Ya no se puede detectar de forma fiable una imagen generada por IA solo con mirarla, así que en 2026 la pregunta mejor es de dónde viene el archivo. Los datos de procedencia, el rastreo de la fuente y unas cuantas comprobaciones gratuitas funcionan mejor que fijarte en las manos y las sombras.
Las pruebas son contundentes. En el cuestionario online "Real or Not", unos 12.500 jugadores emitieron cerca de 287.000 juicios y alcanzaron una precisión media del 62 %, algo que los autores describen como "una capacidad modesta, ligeramente por encima del azar" (arXiv). Lanzar una moneda da un 50 %.
Esta guía repasa lo que sigue funcionando: Content Credentials, la marca de agua SynthID de Google, las etiquetas de las plataformas, la búsqueda inversa de imágenes y las herramientas de detección con sus límites reales. Termina con una rutina que puedes aplicar a cualquier clip viral sospechoso en unos minutos, además de un medidor de confianza y un árbol de decisión que te indica la siguiente comprobación.
Por qué los indicios visuales dejaron de ser fiables
La lista clásica incluía dedos de más, carteles ilegibles, pendientes que no coinciden y piel cérea. Eran defectos de generadores antiguos, y los nuevos siguen mejorando. Además, el sector está saturado, como muestra nuestro ranking de generadores de imágenes con IA.
Los autores del cuestionario vieron que a la gente le costaba más con imágenes "sin artefactos evidentes ni señales estilísticas". Los jugadores acertaron más con retratos de personas y menos con paisajes naturales y urbanos (arXiv). Por tanto, una foto de una calle sin rostros que examinar es el caso más difícil, y también el tipo de imagen que sirve para falsear un hecho noticioso.
Los retratos son más fáciles, pero no fáciles. Otro estudio de 2026 con 1.664 participantes, que solo juzgaron retratos de dos generadores, registró una precisión media del 85,2 %. Incluso ahí, la precisión bajaba con la edad y era menor en móviles que en PC, y los retratos de ChatGPT-4o resultaron más difíciles y lentos de clasificar que los de Imagen 3 (arXiv). El móvil es donde la mayoría se topa con un falso.
La confianza es una guía poco fiable. En ese estudio de retratos, quienes se consideraban más seguros y más expuestos a la IA puntuaron más alto, pero fue un experimento web con voluntarios, no una medida de cómo te irá esta noche con una imagen complicada. Toma tu intuición como una señal para comprobar, no como un resultado.
Nada de esto significa que debas dejar de mirar. Un texto que no encaja con el lugar, una iluminación que se contradice a sí misma y una escena que choca con el pie de foto merecen una alerta. Úsalos para aumentar la sospecha, no para zanjar la cuestión en un sentido ni en otro.
Empieza por la procedencia, no por los píxeles
El estándar C2PA, comercializado como Content Credentials, es "un estándar técnico abierto para que editores, creadores y consumidores establezcan el origen y las ediciones del contenido digital" (C2PA). Cuando una cámara o una herramienta de IA firma un archivo, el registro de su creación y de sus ediciones viaja con él. Para leer ese registro, arrastra el archivo a la herramienta oficial de verificación de Content Credentials, que acepta JPEG, PNG, WebP, HEIC, MP4, MOV y otros formatos y muestra cómo cambió el contenido con el tiempo. Su propia advertencia merece atención: Content Credentials aún se está desplegando, así que la mayoría de los archivos que compruebes no llevarán ninguna. Nuestro directorio también tiene una página de la herramienta Content Credentials.
La firma puede ocurrir en el momento de la captura, además de en una app de edición o en un generador de imágenes. Eso invierte la pregunta habitual: en lugar de que tú intentes demostrar que una foto es falsa, la fuente puede demostrar que es real. Solo sirve si la credencial sobrevive al viaje hasta tu pantalla, que es justo donde falla el recorrido que ves a continuación.
