Septiembre no solo marca el comienzo del curso académico. También supone la vuelta a la actividad de las plataformas digitales que sostienen buena parte de la enseñanza actual. Moodle, Canvas, Google Classroom y otros sistemas de gestión del aprendizaje tienen que procesar grandes cantidades de contenidos: fotografías de ejercicios, escaneos, presentaciones, capturas de pantalla o materiales audiovisuales.
Detrás de esta actividad hay una infraestructura cloud que debe ser capaz de almacenar, procesar y distribuir esos contenidos de forma eficiente, un ámbito en el que convergen tecnologías como las que se abordan en nuestro Máster en Data y Cloud Engineering.
La comparación con una mochila escolar resulta ilustrativa. Un estudiante puede cargar varios kilos de libros y cuadernos; una plataforma educativa, en cambio, carga con gigabytes o incluso terabytes de archivos digitales. Y, al igual que no tiene sentido transportar todos los libros del curso cuando solo necesitamos uno, tampoco resulta eficiente enviar a cada usuario una imagen de varios megabytes cuando su pantalla necesita una versión mucho más pequeña.
Aquí entra en juego la compresión de imágenes, es decir, técnicas que reducen el tamaño de los archivos intentando conservar la calidad necesaria para que el usuario apenas perciba la diferencia. En una plataforma educativa, sus ventajas van mucho más allá de ahorrar espacio de almacenamiento. Reducir el peso de las imágenes también implica transferir menos datos, consumir menos ancho de banda y agilizar la carga de los contenidos.
¿Qué información podemos eliminar?
Existen dos grandes familias de compresión: sin pérdida (lossless) y con pérdida (lossy).
- La compresión lossless permite recuperar exactamente la información original y resulta apropiada cuando cualquier modificación puede ser problemática, por ejemplo, en determinados documentos o gráficos.
- La compresión lossy, en cambio, elimina parte de la información original. Su funcionamiento se basa en simplificar aquellos detalles menos perceptibles para el ojo humano y conseguir archivos considerablemente más pequeños.
JPEG es el ejemplo más conocido de este segundo enfoque. Cuanto más agresiva sea la compresión, menor será el archivo, pero también aumentará el riesgo de pérdida visible de calidad.
La decisión, por tanto, no consiste en comprimir al máximo, sino en encontrar un equilibrio entre tamaño y calidad. Esto resulta especialmente importante en educación ya que una fotografía de una diapositiva puede tolerar cierto grado de compresión, mientras que una de un ejercicio manuscrito necesita mantener suficiente definición para que el texto siga siendo legible.
De JPEG a WebP y AVIF
Durante décadas, JPEG y PNG han sido dos de los formatos más utilizados en Internet. Sin embargo, el crecimiento del consumo desde smartphones y la necesidad de acelerar las páginas web han impulsado formatos más modernos.
Uno de ellos es WebP, desarrollado por Google, que admite compresión con y sin pérdida y permite trabajar con transparencia. Según Google, las imágenes WebP con pérdida pueden ser entre un 25% y un 34% más pequeñas que imágenes JPEG comparables a una calidad visual equivalente.
Después llegó AVIF (AV1 Image File Format), basado en el códec de vídeo AV1 desarrollado por la Alliance for Open Media. Su objetivo es mejorar todavía más la eficiencia de la compresión manteniendo una calidad visual elevada.
La Alliance for Open Media señala que puede conseguir ahorros superiores al 50% frente a JPEG y superiores al 30% frente a WebP, aunque los resultados dependen del contenido y de las condiciones de codificación.
Por eso no existe una regla universal según la cual “AVIF siempre sea mejor”. Un formato puede generar archivos más pequeños, pero también requerir más tiempo y recursos para codificarlos. La elección debe tener en cuenta calidad, tamaño, compatibilidad y coste de procesamiento.
