Cinemática con inteligencia artificial: el caso de Sismo Academy

Introducción

Nació de la necesidad de presentar, de forma audiovisual, un videojuego educativo enfocado en la prevención y respuesta ante terremotos. El proyecto está dirigido a estudiantes de secundaria entre 12 y 17 años, y busca enseñar qué hacer antes, durante y después de un sismo mediante una experiencia interactiva.

A diferencia de una producción audiovisual tradicional, decidí crear la cinemática utilizando únicamente herramientas de inteligencia artificial. Esto permitió generar los elementos visuales, construir las escenas y editar el material final sin recurrir a cámaras, actores ni escenarios físicos.

El proceso se apoyó en tres herramientas: Gemini, para la creación de imágenes; Flow, para convertir esas imágenes en escenas cinematográficas; y CapCut, para organizar y editar el resultado final. El objetivo no era solo lograr un video atractivo, sino transmitir el propósito educativo de Sismo Academy y presentar con claridad una situación de emergencia sísmica.

Conceptualización de la cinemática

Antes de generar cualquier imagen fue necesario comprender la propuesta del videojuego. Sismo Academy plantea una experiencia en la que el estudiante aprende mediante decisiones y acciones relacionadas con la seguridad sísmica, organizadas en tres momentos: antes, durante y después del terremoto.

Antes del sismo se deben identificar zonas seguras, preparar una mochila de emergencia, reconocer objetos peligrosos y conocer las rutas de evacuación. Durante el terremoto se aplica la regla de “agáchate, cúbrete y agárrate”. Después, se evacúa de forma ordenada y se verifican las condiciones de seguridad. Esta estructura sirvió como base narrativa para la cinemática.

El público objetivo también definió las decisiones visuales: al tratarse de estudiantes de secundaria, era necesario usar una representación cercana y comprensible. El proyecto original propone un avatar con apariencia de estudiante y escenarios cotidianos como una casa, una escuela, un centro comercial y una calle, por lo que la cinemática se construyó alrededor de situaciones reconocibles y una narrativa directa.

Planeación de la historia

Antes de generar imágenes y videos, organicé la historia para definir qué debía suceder en cada momento. La estructura sigue una progresión sencilla: primero se presenta el escenario, luego ocurre el terremoto y finalmente se muestra la respuesta ante la emergencia. Esto coincide con el caso práctico del proyecto, donde el jugador comienza en un salón de clases, identifica peligros, enfrenta el movimiento sísmico y realiza la evacuación.

A partir de esta historia definí las escenas, cada una con una función específica: la primera etapa debía transmitir normalidad; el terremoto debía romper esa normalidad y generar sensación de emergencia; y el cierre debía mostrar una reacción adecuada. Esta división fue clave porque las herramientas de IA funcionan mejor cuando las instrucciones son específicas y describen claramente qué sucede en cada toma.

Creación de las imágenes con Gemini

Para generar los recursos visuales utilicé Gemini, que permite crear personajes y escenarios a partir de instrucciones escritas y modificar imágenes ya generadas. Google recomienda dar descripciones visuales detalladas, incluyendo el estilo y las características deseadas.

Esto resultó esencial porque una instrucción general como “crear una escuela durante un terremoto” no era suficiente: había que describir el ambiente, los personajes, la acción y el estilo visual. Los prompts especificaban el personaje, el lugar, la iluminación, la situación y la acción, de modo que los resultados se relacionaran entre sí. Por ejemplo, para la escena escolar era necesario indicar que se trataba de un salón de clases con estudiantes, y que la situación evolucionaría hacia un terremoto. El objetivo era obtener imágenes que sirvieran como materia prima para las siguientes etapas.

Creación de las escenas con Flow

Una vez generados los recursos visuales, utilicé Flow para producir las escenas de la cinemática. Flow es una herramienta de creación cinematográfica de Google que genera clips utilizando modelos como Veo, Imagen y Gemini, y permite describir las tomas mediante lenguaje natural. Fue fundamental porque permitió transformar una imagen estática en una escena con movimiento.

En Flow definí qué debía suceder en cada toma: el movimiento del personaje, la acción de la escena y el comportamiento de la cámara. Una ventaja importante de esta herramienta es que permite mantener elementos visuales consistentes entre distintos clips, lo cual ayuda a conservar coherencia visual a lo largo de la historia, permitiendo que el espectador reconozca el mismo universo a medida que avanza la narrativa.

Representación de la cinemática con Inteligencia Artificial

Uno de los momentos centrales de la cinemática era la representación del terremoto, que debía diferenciarse claramente de la introducción. Para lograrlo, las escenas incorporaron movimiento, cambios en el espacio y acciones de los personajes que representaran visualmente la emergencia. La intención no era solo mostrar “que está temblando”, sino representar una situación en la que el personaje necesita reaccionar correctamente.

El proyecto original establece que, durante el terremoto, el jugador debe ejecutar rápidamente acciones como agacharse, cubrirse y agarrarse, además de mantenerse alejado de ventanas y objetos peligrosos. Por eso, la cinemática debía comunicar la importancia de actuar bien frente al peligro.