El problema es el cuarto paso. La propia explicación del estándar es sincera en que los metadatos de procedencia pueden eliminarse: ante la pregunta responde "Yes it can", y dice que las credenciales son opcionales (explicación de C2PA). Una captura de pantalla, un reguardado o una recodificación de la plataforma pueden perder el registro. La respuesta de la especificación son las credenciales duraderas, que añaden una marca de agua o una búsqueda por huella digital para poder localizar de nuevo el registro en el almacenamiento en la nube.
Dos advertencias más del mismo documento. Nadie debería dar por fiable un archivo "únicamente por usar Content Credentials". Y la procedencia "no puede decirte si el contenido digital es verdadero, exacto o real". Una foto firmada de una escena escenificada sigue siendo una foto firmada de una escena escenificada.
El segundo tipo de procedencia es una marca de agua oculta en los píxeles. Google DeepMind afirma que SynthID incrusta marcas de agua imperceptibles en imágenes, audio, texto y vídeo, y que las marcas de imagen y vídeo están diseñadas para sobrevivir al recorte, a los filtros, a los cambios de tasa de fotogramas y a la compresión con pérdida (Google DeepMind). Google dice que ya ha marcado más de 180.000 millones de imágenes y vídeos, además de 240.000 años de audio. En el mismo anuncio abrió a todo el mundo el portal Google SynthID Detector, en inglés, para contenido de Google o de socios como OpenAI, NVIDIA y Kakao (Google).
La comprobación más sencilla es Gemini. Según la página de ayuda de Google, subes un archivo en gemini.google.com (o en la app de Android) y preguntas si fue creado o editado por la IA de Google. Los vídeos deben durar menos de 90 segundos, la cuota es de unas 10 comprobaciones de imagen y 10 de vídeo en cualquier periodo móvil de 24 horas, y las capturas de pantalla deben recortarse bien ajustadas (Gemini Help). La misma herramienta resume Content Credentials cuando un archivo las tiene.
Interpretar el resultado es asimétrico. Un acierto significa que todo el archivo, o parte de él, fue creado o editado por la IA de Google. Un fallo casi no significa nada, porque Gemini "actualmente solo puede reconocer contenido creado con herramientas de IA de Google" y otro sistema podría haber generado la imagen igualmente.
Una procedencia positiva es una prueba sólida. La ausencia de procedencia es un encogimiento de hombros, y la mayoría de los falsos del mundo real llegan sin ninguna. Esa asimetría es el hábito más útil de esta guía.
Qué dicen y qué no dicen las etiquetas de las plataformas
Las etiquetas son lo que la mayoría de los espectadores ve en realidad, y son más débiles de lo que parecen porque dependen de que los creadores sean honestos o de que los metadatos sobrevivan a la subida.
- YouTube exige a los creadores que declaren el contenido realista alterado o sintético mediante un ajuste de "uso de IA" en YouTube Studio. También puede aplicar una etiqueta por sí mismo si el contenido se hizo con sus propias herramientas de IA o lleva metadatos C2PA, y la etiqueta puede aparecer en el reproductor o solo en la descripción ampliada (YouTube Help).
- Meta muestra una etiqueta "AI info" en Facebook, Instagram y Threads cuando detecta indicadores estándar del sector de IA o cuando alguien lo declara por sí mismo. En su actualización de 2024, Meta dijo que el contenido solo editado con IA llevaría la etiqueta en el menú de la publicación, porque el texto original "Made with AI" había acabado en fotos con retoques menores (Meta).
- TikTok exige a los creadores etiquetar el contenido realista de IA, y etiqueta automáticamente el contenido hecho con sus efectos de IA o subido con Content Credentials adjuntas. Una vez aplicada una etiqueta automática, el creador no puede quitarla (TikTok Support).
El patrón está claro. Las tres se apoyan en metadatos C2PA o en la autodeclaración, así que un creador honesto o un generador de un gran laboratorio queda etiquetado, mientras que quien elimina los metadatos y no dice nada, en su mayoría no. YouTube dice que los creadores que omitan la declaración de forma sistemática pueden enfrentarse a la retirada de contenido o a la suspensión de su Programa de Partners, pero eso es una sanción a posteriori.
Una etiqueta es útil cuando está y no dice nada cuando falta. La misma lógica ordena todos los tipos de prueba con los que te encontrarás.
