Saber cómo detectar textos e imágenes hechos con IA se volvió una habilidad casi tan básica como reconocer un correo de phishing. Cada día circulan artículos escritos por modelos de lenguaje, fotos de personas que no existen y capturas manipuladas que se comparten como si fueran reales. El problema no es la tecnología en sí, sino que muchas veces nadie avisa cuando algo fue generado artificialmente.

La buena noticia: todavía hay pistas. Ninguna es infalible por separado, pero cuando aprendes a combinarlas —una anomalía en una mano, un párrafo demasiado pulido, un metadato que falta— empiezas a distinguir lo genuino de lo fabricado con bastante fiabilidad. En este tutorial vas a encontrar señales concretas para revisar a ojo y las herramientas que ayudan a confirmar la sospecha.

Te advierto algo desde el principio para que no te lleves un chasco: los detectores automáticos fallan, y a veces bastante. Sirven como apoyo, no como veredicto final. Lo que de verdad funciona es tu criterio entrenado. Vamos paso a paso.

Por qué detectar contenido generado por IA es cada vez más difícil

Hace un par de años, una imagen de IA se delataba sola: dedos de más, dientes fundidos, texto ilegible en los carteles. Hoy los modelos han mejorado tanto que muchas de esas fallas desaparecieron o se volvieron sutiles. Con el texto pasa algo parecido. Los primeros escritos automáticos sonaban robóticos; los actuales imitan el tono humano con soltura.

Aun así, ningún modelo es perfecto. Los generadores de imágenes siguen tropezando con la física, la anatomía compleja y los detalles repetitivos. Los de texto tienden a un estilo promedio, cauteloso y sin verdaderas anécdotas personales. Conocer cómo funcionan estas herramientas por dentro ayuda a anticipar sus errores: si te interesa el tema base, la guía sobre qué es la inteligencia artificial y cómo funciona da el contexto necesario para entender por qué la IA falla justo donde falla.

Cómo detectar imágenes hechas con IA paso a paso

Empecemos por lo visual, que suele ser más fácil de auditar a simple vista. Sigue este orden cuando tengas dudas sobre una foto.

  1. Amplía la imagen al máximo. La mayoría de los errores de IA viven en los detalles pequeños. Haz zoom en manos, orejas, dientes, ojos y en el fondo. Muchas fotos generadas se ven perfectas en miniatura y se desmoronan al acercarte.
  2. Cuenta dedos y revisa las articulaciones. Sigue siendo el talón de Aquiles. Busca manos con seis dedos, uñas fusionadas, muñecas imposibles o brazos que salen de un ángulo raro. Lo mismo con las piernas cuando hay varias personas.
  3. Fíjate en el texto dentro de la imagen. Carteles, etiquetas, portadas de libros, matrículas. La IA muchas veces genera letras que parecen texto de lejos pero que, al leerlas, son garabatos sin sentido o palabras inventadas.
  4. Analiza la coherencia de la luz y las sombras. ¿La sombra cae hacia el mismo lado que la fuente de luz? ¿Los reflejos en los ojos y en superficies metálicas tienen sentido? Las imágenes sintéticas a veces mezclan iluminaciones que no podrían coexistir.
  5. Revisa fondos y patrones repetidos. Multitudes con caras derretidas, ventanas que no están alineadas, rejas o azulejos que pierden el ritmo, objetos que se funden entre sí. El fondo es donde el modelo pone menos esfuerzo.
  6. Observa las texturas de piel y cabello. Una piel demasiado suave, sin poros ni imperfecciones, o un cabello que parece pintado en bloques, son banderas rojas. Los mechones que se difuminan contra el fondo también.
  7. Busca la «estética IA». Colores muy saturados, iluminación de estudio perfecta, simetría exagerada y un aire ligeramente «demasiado bonito». No prueba nada por sí solo, pero enciende la alarma.

Un truco extra: haz una búsqueda inversa de la imagen en Google Imágenes, TinEye o Bing. Si la foto aparece solo en cuentas recién creadas o no tiene ningún origen rastreable, es sospechosa. Y si dice ser una foto de noticia real, debería existir en medios verificables.

Herramientas para analizar imágenes

Cuando la inspección visual no basta, estas opciones aportan una segunda capa de análisis. Ninguna es definitiva.

  • Detectores de imágenes con IA como Hive Moderation, Sightengine o los verificadores de AI or Not: subes la imagen y devuelven una probabilidad de que sea sintética. Útiles como apoyo, pero equivócate menos confiando en ellos al 100%.
  • Metadatos EXIF. Herramientas gratuitas online muestran la información técnica de una foto (cámara, fecha, software). Una imagen real de cámara suele traer datos; una generada, casi nunca. Ojo: las redes sociales borran los metadatos al subir, así que su ausencia no prueba nada por sí sola.
  • Credenciales de contenido (C2PA). Un estándar impulsado por la industria que incrusta un «sello de origen» en la imagen. Cada vez más generadores lo aplican. Si el archivo lo trae, puedes verificar cómo se creó; si no, no descarta nada.

