Nikon Small World in Motion anula por IA un vídeo que juzgó como arte, no como dato

Nikon ha descalificado el vídeo ganador de su concurso Small World in Motion, y el motivo oficial cabe en dos palabras: IA generativa. La pieza, enviada por el ingeniero óptico Ning Xu, decía mostrar cilios, las estructuras con forma de pelo que barren la mucosidad de las vías respiratorias, latiendo de forma anómala en un niño con discinesia ciliar primaria, un trastorno genético raro conocido como PCD. Varios científicos señalaron que partes del vídeo no podían existir en un cuerpo vivo. Nikon volvió a examinar la obra, consultó a su jurado y concluyó que incumplía las bases.

Leída como un escándalo de trampas, la historia termina aquí. No debería. La lectura más incómoda es que el concurso recibió justo la obra que estaba diseñado para premiar. Small World in Motion puntúa los vídeos por originalidad, contenido informativo, destreza técnica e impacto visual, y el paso que hundió a Xu era el que con más probabilidad elevaba esa última nota. Un vídeo de microscopio es una medición antes que una imagen. Nikon juzgó la imagen y dio la medición por buena, y ese hueco, más que cualquier concursante, es lo que ahora tiene que cerrar.

Lo que está en juego va mucho más allá de un premio de nicho. La microscopía es la vía por la que casi todo el mundo ve alguna vez el interior de una célula, y estas imágenes viajan: a las aulas, a los vídeos divulgativos y a los foros de pacientes donde las familias intentan entender un diagnóstico. Robert Hirst, científico principal del centro de diagnóstico de PCD del NHS en la University of Leicester, dijo a la BBC que la polémica «ha afectado a muchos pacientes, científicos, médicos y redes de apoyo a la PCD en todo el mundo». Cuando la imagen llamativa de una enfermedad resulta estar en parte renderizada, quienes más pierden son quienes viven con ella.

Lo que dictaminó Nikon y lo que Ning Xu dice que hizo

El comunicado de Nikon, remitido a PetaPixel, está medido al milímetro. «Tras reevaluar a fondo el vídeo y los materiales de apoyo y consultar con miembros de nuestro jurado, Nikon ha determinado que el vídeo ganador no cumplía las normas del concurso sobre IA generativa», dijo un portavoz. La compañía añadió que la decisión «no debe interpretarse como un juicio sobre la reputación profesional, las contribuciones científicas ni la intención del participante». Nguyen Nam Nhat, que había quedado segundo con un vídeo de un diminuto nematodo y un Dileptus unicelular, ocupa ahora el primer puesto, según The Verge y PetaPixel.

Xu nunca negó haber usado IA. En un comentario en LinkedIn citado por The Verge, escribió que «posteriormente se empleó un método de red neuronal no supervisada para un posprocesado asistido por IA con el fin de distinguir y visualizar rasgos en las imágenes reconstruidas en escala de grises procedentes de la imagen óptica de superresolución». En otra publicación recogida por la BBC, trazó la línea que cree no haber cruzado: «No se usó IA para generar la película experimental, los cilios ni su movimiento». Amateur Photographer informa de que describió el procesado como algo destinado «principalmente a mejorar la presentación visual, más que a ofrecer una reconstrucción anatómica».

Las críticas fueron más allá del estilo. Edward Phelps, investigador de bioingeniería de la University of Florida, escribió en LinkedIn que «hay estructuras moradas que aparecen y desaparecen» y que «también surgen cilios verdes de la nada que no coinciden con el tamaño conocido», según PetaPixel. Citado por Gizmodo, fue más tajante: una estructura subepitelial formada por mitocondrias extracelulares del tamaño de núcleos celulares «no se da en biología». Ian Donovan, estudiante de MD/PhD en el UT Southwestern Medical Center, afirmó que pasó el vídeo por Gemini, de Google, y que este detectó una marca de agua SynthID, el marcador invisible desarrollado por Google DeepMind para señalar contenido generado por IA, según PetaPixel y la CNN citada por Gizmodo. La BBC informó de que dos antiguos miembros del jurado también tenían dudas.

Conviene recordar dónde empezó Nikon. Al principio de la polémica, la empresa dijo a la BBC: «Por ahora, no vemos que se haya infringido ninguna norma». La obra ya había superado el filtro del concurso. La primera nota pública de Nikon decía que estaba «revisando cuidadosamente la información aportada durante la verificación inicial», una forma educada de admitir que aquel control no lo había detectado.