Rastrea la fuente antes de fiarte del archivo
La mayoría de los falsos virales se caen por el contexto, no por el análisis forense. Pregúntate quién lo publicó primero, cuándo y con qué texto. Un clip dramático sin autor original, sin ubicación y con mil reposts es una afirmación débil, digan lo que digan los píxeles.
La búsqueda inversa de imágenes es la herramienta principal. TinEye dice que busca entre más de 86.000 millones de imágenes y ofrece extensiones de navegador para buscar con clic derecho. Google Lens admite una foto, una imagen o una captura de pantalla. Lenso.ai tiene modos de búsqueda separados para lugares, personas, duplicados e imágenes similares. Copyseeker ofrece una búsqueda web gratuita y una extensión de Chrome. Usa al menos dos, porque sus índices son distintos.
Lo que buscas es la copia más antigua. Si una foto "de la tormenta de ayer" aparece en un sitio de imágenes de stock hace dos años, ya está. Si no aparece en ningún sitio antes de esta publicación, es una señal leve y no una prueba, porque una foto realmente nueva tampoco tiene historial. En el caso de un vídeo, captura tres o cuatro fotogramas clave y busca cada uno.
Después comprueba la afirmación en sí. ¿Informa algún medio o servicio de verificación del mismo hecho con sus propias imágenes? ¿Encajan el tiempo, los letreros, el idioma y los puntos de referencia con el lugar indicado? ¿Es una cuenta nueva, o publica muchos clips dramáticos? Diez minutos revisando el historial de quien publica suelen decirte más que cualquier detector.
Qué pueden y qué no pueden hacer las herramientas de detección
Un detector es un modelo entrenado con generadores conocidos que devuelve una probabilidad. No es una prueba de laboratorio. Nuestro directorio incluye muchos, entre ellos la extensión gratuita de Chrome Hive AI Detector para texto, imágenes, audio y vídeo, la extensión UncovAI, DeepfakeDetection.io y Sealed Rose, que analiza el vídeo fotograma a fotograma. El panorama completo está en nuestro ranking de detectores de contenido con IA, y la página de esa categoría tiene la lista completa.
Los proveedores publican cifras llamativas. BitMind dice en su web que alcanza un 95 % de precisión en deepfakes del mundo real (BitMind). Sensity describe un sistema multicapa que revisa elementos visuales, estructura del archivo, metadatos y audio, y dice que sus informes incluyen puntuaciones de confianza. Toma cualquier cifra de un proveedor como una afirmación. Un único número destacado no dice cómo se comporta la herramienta con tu captura comprimida ni con qué frecuencia marca fotos reales.
El trabajo independiente da una imagen más dura. El benchmark Deepfake-Eval-2024 probó detectores con medios que realmente circularon en internet y halló que los modelos de código abierto más avanzados perdían cerca del 50 % de su AUC en vídeo, el 48 % en audio y el 45 % en imágenes en comparación con benchmarks anteriores. Los modelos comerciales y los ajustados a medida lo hicieron mejor, pero aun así quedaron por debajo de los analistas forenses humanos (arXiv). Otra evaluación de 2025 encontró que menos de la mitad de los detectores probados superaban el 60 % de AUC, con el peor al nivel del azar, y que ediciones básicas como la compresión JPEG o la mejora de imagen pueden reducir bastante el rendimiento (arXiv).
Los errores van en ambas direcciones. Una foto real muy comprimida, ampliada o retocada puede parecerle rara a un clasificador, igual que un falso puede salir limpio. Las propias etiquetas de Meta fallaron con fotos reales con retoques menores de IA.
El contexto también cambia la respuesta. Una herramienta afinada para intercambios de rostro puede pasar por alto un paisaje totalmente sintético, y una pensada para verificar identidad, como una prueba de vida en un selfi, resuelve un problema distinto al de una que escanea un meme viral. Lee qué cubre cada herramienta en su página antes de fiarte de un resultado, y espera que los generadores nuevos superen a los detectores antiguos hasta que el proveedor se ponga al día.
