Meta ha presentado una solicitud de patente para un sistema de cámaras que utiliza reconocimiento facial para identificar a las personas por su nombre y genera automáticamente clips multimedia en torno a sus acciones detectadas. El sistema está impulsado por un asistente: a petición del usuario, entrega a un teléfono o visor momentos destacados ya clasificados del tipo “quién hizo qué y cuándo”. La solicitud es la continuación de una presentación matriz de 2022 y actualmente se encuentra en “Ready for Examination” (lista para examen): no está concedida y está lejos de ser una función disponible en el mercado.

Meta Platforms Technologies, la entidad que posee la propiedad intelectual de investigación y desarrollo y de hardware de Meta, publicó la patente. La solicitud describe cámaras que envían imágenes a una IA que etiqueta a las personas presentes en el encuadre, detecta lo que están haciendo y agrupa ambos elementos en clips multimedia que se entregan a demanda a un teléfono o visor.

La idea no surge de la nada. El hardware de cámaras de Meta se ha llevado en el rostro durante años: las gafas inteligentes Ray-Ban, desarrolladas con EssilorLuxottica y lanzadas al mercado por primera vez en 2023, y hoy ampliamente apodadas “gafas de pervertidos” en internet, graban video en primera persona y permiten al usuario preguntar a una IA sobre lo que ve. EssilorLuxottica ha reportado la venta de más de dos millones de pares de las gafas con marca Meta, por lo que cualquier función que se agregue sobre ellas partiría de una base instalada considerable. La misma entidad de Meta detrás de esas monturas y de los visores Quest es propietaria de esta solicitud, y los dibujos de la patente muestran a un usuario de gafas observando una sala llena de personas. El reconocimiento facial llevaría ese hardware de “graba lo que señalo” a “sabe y nombra quién está en la sala”.

Cómo funciona el flujo de procesamiento

La patente plantea un ciclo de cuatro pasos. Las cámaras capturan imágenes en vivo o grabadas y las transmiten al sistema. Una capa de reconocimiento facial escanea los fotogramas para señalar quién está presente: no simplemente que hay una persona, sino qué persona en específico. Una capa separada de detección de acciones funciona sobre esa base, interpretando movimientos como recoger un objeto, salir de una sala o la reunión de un grupo de personas. Finalmente, el sistema agrupa sus hallazgos en archivos multimedia individuales, cada uno etiquetado con una persona, una acción o ambos.

Lo que lo distingue de un timbre inteligente es la capa de asistente. La solicitud plantea la recuperación del material de manera conversacional: un dispositivo conectado puede solicitar imágenes mediante una consulta, y el sistema compone la respuesta a partir de los clips etiquetados, en lugar de obligar al usuario a recorrer el video manualmente. Los dibujos describen flujos de procesamiento tanto en el servidor como en el dispositivo, con un procesamiento de lenguaje natural que alimenta al compositor de clips.

La capacidad en sí—identificar y registrar a personas específicas por su rostro sin su consentimiento activo—es lo que genera críticas. Esa es precisamente la preocupación que plantearon los senadores demócratas cuando presionaron a Meta por el reconocimiento facial en sus gafas inteligentes; como informó previamente Decrypt, los senadores advirtieron que la identificación facial en tiempo real podría exponer a las personas al acoso y la persecución. Meta ya ha transitado este terreno antes, y le ha costado caro: la empresa pagó 650 millones de dólares para resolver una demanda de privacidad biométrica en Illinois por los escaneos faciales del etiquetado de fotos de Facebook, cerró ese sistema de reconocimiento facial en 2021 y eliminó las plantillas faciales de más de mil millones de usuarios citando incertidumbre regulatoria, y en 2024 acordó pagar 1400 millones de dólares al estado de Texas para resolver reclamaciones similares presentadas bajo la ley biométrica de ese estado.

El hardware de Meta ya está en el centro de esa batalla. Los propietarios de las gafas Ray-Ban lanzadas recientemente han podido grabar discretamente a desconocidos en público, y contratistas revisaron material privado. En Europa, donde las gafas también se venden, el RGPD trata los datos faciales como información biométrica que en general requiere el consentimiento explícito de la persona antes de ser procesada, lo que eleva el estándar para cualquier función que identifique a los transeúntes. Una cámara portátil que además nombre a esos desconocidos ampliaría la brecha entre la narrativa del “asistente útil” de Meta y lo que la tecnología puede hacer—y el público ya está construyendo defensas.

Por ahora, es una patente, no un producto. El estado es “Ready for Examination” (lista para examen), y Patentlyze califica la probabilidad de concesión como media. Al tratarse de una continuación, la solicitud puede reclamar la fecha de prioridad de su presentación matriz de 2022 mientras persigue reivindicaciones revisadas—una vía habitual con la que las empresas mantienen vivas sus ideas a lo largo de años de tramitación, durante los cuales las reivindicaciones suelen estrecharse antes de cualquier concesión. Meta ha presentado antes trabajos similares de visión por computadora para gafas, y la publicación significa que la idea queda registrada—no que la función haya sido construida o aprobada.