Magnific Advierte Que Ni Expertos Pueden Distinguir Imágenes Reales de las de IA

¿Te pasó de mirar una foto en el celular, ampliar los detalles y aun así quedarte con la duda? Esa escena, que hasta hace poco parecía exagerada, hoy forma parte de una rutina nueva: ver ya no alcanza para creer.

El hallazgo lo resume con crudeza Daniel Púa, jefe de seguridad de Magnific: a simple vista, prácticamente nadie puede asegurar al 100% si una imagen es real o fue generada por inteligencia artificial. La pieza clave ya no está en el ojo humano, porque el nivel de detalle de estos sistemas superó esa barrera.

Además, Púa señala que no existe un método universal para detectar una imagen falsa. Todo depende del modelo usado y del prompt. Ese mecanismo cambia tanto de un sistema a otro que deja sin efecto cualquier regla fija.

“Ninguna persona a primera vista podría estar 100% segura de si es IA o no es IA”, advierte Púa. La frase no busca asustar. Revela un cambio de época: la percepción visual, que era el filtro más inmediato, perdió parte de su autoridad.

La analogía más clara es la de una casa con el cableado escondido. Desde afuera, dos viviendas pueden verse idénticas: misma pintura, mismas ventanas, misma luz encendida. Pero el origen de esa energía puede ser muy distinto. Con las imágenes pasa algo parecido. La fachada convence. El problema está en el sistema interno.

Antes alcanzaba con detectar una mano rara o un fondo torcido. Ahora, la IA aprendió a corregir muchos de esos errores y a producir escenas con sombras, pieles y texturas cada vez más robustas.

En video todavía queda una oportunidad. Según Púa, suelen aparecer incoherencias en la física o en la secuencia de movimiento: un gesto que no cierra, una sombra que cambia sin motivo, un reflejo que no acompaña. Pero esa ventaja podría durar poco. El avance es tan rápido que, en alrededor de un año y medio, ese material también podría volverse indistinguible.

Las pistas que intentan dejar rastro

Frente a esa duda permanente, aparecieron soluciones técnicas. Una de ellas es SynthID, una marca de agua digital (señal invisible en los píxeles) impulsada por Google. La idea es introducir una huella en la imagen para indicar que fue generada por IA.

El problema es doméstico y fácil de entender. Es como poner una cerradura excelente en una sola puerta de un barrio donde cada casa usa un sistema distinto. Si no todos adoptan la misma llave, la protección pierde fuerza. La ausencia de esa marca no prueba que la foto sea real. Puede haber salido de otro modelo que no use ese sello.

Otra propuesta es C2PA, un estándar que guarda en los metadatos (la ficha técnica oculta del archivo) el historial completo de una imagen: origen, fecha y ediciones. En teoría, ese registro funciona como la libreta de mantenimiento de un auto.

Sin embargo, ese cableado también tiene un punto débil. Los metadatos pueden borrarse con facilidad al hacer una captura de pantalla, editar el archivo o compartirlo por aplicaciones como WhatsApp. Es decir, la central de información existe, pero no siempre llega intacta al usuario.

Qué puede hacer una persona común

Sin una solución universal, los expertos recomiendan combinar señales. Una alerta importante es recibir una imagen sin metadatos, porque incluso las fotos tomadas con un móvil suelen incluirlos. No es una prueba definitiva, pero sí una pista útil.

También conviene revisar la coherencia de sombras, reflejos y puntos de fuga, es decir, la lógica espacial de la escena. Si la luz cae hacia un lado pero el reflejo responde a otro, algo del mecanismo interno no encaja.

La clave, entonces, ya no es confiar menos en todo, sino mirar mejor. En esta nueva etapa, la tecnología obliga a encender otro interruptor: el del análisis crítico. Y ese hábito, más que una defensa técnica, puede convertirse en la pieza clave para no caer en una falsificación cada vez más perfecta.

Sofía Sicilia

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.