Bien usados, los detectores sirven para desempatar. Pasa el archivo por dos. Dale menos peso al resultado cuando tu archivo sea una captura de pantalla o un clip recodificado. Nunca acuses a una persona de falsear algo porque una puntuación dijo 87 %, y da a la salida de cualquier detector menos peso que a una credencial o a un acierto de marca de agua.
Una rutina para una imagen o un vídeo viral sospechoso
Elige el camino que encaje con lo que tienes entre manos y sigue los pasos en orden. Para en cuanto llegues a una respuesta decisiva, como una credencial verificada o un original anterior.
- Haz una pausa antes de reaccionar. Los falsos están pensados para compartirse rápido, y la urgencia es la señal para ir más despacio.
- Consigue la mejor copia posible. Una captura de pantalla ha perdido sus metadatos, así que busca la publicación o el archivo original y anota la cuenta, el enlace y la hora.
- Lee la etiqueta. Revisa el reproductor, la descripción y el menú de la publicación en busca de una etiqueta de IA en YouTube, las apps de Meta o TikTok.
- Pasa el archivo por una herramienta de verificación de Content Credentials y anota quién firmó y el historial de ediciones, si existe.
- Haz una comprobación de SynthID en Gemini para imágenes, o para vídeos de menos de 90 segundos.
- Haz una búsqueda inversa de la imagen o de cuatro fotogramas clave, y encuentra la copia más antigua.
- Comprueba la afirmación. Busca un medio fiable o un verificador con sus propias imágenes del mismo hecho, y contrasta el lugar, la fecha y el tiempo.
- Pasa dos detectores y toma el resultado como desempate.
- Decide cómo describirlo: verificado, probablemente falso o sin confirmar. Compártelo así, o no lo compartas.
El medidor de abajo convierte esa rutina en un número de confianza aproximado. La procedencia y el rastreo de la fuente suman más puntos, y los detectores, los que menos. Una puntuación alta sigue sin ser una garantía, porque la procedencia puede falsificarse y una fuente de buen aspecto puede estar equivocada.
Tres situaciones, paso a paso
Son casos ilustrativos, no informes de incidentes reales, pero cada uno refleja cómo aparecen los falsos.
Una foto de una tormenta en el chat familiar. Muestra una calle principal inundada al anochecer y el texto menciona tu ciudad. No puedes verificar los píxeles, así que ve al contexto. Una búsqueda inversa encuentra la misma calle en un blog de viajes de hace dos años, con el pavimento seco y los mismos letreros. Eso es decisivo: la foto es antigua o la escena está montada, y en cualquier caso el texto es falso. El tiempo total es de unos dos minutos, y no hizo falta ningún detector.
Un vídeo de un político diciendo algo escandaloso. El clip dura 40 segundos, es vertical, con subtítulos incrustados, y se ha reenviado por todas partes. Busca una etiqueta y luego comprueba si algún medio recoge la misma declaración desde una fuente más larga y más amplia. Las declaraciones reales de personajes públicos casi siempre tienen un original más largo y varios testigos. Si las únicas copias son reposts recortados, considéralo sin confirmar. Si necesitas una comprobación técnica, recórtalo al rostro y pasa una comprobación de SynthID más dos detectores, y recuerda que un resultado negativo tampoco lo descarta.
Una foto de perfil de un desconocido que pide dinero. Haz primero una búsqueda inversa de la foto. Las fotos robadas de cuentas reales son una alternativa frecuente a los rostros generados, y que coincida con otro nombre lo resuelve. Si la foto sale limpia, pide una videollamada en directo y una acción improvisada, como sostener una nota escrita a mano. Un detector de deepfakes puede ser un dato más, y la llamada pesa más que cualquiera de ellos.
Qué hacer cuando ya has decidido
Si estás seguro de que es falso y se está difundiendo, denunciarlo es mejor que citarlo en una publicación. TikTok tiene un flujo de denuncia en la app y en la web, y su página de ayuda indica que el contenido realista de IA sin etiquetar y la suplantación con IA entran en sus Normas de la comunidad (TikTok Support). Citar un falso para desmentirlo suele darle más alcance del que consigue la corrección.
