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
¿De verdad conviene manejar Uber en 2026?
Uber

En plena era de inflación alta, gasolina cara y plataformas cada vez más agresivas con sus comisiones, manejar Uber sigue siendo una de las puertas de entrada más rápidas a la economía en América y el mundo. Sin embargo, lo que promete la app en estimaciones “brutas” está muy lejos de lo que termina quedando en el bolsillo después de bencina, mantenimiento, seguros e impuestos.

A partir de estudios recientes sobre ingresos reales de conductores y calculadoras de ganancia neta para 2026, revisamos cuánto puede ganar aproximadamente un chofer de Uber trabajando de lunes a viernes, 8 horas diarias, en cinco ciudades clave: Los Ángeles, Ciudad de México, Bogotá, Buenos Aires y Santiago de Chile.

Read more
Una IA escaneó 2 millones de terremotos y desenterró seis «cicatrices» fósiles ocultas
Grieta en la carretera

A casi 3.000 kilómetros bajo nuestros pies, en la frontera donde el núcleo metálico de la Tierra se encuentra con el manto rocoso, un algoritmo acaba de encontrar algo que ningún geofísico había visto antes. No fue un satélite ni una perforación imposible: fue una inteligencia artificial entrenada para escuchar el eco de miles de terremotos y detectar, entre el ruido, las huellas de seis estructuras nunca antes documentadas.

El truco estaba en las ondas más débiles

Read more
Con 7 dólares puedes encontrar cámaras ocultas en segundos
Camera, Electronics, Speaker

Las cámaras ocultas siguen apareciendo en lugares sospechosos, guardadas dentro de bolígrafos, relojes, cargadores o marcos de fotos en habitaciones de hotel y alquileres. Por eso los investigadores de KAIST han creado una solución que cuesta menos que un buen almuerzo. Su nueva herramienta, llamada SweepLED, convierte cualquier smartphone en un detector fiable de cámaras ocultas usando una funda LED acoplable que cuesta menos de 7 dólares de fabricar.

Por qué probablemente tu detector de cámara oculta actual no funciona

Read more