Cómo saber si una imagen está hecha con IA (y dónde falla cada prueba)
Señales visuales, metadatos de procedencia y búsqueda inversa: qué revela cada prueba, dónde deja de funcionar y cómo etiquetar tus propias imágenes.
Llega a un chat de grupo la foto de una tormenta sobre una ciudad, y alguien hace la pregunta que hoy persigue a la mitad de las imágenes virales: ¿es real? Nosotros hacemos imágenes con IA todo el día, así que conocemos los dos lados. Hay formas honestas de aumentar o reducir tu confianza en una imagen. No hay forma, ni para ti ni para nosotros, de estar seguros solo a partir del archivo. Esta es una lista de comprobación en el orden en que la usaríamos, con el límite de cada paso escrito al lado.
Paso 1: mira antes de hacer zoom
Empieza por el encuadre completo a tamaño normal y pregúntate si la escena tiene sentido como suceso. ¿Quién habría estado ahí con una cámara? ¿Es el momento demasiado perfecto, con cada elemento colocado para la foto? Los sucesos reales suelen dejar muchas fotos imperfectas. Una escena generada a menudo deja exactamente una impecable.
El límite: esta es una pregunta sobre el contexto, no sobre los píxeles. Un fotógrafo real puede conseguir un encuadre perfecto, y un falsificador cuidadoso puede publicar unas cuantas variaciones.
Paso 2: las señales visuales, y por qué se desvanecen
Ahora haz zoom. Los modelos dibujan lo probable, no lo coherente, así que los errores se concentran donde una escena tiene reglas que deben cumplirse en todo el encuadre.
- Manos y articulaciones. Cuenta los dedos y luego mira cómo sujeta una mano un objeto: el asa de una taza que atraviesa un dedo, un anillo que se funde con la piel, un brazo sin un codo claro.
- Texto y símbolos. Carteles, etiquetas, matrículas y lomos de libros que de lejos parecen escritura pero de cerca se convierten en casi letras. Logotipos que son casi una marca conocida.
- Reflejos y sombras. Un espejo o un escaparate que muestra otra habitación, un reflejo al que le falta la persona que está delante, sombras que apuntan en dos direcciones bajo un mismo sol.
- Lógica de la luz. Una cara iluminada con luz cálida desde la izquierda en una escena cuya única ventana está a la derecha. Luz de contorno sobre un sujeto sin nada detrás que la proyecte.
- Texturas repetidas. Ladrillos, hojas, multitudes o dibujos de alfombra que se copian a sí mismos, caras del fondo que son la misma cara, pelo que se convierte en un borrón liso.
El límite: estas señales son más raras con cada generación de modelos, y además son justo lo que corrige un creador cuidadoso. Incluso escribimos la guía para hacerlo: cómo arreglar manos y texto en imágenes de IA. Las fotos reales también tienen sus rarezas, por los objetivos y el procesado del móvil. Un resultado limpio no demuestra nada; un único detalle raro demuestra poco.
Paso 3: lee los datos de procedencia
Un archivo puede llevar información sobre su origen. Las fotos de cámara suelen guardar metadatos básicos, como el dispositivo y la hora de captura. Además existe un estándar abierto de procedencia firmada, que a menudo se muestra al público como Content Credentials: un registro adjunto al archivo que puede decir qué herramienta lo creó o lo editó y qué cambió por el camino, protegido de modo que cualquier manipulación se pueda detectar. Algunas cámaras, apps de edición y generadores lo escriben, y algunas plataformas lo muestran como una pequeña etiqueta en la que se puede hacer clic.
Los inspectores gratuitos en línea te mostrarán la procedencia que el archivo aún conserve. Si encuentras un registro firmado que dice que la imagen se generó o se editó mucho, es una prueba sólida. Si dice que la captó una cámara y la firma es válida, es una prueba sólida en el otro sentido.
El límite: la ausencia no significa nada. Una captura de pantalla, volver a guardar el archivo o subirlo a la mayoría de las redes sociales elimina los metadatos, y muchas herramientas nunca los escriben. Los campos de metadatos simples se editan con facilidad. La procedencia te dice algo cuando está presente y es válida, y nada en absoluto cuando ha desaparecido.
