LAION, la organización alemana conocida por democratizar recursos para la inteligencia artificial, ha presentado Big Video Dataset (BVD), un ambicioso proyecto que promete transformar la forma en que los investigadores entrenan modelos de IA con contenido de video.

El conjunto de datos ofrece nada menos que 80 millones de videos, acumulando más de 10 millones de horas de metraje. A esto se suman 55 millones de clips con descripciones automáticas generadas por modelos de lenguaje multimodal, lo que facilita enormemente el entrenamiento de sistemas capaces de entender y generar contenido visual.

En términos de rendimiento, los modelos entrenados con BVD han logrado superar al hasta ahora dominante InternVid en hasta 2,1 puntos porcentuales en benchmarks de referencia. Una mejora que, aunque pueda parecer modesta en cifras absolutas, representa un avance significativo en un campo altamente competitivo.

CONTEXTO: POR QUÉ IMPORTAN LOS DATOS ABIERTOS

La importancia de iniciativas como BVD radica en varios factores. En primer lugar, reduce la barrera de entrada para laboratorios más pequeños que no pueden costear licencias de datos propietarios o la infraestructura para procesar cantidades masivas de video por cuenta propia.

Además, promueve la reproducibilidad científica. Al estar disponible públicamente, cualquier investigador puede verificar resultados, reproducir experimentos y construir sobre trabajo existente sin empezar desde cero.

El componente legal también merece atención. LAION ha podido navegar las complejidades del derecho de autor gracias a una sentencia de 2024 del Tribunal de Hamburgo, que permite la recopilación de contenido protegido para investigación no comercial. No obstante, esta protección no se extiende a usos comerciales, lo que mantiene vivo el debate sobre propiedad intelectual en la era de la IA generativa.

IMPLICACIONES PARA LA INDUSTRIA

La liberación de BVD llega en un momento donde empresas como OpenAI, Google y Meta compiten ferozmente por dominar la generación y comprensión de video mediante inteligencia artificial. Sora, Veo, y herramientas similares han demostrado el potencial comercial de esta tecnología para sectores como publicidad, cine y educación.

Sin embargo, los críticos advierten sobre riesgos asociados a datasets de esta escala. La probabilidad de que el contenido incluya sesgos, información errónea o material sensible aumenta proporcionalmente con su tamaño. La batalla legal entre LAION y Stability AI, junto a la demanda de Getty Images, evidencia las tensiones que estas prácticas pueden generar.

Para la comunidad hispanohablante, este tipo de recursos resulta especialmente valioso. Permite entrenar modelos de comprensión de video en idiomas diversos, incluyendo español, sin depender exclusivamente de datasets anglocéntricos que históricamente han dominado el campo.

El lanzamiento de BVD marca un precedente importante. Representa tanto una oportunidad sin precedentes para la investigación abierta como un recordatorio de que el avance tecnológico debe ir acompañado de marcos éticos y legales claros.