Si no estás seguro, dilo sin rodeos. "No puedo confirmar que esto sea real" es un texto perfectamente válido, y te evita la situación incómoda de tener que corregirte después. Si publicas tú mismo imágenes hechas con IA, etiquétalas y mantén las credenciales activadas. Que un generador las adjunte o no varía, así que consulta su documentación antes de confiar en ello.
El vídeo y el audio requieren más cuidado
Un clip corto es el formato más difícil de comprobar con prisa. Las plataformas recomprimen las subidas, los creadores recortan y añaden subtítulos, y la versión que te llega puede ser la décima copia de algo. La recodificación elimina metadatos y, según las evaluaciones anteriores, puede degradar la precisión de los detectores. Gemini solo admite clips de menos de 90 segundos, así que, si el vídeo es más largo, recórtalo al momento sospechoso o pide el original completo.
Pide la versión más larga y de mayor calidad que puedas conseguir. Un falso que aguanta seis segundos en un recorte vertical suele tener un original más largo que cuenta otra historia, y un hecho real normalmente tiene varios ángulos de distintas personas.
Ralentiza el clip. Fíjate en la boca frente al audio, en el patrón de parpadeo, en los bordes donde el pelo o las gafas se funden con el fondo y en cualquier texto que parpadee entre fotogramas. Estas comprobaciones aún pillan falsos chapuceros y valen como alerta, no como veredicto, por las mismas razones que con las imágenes fijas.
La clonación de voz es un problema aparte. Pindrop se dirige a la voz deepfake en entornos de datos de clientes y de fraude, y Facia combina la detección de deepfakes con pruebas de vida para la verificación de identidad. Para tu seguridad personal, el paso humano importa más que cualquier herramienta. Si una videollamada o un mensaje de voz te pide dinero, cuelga y devuelve la llamada a un número en el que ya confíes.
Si quieres una visión más amplia de por qué esto importa, Deepfakes: The Coming Infocalypse, de Nina Schick, explora el auge de la tecnología y sus efectos sociales. Para saber qué pueden hacer los generadores, consulta nuestras guías de generadores de imágenes con IA comparados y los mejores generadores de imágenes con IA, y nuestro resumen de detectores de contenido.
Preguntas frecuentes
¿Se puede saber con fiabilidad si una imagen es de IA solo con mirarla?
No. En el cuestionario Real or Not, los jugadores alcanzaron una precisión media del 62 % en unos 287.000 juicios (arXiv). Las pistas visuales pueden aumentar la sospecha, pero la confirmación viene de los datos de procedencia y del rastreo de la fuente.
¿Que falte una marca de agua o una Content Credential significa que la imagen es real?
No. Las credenciales son opcionales y pueden eliminarse, y la comprobación de SynthID de Gemini solo reconoce contenido de IA de Google. La ausencia de marca no te dice nada en ningún sentido.
¿Son precisos los detectores gratuitos de imágenes de IA?
A veces, y no puedes saber cuándo. Los proveedores citan cifras como el 95 %, mientras que las pruebas independientes con medios del mundo real han encontrado caídas bruscas de precisión y sensibilidad a la compresión. Usa dos herramientas y toma el resultado como desempate.
¿La búsqueda inversa de imágenes muestra si una imagen es de IA?
No directamente. Muestra dónde más aparece la imagen y desde cuándo. Una foto que aparece mucho antes del hecho que dice mostrar es falsa, y una sin ningún historial simplemente no está demostrada.
¿Se puede comprobar una captura de pantalla de una imagen de IA?
Apenas. Una captura de pantalla no lleva credenciales incrustadas, y los detectores pierden fuerza tras recortar y recodificar. SynthID está diseñado para sobrevivir a muchos de esos cambios, pero la página de ayuda de Google aun así dice que la recortes bien ajustada y evites collages. Lo mejor es encontrar la publicación original y trabajar desde ahí.
¿Qué hago si sigo sin poder distinguirlo?
Considéralo sin confirmar y no lo amplifiques. Espera a que un medio o un verificador de datos tenga imágenes independientes. Esperar te cuesta un poco de rapidez, y compartir un falso le cuesta a alguien su reputación.