Un hallazgo que circula en reportes del South China Morning Post revela una oportunidad oscura: la IA ya puede fabricar fotos de productos supuestamente dañados que son, para el ojo humano, prácticamente indistinguibles de una foto real. En el ejemplo que describe la autora, la única pista era un pequeño logo. Y ese “sello” también puede borrarse.
Es decir, el mecanismo de confianza que sostenía miles de devoluciones rápidas —“mándame una foto y te reintegro”— quedó expuesto. La tendencia crece porque hay modelos de generación de imágenes (crear fotos desde texto) cada vez más potentes, como Nano Banana y su versión Pro, capaces de imitar textura, sombras y golpes con una precisión inquietante.

Por su parte, la firma de detección de fraudes Forter estima que el uso de imágenes generadas por IA para engaños en devoluciones subió un 15% en 2025. Ese repunte coincide con la llegada de sistemas más capaces y rápidos, un “cableado” nuevo para fabricar pruebas que antes costaban tiempo y habilidad.
“Las imágenes han dejado de ser una prueba fiable”, advierte la autora al describir cómo este tipo de montajes ya se usa para reclamaciones.
El caso más doméstico es también el más contundente. Un cliente pidió un cartón de 24 huevos por un servicio de entrega rápida. Solo uno llegó roto. Tomó una foto real y le pidió a Gemini, un modelo de IA, que sumara más huevos rotos en la imagen. Con esa foto alterada, consiguió el reembolso completo.
En otras palabras, la IA funciona acá como un “interruptor” de la realidad: no inventa un mundo entero, solo cambia lo justo para torcer una decisión. Como si en tu casa alguien pudiera apretar un botón y convertir una rajadura mínima en una pared derrumbada, sin mover un solo mueble.
También te puede interesar:Imágenes del Modelo Nano Banana Pro en 4K: Análisis ExclusivoSin embargo, la analogía más clara es la de una oficina de atención al cliente. Durante años, la foto fue la llave que abría la puerta. Hoy esa llave puede imprimirse en casa. Y el guardia, que antes miraba “si se ve creíble”, se queda sin pieza clave para verificar.
China aparece como el laboratorio más visible de este fenómeno porque tiene el mayor sistema de comercio online del mundo. Durante la campaña del 11.11, varias tiendas recibieron imágenes manipuladas con IA: cepillos de dientes eléctricos “oxidados”, ropa “deshilachada” o tazas de cerámica “quebradas”.
Lo más inquietante no son los fraudes torpes. Es la cantidad de casos sutiles que pueden pasar por “normales”, justamente porque el material visual ya no ofrece un ancla confiable. La autora lo plantea con crudeza: se viene una etapa en la que se dudará de prácticamente cualquier imagen.
Este truco no aplica igual a todo. Funciona mejor en devoluciones sin retorno del producto, cuando la tienda reintegra sin pedir que el artículo vuelva. Suele pasar con bienes perecederos, frágiles o de bajo valor, donde la logística cuesta más que el objeto.
Sin embargo, las tiendas también empiezan a mover piezas. Una medida posible es obligar a que las fotos de la reclamación se tomen desde la app del comercio, sin permitir subir imágenes desde la galería. En otras palabras, intentar “cerrar el circuito” para que la prueba nazca dentro del sistema y no entre desde afuera ya manipulada.
También te puede interesar:Google Presenta Nano Banana Pro, su Modelo Más Potente para Generación de ImágenesEs decir, el comercio online tendrá que recalibrar su central de verificación. Porque si una imagen puede mentir con cara de verdad, el próximo salto no será solo técnico: será cultural. Volver a confiar va a requerir nuevos candados, y también nuevos hábitos.

Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.