Si tú mismo generas imágenes o quieres entender qué tan realistas pueden ser hoy, te sirve echar un ojo a nuestra guía práctica para crear imágenes con IA: ver el proceso desde dentro te enseña a reconocer los patrones típicos del lado del detector.

Cómo detectar textos escritos con IA

El texto es más resbaladizo. No hay un «sexto dedo» evidente, pero sí un conjunto de rasgos que, juntos, delatan la mano de un modelo de lenguaje. Aquí tu mejor herramienta es leer con atención.

  1. Detecta la uniformidad sospechosa. Los textos de IA tienden a un ritmo parejo: párrafos de longitud similar, frases bien construidas todas por igual, cero errores pero también cero personalidad. La escritura humana respira distinto, tiene altibajos.
  2. Busca conectores y muletillas recurrentes. «Además», «por otro lado», «es importante destacar», «en resumen», «cabe mencionar». Cuando un texto los usa al inicio de casi cada párrafo, huele a generado.
  3. Revisa si dice mucho sin decir nada. Los modelos rellenan con frases genéricas («la tecnología ha avanzado enormemente en los últimos años») y evitan comprometerse con datos específicos, opiniones tajantes o anécdotas verificables.
  4. Comprueba los datos y las citas. Esta es de oro. La IA inventa fuentes, fechas, estudios y cifras con total aplomo. Si un texto cita una investigación, búscala. Si menciona una cifra, verifícala. Las «alucinaciones» son el rastro más fiable.
  5. Fíjate en la falta de experiencia real. Un texto humano sobre «cómo armé mi PC» tiene tropiezos, marcas concretas, un precio que pagó, un error que cometió. El generado describe el proceso en abstracto, como quien nunca lo hizo.
  6. Nota el equilibrio artificial. Los modelos adoran las estructuras simétricas: «por un lado… por otro», listas de tres, conclusiones que repiten lo dicho. Cuando todo está demasiado ordenado, sospecha.
  7. Presta atención al tono neutro y cauteloso. La IA suele evitar posiciones firmes y matiza todo («puede variar según el contexto», «es recomendable consultar a un profesional»). Un exceso de esa prudencia genérica es una pista.

Curiosamente, cuanto mejor conoces cómo escriben estas herramientas, mejor las detectas. Si has usado modelos de lenguaje, notarás sus tics enseguida. Nuestra guía sobre qué es ChatGPT y cómo funciona explica de dónde vienen esos patrones de redacción tan reconocibles.

Herramientas para analizar textos (y por qué desconfiar de ellas)

Existen detectores de texto IA como GPTZero, Originality.ai, Copyleaks o el clasificador de Turnitin en entornos educativos. Funcionan midiendo «perplejidad» y «ráfaga» —básicamente, qué tan predecible y uniforme es la escritura— porque el texto de IA tiende a ser más predecible que el humano.

El problema es serio y conviene tenerlo claro:

  • Falsos positivos. Marcan como IA textos escritos por humanos, sobre todo si son personas que escriben de forma clara y estructurada, o hablantes no nativos del idioma. Ha habido casos de estudiantes acusados injustamente.
  • Falsos negativos. Un texto de IA levemente editado a mano suele pasar el filtro sin problema.
  • Sin transparencia. Devuelven un porcentaje, pero rara vez explican en qué se basan, así que no puedes auditar la decisión.

Úsalos como una señal más, nunca como prueba. Acusar a alguien de usar IA basándose solo en un porcentaje de detector es un error que puede tener consecuencias reales. Combina siempre la herramienta con tu lectura crítica y, si el contexto es delicado (académico o laboral), con una conversación directa.

Marcas de agua y sistemas de trazabilidad

La industria trabaja en soluciones para identificar contenido sintético desde el origen, en lugar de detectarlo después. Dos enfoques dominan hoy.

Por un lado, las marcas de agua invisibles. Google desarrolló SynthID, que incrusta una señal imperceptible en imágenes, audio y texto generados por sus modelos, detectable luego con la herramienta adecuada. Algunas empresas de IA de texto experimentan con sistemas similares, aunque el asunto es polémico: el propio sistema para marcar los textos de Claude ha dividido a expertos y abogados, porque no está claro qué tan fiable es ni cómo debería usarse legalmente.