Paso 4: haz una búsqueda inversa de imágenes
Sube la imagen, o un recorte de su parte más característica, a un buscador de imágenes inverso y ordena los resultados por fecha. Buscas la copia más antigua. La foto de un suceso real suele llevar a un medio de noticias, a un fotógrafo o a una cuenta local con otras fotos del mismo lugar. Una imagen generada a menudo lleva a una comunidad de arte con IA, a una cuenta que comparte prompts o a nada anterior a la propia publicación viral.
El límite: una imagen recién creada no tiene historial que encontrar, sea real o no. Recortarla, darle la vuelta en espejo o aplicarle filtros puede ocultarla de la búsqueda, y encontrar una copia más antigua solo te dice que la imagen es antigua, no cómo se hizo.
Paso 5: cuidado con las apps detectoras
Los detectores automáticos te dan un porcentaje, y eso parece científico. Tómalo como una opinión más. Se entrenan con los modelos que existían cuando se crearon, el redimensionado o el ruido pueden engañarlos y se equivocan en ambos sentidos, incluso marcando fotos reales. Nunca acuses a nadie solo por la puntuación de un detector.
Todo junto
- Pregúntate si la escena tiene sentido como suceso y quién más debería haberla fotografiado.
- Revisa manos, texto, reflejos, luz y texturas repetidas, sobre todo en el fondo.
- Inspecciona el archivo en busca de procedencia, y recuerda que la falta de datos no es una prueba.
- Haz una búsqueda inversa para encontrar la copia más antigua y su fuente.
- Sopésalo todo. Varias señales débiles que apuntan en la misma dirección valen más que una sola que parece fuerte.
La respuesta honesta al final suele ser «probablemente», no «seguro». Está bien. Lo útil es qué haces con ese «probablemente»: no lo compartas como un hecho y, si lo compartes, di qué comprobaste.
El otro lado: tus propias imágenes
Si generas imágenes tú mismo, en el estudio o en cualquier otro sitio, la misma lista te dice cómo ser un buen vecino en internet. La gente no puede distinguirlo con fiabilidad, así que la responsabilidad es de quien publica la imagen.
- Etiquétala. Indica en el pie que la imagen está generada con IA y usa la etiqueta de IA cuando la plataforma la ofrezca. Muchas plataformas ya lo exigen.
- No hagas pasar una imagen generada por la foto de un suceso real, de una prueba real de un producto o de una persona real. Una escena ficticia presentada como ficción está bien; la misma imagen presentada como noticia, no.
- Deja fuera a las personas reales a menos que hayan dado su consentimiento. Una imagen realista de una persona identificable es justo lo que la gente no puede comprobar.
- Guarda tus registros. Anota el prompt, el modelo y la fecha de todo lo que publiques, para poder mostrar cómo se hizo una imagen si alguien lo pregunta. Nuestro artículo sobre de quién son las imágenes generadas con IA cubre el resto de la parte comercial.
Muchos modelos del catálogo producen imágenes que superan una mirada rápida. Eso es lo que los hace útiles para arte conceptual y para contar historias, y por eso importa la etiqueta.
Preguntas
¿Hay alguna herramienta que diga con certeza si una imagen está hecha con IA?
No. Las comprobaciones visuales, los datos de procedencia, la búsqueda inversa y las apps detectoras dan cada una pruebas parciales, y cada una puede ser engañada o no encontrar nada. Combínalas y trata el resultado como una probabilidad.
Si una imagen no tiene metadatos, ¿significa que es falsa?
No. Las capturas de pantalla, volver a guardar el archivo y la mayoría de las redes sociales también eliminan los metadatos de las fotos reales. La falta de procedencia no te dice nada en ningún sentido; solo un registro presente y válido es una prueba.
¿Debo etiquetar las imágenes que genero yo mismo?
Sí. Indica en el pie que está generada con IA y usa la etiqueta de IA de la plataforma cuando exista. Así cumples las normas de la mayoría de las plataformas y evitas que el público confunda una imagen generada con una foto.
