¿Se puede seguir confiando en una foto?
04 ¿Se puede seguir confiando en una foto?
Menos de lo que admiten la mayoría de las herramientas. Incluso los detectores de imágenes de IA más sólidos pierden precisión de forma notable en el momento en que una foto se recomprime o se vuelve a subir - que es lo que le pasa a casi todo lo que se comparte online. Un estudio de Microsoft encontró que las propias personas acertaban entre imagen real e imagen generada por IA solo el 62% de las veces - apenas mejor que lanzar una moneda al aire. No existe un botón fiable de "¿es esto real?", ni el nuestro ni el de nadie honesto al respecto. Lo que hace esta herramienta en su lugar: mostrar la evidencia visible -compresión rara, miniaturas que no coinciden, regiones duplicadas- claramente etiquetada como una pista, nunca como un veredicto.
Profundiza: cómo funciona realmente la detección, y dónde falla
Existen tres enfoques generales, y cada uno tiene un punto ciego real:
- Detección basada en clasificadores - un modelo entrenado para reconocer huellas estadísticas dejadas por generadores concretos (Midjourney, DALL-E, Stable Diffusion, etc.). Se queda atrás cada vez que sale un generador nuevo, ya que solo ha visto aquello con lo que fue entrenado.
- Análisis forense de píxeles - análisis de nivel de error, comprobaciones de consistencia de ruido, detección de copiar-mover. A esta categoría pertenecen las "pistas forenses" opcionales de esta herramienta: una señal real, pero los artefactos JPEG normales y las texturas reales repetitivas activan los mismos patrones que una manipulación genuina.
- Procedencia criptográfica (C2PA/SynthID) - la más fiable en principio, ya que no adivina. La pega: solo cubre imágenes de herramientas participantes, es frágil frente a los metadatos (C2PA) o requiere el verificador del proveedor original (SynthID), y no demuestra nada sobre imágenes que nunca se firmaron en primer lugar - incluida la mayoría de la salida de generadores de código abierto.
Pruebas independientes de 2026 encontraron que las cifras de precisión en los años 90 parecen sólidas con imágenes de prueba impecables, pero caen de forma notable en el momento en que una imagen se comprime, se captura como captura de pantalla o pasa por un ampliador -exactamente la condición en la que está de hecho cualquier imagen compartida online para cuando la ves.
Cómo encajan las propias pistas forenses de esta herramienta en ese panorama
La función de "pistas forenses" (nivel Pro) ejecuta un análisis de nivel de error y una comprobación aproximada de copiar-mover - la misma categoría de técnica descrita arriba. Viene con la misma honestidad que defiende toda esta página: cada resultado lleva una advertencia que forma parte de la propia estructura de datos, no un añadido de última hora en la interfaz, y ninguna de las dos técnicas afirma detectar específicamente generación por IA. Está aquí para señalar algo que merece una segunda mirada, de la misma forma que un detector de humo señala "revisa esto", no "esto es definitivamente un incendio".
Más información
Malwarebytes sobre la función Muse Image de Meta (en inglés) y las fuentes enlazadas desde la página de entrenamiento de IA cubren con más profundidad el lado de la procedencia.