Un concurso que puntúa el impacto visual invita a la herramienta que lo fabrica

El detalle que mejor cuenta esta historia es una frase que publicó la propia Nikon. Antes de la descalificación, la empresa actualizó la entrada de su blog sobre el vídeo ganador para explicar, tal como la citó Gizmodo, que «posteriormente se utilizó un método de red neuronal no supervisada como parte del flujo de posprocesado y visualización para distinguir y visualizar rasgos en los datos en escala de grises, creando un vídeo más vívido y visualmente atractivo».

Merece la pena releer ese final. Nikon no presentó el paso de IA como una confesión. Lo presentó como una virtud, con el vocabulario exacto de sus propios criterios de evaluación: vívido, atractivo, visual. A la red neuronal se le atribuyó el mérito de que la ciencia luciera mejor, y lucir mejor es una categoría que puntúa. Nadie en esa frase pregunta qué añadió la red.

Ese es el problema estructural. Cuando ganó, Xu dijo a PetaPixel que Nikon Small World «ha repetido un mensaje sencillo: la ciencia es bella». Los concursantes entienden el encargo. Patrick Hickey, que quedó quinto, contó a la BBC que los microscopistas rara vez pueden enseñar su trabajo al público y que «muchas de las imágenes que hacen los científicos tienen cualidades muy abstractas y artísticas». Un concurso que celebra la belleza de los datos acabará atrayendo a la única tecnología diseñada para producir belleza sin datos nuevos. Los modelos generativos son buenos fabricando detalle verosímil. Es su oficio. En una galería, el detalle verosímil gana. En un laboratorio se llama artefacto.

Sarah Goetz resumió el lado emocional sin rodeos en Bluesky, en un mensaje que citó PetaPixel: «Si es IA, cosa que parece probable, hay algo profundamente cínico y triste en usar imágenes sintéticas para hacer trampa en un concurso que se supone que trata de lo bonita y fascinante que es la biología». Es justo. Pero ese cinismo, si es que lo fue, se topó con una institución que ya había escrito «más vívido y visualmente atractivo» en su propia descripción de la obra.

El mejor argumento a favor de Ning Xu

Los defensores de Xu tienen un argumento serio, y merece exponerse como ellos lo expondrían. La microscopía nunca ha sido cruda. Los investigadores tiñen muestras, aplican falso color, unen mosaicos, deconvolucionan el desenfoque y reconstruyen fotogramas de superresolución a partir de datos que ningún ojo humano podría leer directamente. La BBC señala que el color artificialmente brillante es habitual en microscopía y está permitido en el concurso. Gizmodo recuerda que unas pautas de imagen científica muy citadas, redactadas antes de la era de la IA generativa, aceptan imágenes coloreadas y procesadas siempre que los cambios se declaren y se describan.

Con ese criterio, sostiene la defensa, Xu hizo lo que debía. Declaró el paso de la red neuronal. Nikon lo publicó. La norma del concurso que cita PetaPixel dice que «no se permiten vídeos generados por IA», y Xu insiste en que su vídeo no fue generado: los cilios y su movimiento salieron de su instrumento, y la red solo separó y coloreó estructuras en datos que ya existían. Si un algoritmo que clasifica píxeles por colores cuenta como generación, buena parte de la imagen computacional moderna queda bajo sospecha. Y descalificar al participante que declaró su método enseña al siguiente a callarse. Súmese la prueba que desencadenó la revisión, una avalancha de comentarios en LinkedIn y una comprobación de marca de agua hecha con un chatbot de consumo, y el proceso se parece menos a una revisión por pares que a una turba que resultó tener razón.

Por qué el argumento del color no se sostiene

La defensa fracasa en sus propios términos, porque los críticos nunca protestaron por el color. El falso color reetiqueta píxeles que el microscopio midió de verdad. La queja de Phelps es sobre la existencia: estructuras que aparecen y se esfuman, cilios a una escala errónea, una disposición de orgánulos que, en sus palabras, «no se da en biología». Hirst, que contó a la BBC que lleva dos décadas diagnosticando PCD a partir de la forma de onda de los cilios, su longitud y el tamaño y la forma de las células, dijo que las células y los cilios «no se parecen en nada a los de los pacientes con PCD». No son juicios sobre la paleta. Son juicios sobre si lo que aparece en pantalla está ahí.

Todo el caso gira sobre una distinción. El falso color pinta lo que vio el microscopio. Un modelo generativo pinta lo que el microscopio debería haber visto.