Por el otro, las ya mencionadas credenciales de contenido C2PA, que apuntan a lo contrario: certificar el origen de lo auténtico. En vez de marcar lo falso, adjuntan un historial verificable a las fotos reales de cámaras y editores compatibles. La idea es que con el tiempo lo normal sea que el contenido genuino traiga su «partida de nacimiento».

Ninguno de estos sistemas es universal todavía. Muchos generadores no marcan nada, las marcas pueden eliminarse al recortar o recomprimir un archivo, y no todos los modelos participan. Son un avance, pero no te salvan de tener que mirar con ojo crítico.

Casos especiales: video, voz y deepfakes

El texto y la imagen son solo el comienzo. El video y el audio generados avanzan rápido y traen sus propias señales.

En un video deepfake, revisa el parpadeo (a veces antinatural o ausente), la sincronización entre labios y sonido, los bordes del rostro cuando la persona se mueve, y las manos, que suelen deformarse en movimiento. Los reflejos en gafas y los dientes también fallan. Para entender qué tan lejos ha llegado esta tecnología, ayuda ver cómo se produce: nuestra guía sobre cómo crear un video con IA desde cero muestra el proceso completo y sus límites actuales.

En la voz clonada, presta atención a la respiración (o su ausencia), a una entonación demasiado plana o, al revés, exageradamente perfecta, y a los cortes bruscos entre frases. Si recibes un audio de un familiar pidiendo dinero con urgencia —una estafa cada vez más común—, verifica por otro canal antes de reaccionar. La regla del «cuelga y devuelve la llamada» al número que ya conoces sigue siendo tu mejor defensa.

Una rutina rápida para verificar cualquier contenido

Cuando no tengas tiempo para un análisis exhaustivo, aplica este chequeo mental en menos de un minuto:

  1. ¿Cuál es la fuente? Un medio serio, una cuenta anónima, un reenvío sin origen. La procedencia dice mucho antes de mirar el contenido en sí.
  2. ¿Se puede verificar en otro lado? Si es una noticia o una foto de un hecho real, debería aparecer en varias fuentes independientes.
  3. ¿Provoca una reacción emocional fuerte? El contenido diseñado para indignar o asombrar merece más escrutinio, porque esa es justo la trampa.
  4. ¿Los detalles aguantan el zoom o la relectura? Amplía la imagen, verifica un dato del texto. Si algo se cae, ya tienes tu respuesta.

Este hábito vale tanto para lo que consumes como para lo que compartes. Reenviar sin verificar es la forma más rápida de que un contenido falso se vuelva viral.

Preguntas frecuentes

¿Son fiables los detectores de texto con IA?

Solo parcialmente. Dan un porcentaje orientativo, pero cometen errores en ambos sentidos: marcan textos humanos como IA y dejan pasar textos de IA editados. Nunca deben usarse como prueba única, sobre todo en contextos académicos o laborales donde una acusación tiene peso real.

¿Cómo saber si una foto de una persona es real o generada?

Amplía al máximo y revisa manos, dientes, orejas, ojos y fondo. Busca texturas de piel demasiado perfectas, iluminación imposible y texto ilegible en la escena. Complementa con una búsqueda inversa de imagen: si no tiene ningún origen rastreable, sospecha.

¿Las marcas de agua garantizan que se detecte el contenido de IA?

No del todo. Sistemas como SynthID o las credenciales C2PA ayudan, pero no todos los generadores las aplican y algunas pueden perderse al recortar o recomprimir el archivo. Son un apoyo útil, no una garantía absoluta.

¿Es ilegal usar contenido generado por IA sin avisar?

Depende del país y del contexto. En muchos lugares no está prohibido en general, pero sí hay reglas emergentes para publicidad, medios, política y suplantación de identidad. Lo prudente es ser transparente cuando el origen del contenido pueda importarle a quien lo recibe.

¿Puedo confiar solo en mi ojo para detectar imágenes falsas?

Tu criterio es la primera y mejor línea, pero conviene apoyarlo con herramientas y verificación de fuentes. Los modelos mejoran constantemente, así que lo que hoy se detecta a simple vista puede que mañana no. Combinar señales visuales, contexto y análisis técnico te da el resultado más confiable.

Detectar contenido de IA no es cuestión de una técnica mágica, sino de acumular pistas y mantener sana desconfianza sin caer en la paranoia. Vas a equivocarte a veces —confundirás una foto real muy retocada con una generada, o al revés—, y no pasa nada: lo importante es que dudes antes de dar algo por cierto y que verifiques lo que tenga consecuencias. A medida que estas herramientas se cuelan en más rincones de nuestra vida diaria, ese reflejo de mirar dos veces se vuelve tu mejor aliado.