Skip to main content
  1. Home
  2. Tendencias
  3. Features

¿Qué ocurre cuando fallan los detectores de IA?

Add as a preferred source on Google
Mark Zuckerberg
DTES

La inteligencia artificial se ha vuelto notablemente buena creando rostros humanos falsos. Tan buenos, de hecho, que los viejos trucos en los que la gente confiaba —contar dedos, detectar pendientes deformados o buscar fondos distorsionados— están quedando rápidamente obsoletos. Según un nuevo estudio destacado por la BBC, la próxima línea de defensa puede que no sea en absoluto un mejor detector de IA. Podría ser simplemente un humano mejor entrenado.

Investigadores de la Universidad de Aberdeen, trabajando junto a la Universidad Nacional de Australia, descubrieron que las personas pueden mejorar drásticamente su capacidad para distinguir rostros generados por IA de rostros reales tras un periodo relativamente corto de formación estructurada. En lugar de buscar fallos visuales evidentes, se enseñó a los participantes a reconocer patrones sutiles que los generadores de imágenes modernos aún tienen dificultades para replicar de forma consistente.

La raza de la IA también está obligando a los humanos a evolucionar

Durante años, identificar imágenes generadas por IA le pareció casi trivial. Los primeros modelos solían producir seis dedos, pendientes desparejados o sombras imposibles. Pero los generadores actuales, alimentados por sistemas como StyleGAN3 y modelos de difusión más recientes, han superado en gran medida esos errores característicos. Como resultado, los investigadores argumentan que confiar en los defectos visuales ya no es una estrategia eficaz.

En cambio, se entrenó a los participantes para juzgar seis cualidades perceptivas que los rostros de IA suelen compartir. Estos incluyen una simetría facial inusualmente perfecta, rasgos altamente proporcionales, atractivo superior a la media, estructuras faciales genéricas, expresiones emocionales limitadas y rostros sorprendentemente difíciles de recordar después de apartar la mirada.

Recommended Videos

Los resultados fueron impactantes. Antes de la formación, los participantes identificaban correctamente los rostros generados por IA solo alrededor del 40 % de las veces. Tras aproximadamente una hora de aprendizaje guiado y exposición repetida tanto a rostros reales como sintéticos, la precisión subió a casi el 80 por ciento. Un puñado de participantes incluso se acercó a las puntuaciones perfectas de detección. Más importante aún, su confianza se alineó mejor con su rendimiento real, algo que investigaciones anteriores sugerían que a menudo faltaba.

Por qué detectar caras de IA es más importante que nunca

Esto ya no es simplemente un ejercicio académico. La tecnología deepfake ya se está utilizando en fraudes financieros, campañas de influencia política y estafas de identidad online. La BBC señala estimaciones de Deloitte que sugieren que las pérdidas por fraude deepfake habilitado por IA en Estados Unidos podrían alcanzar los 40.000 millones de libras el próximo año, subiendo notablemente desde los aproximadamente 12.000 millones de libras en 2023. También hace referencia a un caso muy difundido en Hong Kong en el que estafadores supuestamente usaron una videollamada deepfake para convencer a un empleado de transferir 25 millones de libras. Mientras tanto, una investigación anterior de Associated Press descubrió un perfil de LinkedIn generado por IA que logró infiltrarse en los círculos políticos estadounidenses.

El estudio también pone de manifiesto otro problema importante: los sistemas de IA siguen siendo menos fiables para generar rostros mayores, jóvenes y personas de grupos étnicos subrepresentados debido a los sesgos en sus datos de entrenamiento. Esas imperfecciones pueden seguir proporcionando pistas útiles para los observadores humanos.

Quizá la conclusión más interesante es que el cerebro humano parece aprender de forma similar a la propia IA. Al ver repetidamente ejemplos de caras reales y falsas, las personas desarrollan gradualmente un sentido intuitivo de autenticidad en lugar de depender de un solo indicio. Los investigadores creen que el instinto podría convertirse en una de nuestras herramientas más sólidas a medida que la IA generativa continúa mejorando.

La ironía es difícil de ignorar. A medida que la inteligencia artificial mejora fingiendo ser humana, los humanos quizá tengan que empezar a entrenarse a sí mismos como lo hacen las máquinas: a través de datos, repetición y reconocimiento de patrones. Los detectores de IA pueden seguir mejorando, pero la investigación sugiere que no deberían ser la única defensa. El juicio humano sigue teniendo un papel que desempeñar; Solo necesita una actualización.

Diego Bastarrica
Diego Bastarrica es Senior Editor y Head of Content en Digital Trends en Español, donde lidera la estrategia editorial, SEO…
Topics
Este robot flotante de IA parece escaparse de una película de Studio Ghibli
Aircraft, Transportation, Vehicle

La mayoría de los robots domésticos hoy en día tienen algo en común: son ruidosos, rígidos e inconfundiblemente robóticos. Ya sea una aspiradora chocando con muebles o un dron zumbando por encima, están diseñados para realizar tareas – no necesariamente para que la gente se sienta cómoda. Los investigadores en Japón creen que hay una forma mejor, y empieza por inspirarse en criaturas animadas en lugar de en máquinas industriales.

Un equipo de investigación liderado por Mingyang Xu en la Universidad Keio, en colaboración con instituciones como el MIT Media Lab, ha presentado un prototipo de robot compañero flotante que planea silenciosamente por el aire en lugar de rodar por el suelo. En lugar de parecer otro aparato, el robot se asemeja a una diminuta criatura flotante, inspirándose en personajes como Campanilla, Mew de Pokémon y los Sprites Soot de Studio Ghibli.

Read more
«No podemos convertirnos en idiotas»: profesor destapa escándalo con IA
People, Person, Adult

Roberto Serrano, profesor de economía matemática en Brown University, tomó una decisión humanitaria tras el tiroteo de diciembre de 2025 que dejó dos estudiantes muertos y nueve heridos en el campus: convertir sus exámenes a formato "take-home" (para hacer en casa) para reducir el estrés en alumnos traumatizados. Era la primera vez en sus 34 años de carrera que el catedrático de la Harrison S. Kravis University Professorship in Economics adoptaba este método en la prestigiosa Ivy League.

Lo que siguió fue un experimento involuntario que revelaría una de las mayores crisis de integridad académica en la historia de las universidades de élite estadounidenses.

Read more
SK Hynix debuta en Wall Street tras superar el billón de dólares
Electronics, Hardware, Computer Hardware

SK Hynix, el principal proveedor de memoria de alto ancho de banda para Nvidia, comenzó a cotizar en el mercado estadounidense luego de que su valor bursátil superara el billón de dólares meses atrás. El listado en Nasdaq llega tras un repunte de más del 900% en el precio de sus acciones durante el último año, impulsado por la demanda sin precedentes de chips de memoria para inteligencia artificial.

La compañía surcoreana se convirtió previamente en la tercera empresa asiática, después de Samsung Electronics y TSMC, en alcanzar una valoración de un billón de dólares, gracias al auge de los semiconductores destinados a servidores y aceleradores de IA. Ese mismo día, su competidor Micron Technology también cruzó ese umbral en Wall Street, evidenciando la magnitud del fenómeno que atraviesa la industria de la memoria.

Read more