Las propias palabras de Xu, recogidas por Nature y citadas por Gizmodo, agravan el problema en lugar de resolverlo. Dijo que las estructuras bajo los cilios se procesaron «sin hacer afirmaciones anatómicas sobre lo que representan esos rasgos renderizados». Pero una imagen científica no puede renunciar a afirmar. Cada forma visible en un vídeo de microscopía se lee como anatomía, y ningún descargo viaja con los píxeles. Melanie White, bióloga del desarrollo de la University of Queensland, dijo a Nature que los científicos «necesitan poder confiar en que lo que ven se basa en la medición subyacente». Andrew Moore, antiguo miembro del jurado de Small World in Motion, ofreció a The Telegraph una analogía que cualquiera entiende: «La foto coloreada en alta resolución puede quedar bonita, pero si a quien le han cambiado la cara es a tu abuela, va a resultar inquietante».

Declarar es necesario. No basta. Describir un método en un párrafo no le dice a nadie qué píxeles se midieron y cuáles se infirieron. El único documento que lo habría zanjado era el que los críticos no dejaban de pedir, según PetaPixel: el vídeo bruto en escala de grises. Nikon afirma que Xu aportó documentación técnica detallada durante la revisión. El público nunca vio esas imágenes, y la discusión se libró, como ya suele ocurrir, a golpe de marcas de agua y ojo experto.

Archivos brutos, no detectores de IA

Los concursos de fotografía ya han pasado por esto. Amateur Photographer recuerda que el ganador de la categoría Creative Open de los Sony World Photography Awards en 2023 resultó ser una creación de IA, y que este año se retiró por uso de IA la obra de un finalista del certamen Hasselblad Masters 2026. Pero un concurso científico es otro caso. En la fotografía artística, la IA plantea una cuestión de autoría. En microscopía, plantea una cuestión de verdad. Un paisaje sintético es una obra discutida. Una célula sintética es una afirmación falsa sobre el cuerpo.

La detección no soportará ese peso. Lo que delató esta obra fue una marca de agua SynthID, que solo existe porque una empresa decidió incrustarla. Gizmodo señala que la mayoría de los detectores de IA que dependen de otras señales funcionan mal, y que sin esas marcas puede ser difícil o imposible establecer con certeza la procedencia de una imagen. Un participante que usara un modelo sin marca no caería de la misma manera. Fiarse de las marcas de agua es fiarse de la cortesía del fabricante.

El arreglo duradero es aburrido y viene del laboratorio, no de la galería: la trazabilidad. En la lectura de MCM, cualquier concurso de imagen científica debería exigir los archivos brutos de adquisición con cada obra preseleccionada, un registro de procesado que nombre cada paso y su software, y una comparación entre lo bruto y lo final que el jurado revise de verdad antes de que el impacto visual entre en la conversación. Nikon dice ahora que «los avances en imagen e inteligencia artificial siguen evolucionando con rapidez, creando nuevos retos para organizaciones de muchos ámbitos», y que el episodio «ha mostrado la necesidad» de «revisar las normas y los procedimientos de evaluación para futuras participaciones». Es el instinto correcto. La norma que le hace falta no es una lista más larga de herramientas prohibidas. Es una petición permanente de ver los datos.

Lo que está demostrado y lo que sigue en discusión

Demostrado: Small World in Motion anunció sus ganadores de 2026 a mediados de septiembre, con el vídeo de cilios de Xu en primer lugar. El 9 de octubre de 2026, Nikon descalificó el vídeo por incumplir sus normas sobre IA generativa, afirmó que la decisión no juzgaba la reputación, las contribuciones científicas ni la intención de Xu, y ascendió a Nguyen Nam Nhat al primer puesto, según la BBC, The Verge y PetaPixel. Xu ha reconocido que se usó una red neuronal no supervisada en el posprocesado. La BBC cifró el premio en 3.000 dólares. Nikon dice que revisará sus normas y procedimientos de evaluación.

En discusión: si los cilios y su movimiento son imágenes genuinas, como sostiene Xu, o están en parte renderizados, como creen críticos como Phelps y Hirst; si el paso de la red neuronal cuenta como generación o como visualización; y qué elemento exactamente consideró Nikon no conforme, algo que su comunicado público no especifica. MCM no ha examinado los datos brutos, y el argumento anterior sobre el diseño del concurso es interpretación, no un hallazgo forense.

El ganador del año que viene seguirá teniendo que ser bello. La pregunta que Nikon debe añadir es la que cualquier laboratorio haría primero: enséñennos el archivo bruto.

Etiquetas: IA generativa, Concursos de fotografía, Discinesia ciliar primaria, Nikon, Nikon Small World in Motion, Ning Xu