Curso 3. Descripción auditada de imágenes en investigación social

Curso corto de ocho sesiones en modalidad híbrida, adaptable a formatos de microcredencial o de educación continua. Tercer curso del programa Tunjos para la IA, capa Oficio. Pertenece a la ruta Imagen, junto con Validación del razonamiento con IA en ciencias sociales, Codificación cualitativa con IA en ciencias sociales y Validar y defender investigación social asistida por IA, y a la ruta Computacional, junto con Corpus de textos con procedencia en ciencias sociales y Patrones estables en datos de las ciencias sociales. Se puede tomar solo: no supone ninguno de ellos.

Pregunta del curso. ¿Cómo convierte un investigador cientos de imágenes dispersas en archivos, museos, prensa y plataformas en un corpus descrito, trazable y éticamente manejable, y qué parte de la descripción puede delegar a un modelo multimodal sin perder el juicio?

Respuesta que el curso construye. La imagen no es un dato hasta que alguien la cataloga, la describe y decide bajo qué derechos y con qué cuidado se exhibe. Un modelo multimodal produce descripciones densas a escala, y las produce con una precomprensión ajena que falla con regularidad en lo culturalmente codificado: reconoce un sombrero, no reconoce de quién es el sombrero. La semiótica de Peirce (ícono, índice, símbolo) y la plantilla por capas de Banks (narrativa interna, narrativa externa, materialidad) dan la gramática para describir y, con la misma gramática, para auditar lo que el modelo describe. El curso termina con un corpus documentado en el que cada afirmación sobre una imagen tiene origen conocido: la cartela, el modelo o el investigador.

Contenido

Productos del estudiante

1. Catálogo visual con procedencia (semana 3). Entre 40 y 200 imágenes del proyecto propio, con identificador, periodo, fuente, página fuente, dimensiones, descripción original, derechos y escena, deduplicadas por hash perceptual y validadas contra el disco.
2. Descripciones por capas con auditoría de una muestra (semana 6). Descripciones producidas por un modelo multimodal con un prompt por capas, y una auditoría manual de una muestra que clasifica cada afirmación del modelo en lo que está, lo que no está y lo que requiere contexto local.
3. Ficha semiótica y registro de frontera visual (semana 8). Una ficha por imagen representativa, con las capas de Banks y los tres modos del signo de Peirce, y el registro de qué describió el modelo, qué decidió el investigador y con qué criterio, junto con el protocolo de exhibición del corpus.

Caso demostrativo

El curso usa como caso un corpus real construido por el docente para el contraste empírico de su tesis doctoral: unas 1.800 imágenes de cultura visual relacionada con el narcotráfico en Colombia, desde grabados y fotografías del movimiento antialcohol y la prohibición estadounidense del siglo XIX y comienzos del XX, como antecedente, hasta publicaciones de 2025, reunidas desde museos, prensa, archivos y plataformas con un pipeline de descarga y consolidadas en un catálogo maestro. El caso se describe; no se distribuyen sus imágenes. Cada estudiante trabaja sobre su propio corpus.

Página del curso

izainea.github.io/tunjos-para-la-ia/curso-3/

Cómo se hizo este material

El material de este curso se elaboró con ayuda de modelos de lenguaje bajo la guía de autoría, la revisión y la responsabilidad del docente. Qué hizo la máquina, qué decidió el autor y qué queda por verificar está en la declaración de uso de IA del programa.

Syllabus

Datos generales

Problema que atiende

Quien investiga con imágenes casi nunca las recibe ordenadas. Las encuentra dispersas en catálogos de museo, en prensa digitalizada, en redes sociales, en carpetas heredadas de otro proyecto. Cada una llega con un fragmento de contexto distinto, o sin ninguno. Para que ese conjunto sea un corpus hay que hacer tres cosas que los cursos de método visual mencionan y rara vez enseñan a hacer: catalogar con procedencia, describir con una gramática compartida y decidir qué se puede mostrar. Los modelos multimodales añaden una cuarta: hoy es posible pedir una descripción de cada imagen a un modelo y obtenerla en segundos. El investigador que lo hace recibe textos fluidos, detallados y con la forma de una observación experta, que a veces describen lo que no hay y con frecuencia callan lo que un lector local vería primero. Este curso enseña a construir el corpus, a describirlo con la máquina y a auditar lo descrito con una gramática que permite decir, afirmación por afirmación, de dónde salió.

