«La imagen ha sido analizada con una herramienta de detección de inteligencia artificial.»
Esta frase se ha convertido en el sello de garantía de las secciones de verificación. Suena a laboratorio, a bata blanca, a que alguien ha hecho los deberes. Casi nunca viene acompañada del nombre de la herramienta. Nunca viene acompañada de su tasa de acierto.
Ahí empieza el problema.
Primero, el historial: lo que ya se les ha colado
No hablo de hipótesis. Hablo de material que llegó a pantallas grandes y a portadas.
En marzo de 2022, un deepfake de Volodímir Zelenski pidiendo a sus soldados que depusieran las armas apareció en el rótulo del canal ucraniano Ukraine 24 después de que le hackearan la emisión. Malo de solemnidad, con la cabeza mal encajada en los hombros, y aun así circuló durante horas.
En mayo de 2023, una imagen sintética de una explosión junto al Pentágono se difundió desde cuentas verificadas, una de ellas disfrazada de servicio de noticias financieras. El mercado estadounidense se movió unos minutos antes de que los bomberos del condado desmintieran que hubiera pasado nada.
Y el clásico que no falla en ningún conflicto desde hace años: metraje del videojuego Arma 3 vendido como combate real. Bohemia Interactive, el estudio que lo desarrolla, lleva desde 2022 pidiendo públicamente que dejen de usar su juego para fabricar noticias falsas. Ucrania, Gaza, India y Pakistán: mismo metraje, distinta guerra, cero rubor.
Sumemos el material que ni siquiera es sintético. Fuegos artificiales grabados en Argelia vendidos como misiles sobre Israel. Bombardeos de 2014 recolocados en 2023. Bancos de imágenes con ilustraciones generadas por IA correctamente etiquetadas como tales en el origen y publicadas después sin la etiqueta, porque nadie leyó la ficha.
La parte incómoda: el detector también se equivoca
Ahora la escena que deberías tener grabada. Octubre de 2023: circula una fotografía atroz de un cadáver de bebé. Alguien la mete en un detector automático muy popular, el detector dice «generada por IA», y esa captura da la vuelta al mundo como prueba de que la matanza era un montaje. La imagen era real. El detector se había equivocado, y la propia empresa acabó reconociéndolo.
Un falso positivo de un programa produjo más desinformación que la imagen original.
Los números que sí existen no invitan al optimismo. OpenAI presentó en mayo de 2024 su propio clasificador de imágenes y publicó las cifras: alrededor del 98% de acierto con imágenes hechas por DALL·E 3, y entre un 5% y un 10% con imágenes de otros generadores. Es decir, funciona bien detectando a su propio hijo y es prácticamente ciego con los del vecino. La misma empresa había retirado en julio de 2023 su detector de textos escritos por IA porque acertaba el 26% de las veces y señalaba como máquina a humanos en el 9%.
Y esas cifras son de laboratorio. Se miden con archivos limpios, recién salidos del modelo. Lo que llega a una redacción es otra cosa: una captura de pantalla de un vídeo de TikTok, recortada, recomprimida, con una marca de agua encima y reenviada por WhatsApp seis veces. Cada uno de esos pasos destruye exactamente las huellas estadísticas que el detector busca.
La alternativa seria, los metadatos firmados del estándar C2PA, tiene un fallo de origen aún peor: las plataformas arrancan los metadatos al subir el archivo. La firma existe hasta que alguien la publica.
Y queda el detalle que desmonta el invento entero. En las coberturas de conflicto reciente, la mayor parte del material engañoso que los verificadores europeos han desmentido no era sintético: era vídeo auténtico de otro sitio o de otro año. Ante eso, el detector responde «no es IA» y acierta. Y la imagen sigue mintiendo.
Lo que sí funciona, y es aburrido
No hay botón. Hay método, y es el mismo desde antes de que existieran los generadores.
- Búsqueda inversa, siempre la primera. Google Lens, Yandex y TinEye dan resultados distintos: pásala por los tres. Si la foto ya estaba en internet en 2019, se acabó la conversación.
- Pide el archivo original. No la captura, no el reenvío: el fichero tal cual salió del móvil. Ahí puede haber fecha, modelo de cámara y coordenadas. Si quien lo difunde no puede dártelo, ya sabes algo importante.
- Geolocaliza. Carteles, matrículas, alfabeto, marcas comerciales, tipo de vegetación, torres de alta tensión, la silueta de un edificio al fondo. Comparar con imágenes de satélite y con Street View es lento y es lo que sostiene el 90% de las verificaciones buenas.
- Mira las sombras y el tiempo. La dirección del sol da una hora aproximada. Los archivos meteorológicos dicen si ese día llovía en ese sitio. Una foto de cielo despejado en una ciudad que estuvo bajo tormenta ese día tiene un problema.
- Sube a la fuente primaria. Quién grabó, con qué, cuándo, dónde y por qué lo publicó. Un vídeo sin autor identificable no es una prueba, es un rumor con imagen.
- Pregúntate qué hay fuera del encuadre. El recorte es la técnica de manipulación más barata que existe y ningún detector la ve.
Herramientas gratuitas para esto sobran: InVID-WeVerify para fragmentar vídeos, los archivos de Wayback Machine, los desmentidos publicados por Maldita o Newtral. Todas exigen quince minutos de trabajo. Ninguna te da un porcentaje bonito para poner en el pie de foto.
Por eso los medios prefieren el detector. Porque cabe en una línea, suena moderno y libra al redactor de justificar su criterio. Cuando el programa acierta, es rigor. Cuando falla, la culpa es del programa.
Un detector de IA no verifica nada: te da una excusa con aspecto de dato. Si el pie de foto dice que la imagen «pasó el análisis automático» y no dice quién la grabó ni dónde, te acaban de vender un sello de calidad que nadie ha firmado.
