visual.
- Estrategia, Públicos y Gestión Museística: Estudios de públicos, modelos de gestión, sostenibilidad, búsqueda de financiación, programas educativos, evaluación de la experiencia y estrategias de posicionamiento.
- Innovación y Transformación de Experiencias Culturales: Narrativas sensoriales y emocionales, inteligencia artificial, mediación tecnológica, accesibilidad, digitalización y nuevos formatos de participación.