Competencias

Al terminar el curso el estudiante puede:

1. Construir un catálogo visual con procedencia: recolectar imágenes de manera reproducible y respetuosa de las fuentes, deduplicarlas por hash perceptual, registrarlas en un esquema con identificador, periodo, fuente, derechos y escena, y validar su integridad.
2. Describir imágenes con una gramática explícita: aplicar las capas de Banks (narrativa interna, narrativa externa, materialidad) y los tres modos del signo de Peirce (ícono, índice, símbolo), con apoyo de la distinción denotación y connotación de Barthes.
3. Delegar y auditar la descripción: diseñar prompts por capas para un modelo multimodal, obtener descripciones densas a escala, y auditar una muestra clasificando cada afirmación del modelo en lo que está en la imagen, lo que no está y lo que requiere contexto local.
4. Exhibir sin dañar y documentar la frontera: decidir, imagen por imagen, bajo qué derechos y con qué resolución, recorte, anonimización o sustitución por descripción se muestra, y registrar qué describió la máquina y qué decidió el investigador.

Resultados de aprendizaje y evidencias

Programa por semanas

Metodología

El curso se enseña con el método que enseña. Cada semana tiene tres momentos.

• Lectura guiada (asincrónica, 4 a 5 horas). Un texto central con guía de lectura y una lectura complementaria opcional.
• Sesión sincrónica (2 horas). La primera hora discute la lectura a partir del caso demostrativo, un corpus de unas 1.800 imágenes de cultura visual colombiana construido por el docente. La segunda es taller sobre el corpus propio del estudiante.
• Bitácora (asincrónica, 3 a 4 horas). El estudiante registra el trabajo de la semana sobre su corpus, lo que describió el modelo cuando lo hubo, lo que decidió él y con qué criterio. Las bitácoras alimentan los tres productos.

Las prácticas con modelos multimodales usan modelos de acceso gratuito en su versión web. El cuaderno de apoyo en Python permite hacer lo mismo por programa, con la clave de acceso en un archivo .env y nunca en el código; es opcional.

Evaluación

La rúbrica detallada está en evaluacion.md.

Articulación

Este curso pertenece a dos rutas del programa Tunjos para la IA. En la ruta Imagen lo precede Validación del razonamiento con IA en ciencias sociales, que distingue deducción, inducción y abducción por su régimen de validez y concluye que la máquina configura sin poder validar, y lo siguen Codificación cualitativa con IA en ciencias sociales, donde un modelo propone códigos y categorías sobre material cualitativo y el investigador responde por el libro de códigos, y Validar y defender investigación social asistida por IA, donde lo ya configurado se valida en tres sentidos y se escribe como hallazgo propio. En la ruta Computacional lo precede Corpus de textos con procedencia en ciencias sociales, que construye con Python un corpus de documentos con procedencia, y lo sigue Patrones estables en datos de las ciencias sociales, donde embeddings, agrupamiento y redes se tratan como instrumentos inductivos que no eligen entre hipótesis. A Codificación cualitativa con IA en ciencias sociales este curso entrega un corpus descrito y auditado sobre el que la codificación puede empezar; a Patrones estables en datos de las ciencias sociales, un catálogo tabular con descripciones listas para representar y agrupar. Ninguno de esos cursos es prerrequisito de este. Se articula con cursos de metodologías visuales, historia del arte, estudios de medios, archivística y museología de programas de posgrado en ciencias sociales y humanidades, a los que aporta lo que no suelen cubrir: la construcción técnica del corpus y la auditoría de descripciones producidas por modelos.

Política de uso de modelos multimodales

Se usan desde la semana 4, de forma declarada. Cada entrega incluye qué modelo se usó, con qué prompt, sobre qué imágenes y qué parte del resultado es decisión del estudiante. Un uso no declarado se trata como infortunio de autoridad: el estudiante presenta como observación propia algo por lo que no puede responder. Se devuelve para que escriba el registro de frontera que faltaba. El material sensible del corpus propio no se envía a un modelo sin haber pasado por el protocolo de exhibición de la semana 7; hasta entonces, las prácticas usan imágenes públicas o una muestra sin personas identificables.