Sí, con los modelos más avanzados como GPT-4o (también conocido como "o3"), ChatGPT ha mejorado significativamente sus capacidades para analizar imágenes, y entre esas mejoras está la capacidad de hacer inferencias geográficas basadas en fotos, también llamada geoadivinación (geoguessing en inglés).
Esto no significa que pueda reconocer automáticamente una ubicación exacta como lo haría una herramienta especializada de geolocalización con acceso a bases de datos visuales o servicios como Google Maps, pero sí puede usar el razonamiento visual y contextual para hacer una deducción informada. Por ejemplo:
- Leer textos en carteles, señales o escaparates.
- Analizar estilos arquitectónicos, idioma o diseño urbano.
- Reconocer paisajes característicos, como playas, montañas o zonas desérticas.
- Identificar matrículas, señales de tráfico o uniformes.
Además, si tuviera acceso a internet en tiempo real (como algunos modelos empresariales o versiones específicas conectadas a la web), podría complementar esa deducción con búsquedas para confirmar datos.
El modelo puede mostrar su razonamiento paso a paso: por ejemplo, notar una señal de "Calle de Alcalá", deducir que está en Madrid, y mostrar esa ubicación en un mapa para su verificación.
ChatGPT no hace reconocimiento facial ni identificación personal en imágenes. Tampoco accede directamente a bases de datos con fotos geolocalizadas (como Street View), salvo que se integre con herramientas externas.