Pero elegir el formato adecuado es solo una parte del proceso. Tan importante como reducir el peso de una imagen es decidir qué versión necesita recibir cada usuario en función del dispositivo desde el que accede.
El objetivo no es guardar menos, sino entregar mejor
Esta lógica cobra especial importancia en una plataforma de e-learning, donde una misma imagen puede visualizarse desde dispositivos y conexiones muy diferentes.
Si un estudiante hace una fotografía de cuatro megabytes de unos apuntes y la sube al campus virtual, el sistema puede conservar el original, pero no necesariamente tiene que enviar esos cuatro megabytes cada vez que alguien visualiza la imagen.
Una estrategia habitual consiste en generar versiones optimizadas y entregar al usuario la que necesita. Una versión puede estar preparada para una pantalla de ordenador y otra para un smartphone, con diferentes tamaños, niveles de calidad o formatos.
Esto significa que no todos los usuarios tienen por qué recibir el mismo archivo. Un estudiante que consulta un material desde un ordenador puede necesitar una imagen de mayor resolución que otro que accede desde un móvil.
El papel del Edge
Esta optimización puede apoyarse en una CDN (Content Delivery Network) y en servicios de procesamiento asociados a ella. El usuario solicita una imagen y la infraestructura comprueba si ya dispone de una versión optimizada en caché. Si existe, puede entregarla desde un punto de distribución cercano. Si no existe, el sistema puede generarla a partir del original y almacenarla para futuras peticiones.
Este proceso permite crear imágenes on the fly, es decir, bajo demanda. Si cientos de estudiantes solicitan posteriormente esa misma imagen, la versión optimizada puede reutilizarse desde la caché en lugar de repetir el procesamiento.
La ventaja del Edge es acercar el contenido al usuario y evitar trabajos innecesarios en el servidor de origen.
¿Qué cambia en una plataforma educativa?
Esta estrategia tiene tres efectos especialmente relevantes:
- Menos datos que transportar. Una imagen más ligera necesita menos ancho de banda para llegar al dispositivo. Esto resulta especialmente importante en conexiones móviles o redes con capacidad limitada.
- Menor presión sobre la infraestructura. Si las versiones optimizadas se almacenan en caché, las peticiones posteriores pueden servirse desde la red de distribución sin tener que recuperar y procesar constantemente el archivo original.
- Un modelo de costes más eficiente. El almacenamiento y la transferencia de datos forman parte de los costes de muchas arquitecturas cloud. En servicios como Amazon S3, por ejemplo, la factura contempla diferentes componentes relacionados con almacenamiento, peticiones y transferencia.
Conviene hacer una distinción importante: convertir una imagen a WebP o AVIF en el Edge no reduce automáticamente el tamaño del archivo original almacenado. Si una plataforma conserva una fotografía de 5 MB, seguirá ocupando esos 5 MB aunque posteriormente entregue una versión optimizada de 500 KB. El ahorro aparece cuando se reducen los datos transferidos, se almacenan versiones optimizadas o se evita conservar innecesariamente múltiples copias pesadas.
Más infraestructura no siempre significa más capacidad
El crecimiento de las plataformas educativas exige tomar mejores decisiones sobre qué datos se almacenan, cómo se procesan y qué información necesita realmente cada usuario. En este contexto, la optimización de imágenes representa un ejemplo concreto de un principio más amplio de la computación en la nube: diseñar la infraestructura en función de la demanda real.
La evolución de formatos como WebP y AVIF, junto con las capacidades de las CDN y el procesamiento en el Edge, muestra precisamente ese cambio de enfoque. La cuestión ya no es únicamente cuánto puede soportar una plataforma, sino cuánto puede hacer con los recursos que tiene.
Para el sector educativo, donde el volumen de contenidos digitales seguirá creciendo, esta diferencia será cada vez más relevante. La eficiencia deja así de ser una optimización secundaria para convertirse en una parte del propio diseño de la infraestructura.