La respuesta después del sismo

Después del momento de mayor tensión, la historia pasa a una segunda fase: la respuesta posterior al terremoto. El proyecto establece que el estudiante debe revisar si hay personas lesionadas, seguir una ruta de evacuación y dirigirse al punto de encuentro, además de contemplar la posibilidad de réplicas para comprobar si el aprendizaje se mantiene. Estos elementos sirvieron de referencia para construir el cierre de la cinemática.

La historia no se limita a mostrar un desastre; su finalidad es transmitir que conocer las acciones correctas ayuda a responder mejor ante una emergencia, en línea con la filosofía del videojuego: cuando el jugador se equivoca, recibe una explicación y tiene oportunidad de corregir sus decisiones.

Edición en CapCut

Una vez generadas las escenas mediante IA, el siguiente paso fue llevar el material a CapCut, donde organicé los clips según el orden narrativo establecido. CapCut ofrece herramientas de edición que permiten trabajar con distintos elementos dentro de una misma línea de tiempo, lo que permitió unir las escenas y construir una pieza audiovisual continua.

Un aspecto clave de la edición fue definir la duración de cada escena y su conexión con la siguiente. La introducción tiene un ritmo más tranquilo para que el espectador comprenda el contexto; al aparecer el terremoto, el ritmo aumenta para transmitir urgencia. Así, el montaje ayudó a crear una progresión narrativa sin recursos externos.

Integración de la Inteligencia Artificial

La característica principal de esta cinemática es que todo el proceso creativo se apoyó en herramientas de inteligencia artificial: Gemini generó los recursos visuales, Flow desarrolló las escenas cinematográficas y CapCut realizó el montaje final. Ninguna plataforma resolvió el proyecto por sí sola; cada una cumplió una función específica y complementaria.

Los prompts se convirtieron en una parte fundamental del proceso. En lugar de dibujar cada escenario o grabar cada escena, fue necesario aprender a describir con precisión lo que se quería obtener. Google recomienda usar instrucciones detalladas en Flow para lograr mayor control creativo sobre las escenas generadas, por lo que buena parte del trabajo consistió en experimentar con las instrucciones hasta encontrar resultados alineados con la narrativa.

Resultado de crear una cinemática con Inteligencia Artificial

El resultado es una cinemática creada completamente con inteligencia artificial, desde la generación de los recursos visuales hasta la construcción de las escenas y su edición final. El proceso permitió transformar el concepto de Sismo Academy en una pieza audiovisual que presenta una situación de terremoto y muestra la importancia de responder adecuadamente, funcionando como una extensión visual del proyecto académico: mientras el videojuego propone que el estudiante explore, decida y aprenda de sus errores, la cinemática introduce al espectador en ese mismo universo.

Esta experiencia confirmó que la inteligencia artificial puede utilizarse como una herramienta de producción audiovisual completa cuando se combina con planificación y criterio creativo. El mayor reto no estuvo en generar imágenes o videos, sino en lograr que todos los resultados cumplieran una función dentro de la historia: la IA facilitó la creación de los recursos, pero decidir qué mostrar, cómo organizarlo y qué mensaje debía recibir el espectador siguió siendo una tarea humana.

Gemini, Flow y CapCut cumplieron funciones distintas y complementarias dentro del proceso: generación de imágenes, construcción de escenas y montaje final, respectivamente. Finalmente, la decisión de no utilizar música permitió mantener el enfoque en la situación representada y en los elementos audiovisuales propios de la emergencia.

En conclusión, esta cinemática demuestra que es posible desarrollar una propuesta audiovisual educativa utilizando la inteligencia artificial como parte central del proceso creativo. Más que reemplazar la creatividad, estas herramientas permitieron explorar nuevas formas de producir imágenes, escenas y narrativas, mientras que la planificación humana determinó cómo utilizar cada resultado para comunicar el propósito de Sismo Academy.

Video tutorial

Créditos

Autor: María Fernanda Malaver Bayona

Editor: Magister ingeniero Carlos Iván Pinzón Romero

Código: UCVS-8

Universidad: Universidad Central

Fuentes

Abt, C. C. (1987). Serious games. University Press of America.

Botella, D., Lopes, R., & Bidarra, R. (2020). Treme-treme: A serious game to teach children earthquake preparedness. En Proceedings of the 15th International Conference on the Foundations of Digital Games (pp. 1–8). Association for Computing Machinery. https://doi.org/10.1145/3402942.3409595

CapCut. (2026). AI video editor. CapCut. https://www.capcut.com

Djaouti, M., Mitgoune, A., & Nahal, P. (2021). Serious games in education: A systematic review. Journal of Educational Technology Systems, 49(3), 323–345. https://doi.org/10.1177/0047239520968045

Google. (2025a, 20 de mayo). Conoce Flow: Cinematografía potenciada por IA con Veo 3. Google Blog. https://blog.google

Google. (2026). Genera y edita imágenes con las Apps con Gemini. Ayuda de Google Gemini. https://support.google.com

Prensky, M. (2011). Digital game-based learning. En M. Khosrow-Pour (Ed.), Handbook of research on improving learning and motivation through educational games: Multidisciplinary approaches (pp. 1–20). IGI Global.

U.S. Geological Survey. (2024). Earthquake preparedness: What to do before, during, and after an earthquake. U.S. Department of the Interior.