«Las imágenes creadas por IA tienen seis dedos» o «los caracteres de los carteles aparecen borrosos» son afirmaciones que se han difundido como un meme en internet. Las personas confían en esta regla para intentar discernir la autenticidad de fotos o vídeos, pero un estudio académico publicado en enero de 2026 confirmó con datos que esta creencia popular es falsa. El equipo de Yao Xiao, autor de la investigación X-AIGD, demostró que los detectores actuales apenas utilizan los defectos perceptivos que nosotros verificamos con la vista 1.
¿En qué se basan entonces las máquinas para dictaminar que algo es «generado por IA»? La respuesta son patrones estadísticos imperceptibles para el ojo humano. En este artículo explicaremos a qué señales reaccionan realmente los detectores y, mediante ejemplos concretos de experimentos, examinaremos dónde reside la brecha en la capacidad de juicio entre personas y máquinas.
Los detectores apenas ven los defectos visibles
El equipo de investigación de Yao Xiao desarrolló el benchmark «X-AIGD», que clasifica minuciosamente los defectos de las imágenes generadas por IA. Desde distorsiones de bajo nivel como deformaciones en los dedos o anomalías en las sombras, hasta errores semánticos de alto nivel donde el contexto resulta incongruente, el equipo etiquetó la posición y el tipo de cada defecto a nivel de píxel 1.
Como resultado, se observó que los detectores tradicionales presentan un nivel de dependencia insignificante (negligible) hacia estos artefactos perceptivos incluso en las fases más básicas de detección de distorsiones. Incluso al entrenar modelos para que localicen defectos específicos, una parte sustancial de su juicio sigue dependiendo de características interpretativamente incomprensibles (uninterpretable) para el ser humano 1. Es decir, los detectores no buscan «errores visuales característicos», sino que leen los patrones estadísticos propios que los modelos generativos dejan en los datos.
Discriminación estadística imposible para el ojo humano
La brecha en la capacidad de discriminación entre detectores y personas queda claramente expuesta en los resultados del benchmark académico DF26. Esta prueba consiste en distinguir entre vídeos reales de personas hablando y vídeos generados por IA 2, 3. Pangram publicó en noviembre de 2026, a través de su blog oficial, su modelo de detección de vídeo Image Flash 1.0, citando el benchmark DF26 como base de su evaluación 2, 3.
Según la explicación de Pangram, en este experimento la precisión del juicio humano apenas superaba ligeramente el nivel de lanzar una moneda al aire, y los detectores tradicionales tampoco ofrecían un rendimiento muy superior. En contraste, Flash 1.0 de Pangram logró un 98,7 % de precisión en dicho benchmark, superando en 29 puntos porcentuales al detector siguiente en rendimiento 2, 3.
| Sujeto evaluado | Precisión del juicio |
|---|---|
| Personas (distinguir vídeo real vs. IA) | Ligeramente por encima del nivel de elección aleatoria 2 |
| Segundo detector de IA | Aproximadamente 69,7 % (estimado a partir de la diferencia de 29 p.p. respecto al 98,7 %) |
| Pangram Image Flash 1.0 | 98,7 % 2, 3 |
El modelo de detección de imágenes Image 1.0 de Pangram registró un 99,96 % de precisión en su propio benchmark, que incluyó un total de 1 300 imágenes: 100 fotografías reales y 1 200 imágenes sintéticas generadas por 12 modelos recientes de IA 2, 3. Este resultado concuerda con el hallazgo general de la investigación X-AIGD, que revela que la dependencia de los detectores actuales hacia los artefactos perceptivos es insignificante (negligible) 1; no obstante, Pangram no detalló específicamente el mecanismo detrás de la precisión del 99,96 % de Image 1.0 como una interpretación de señales visualmente ininterpretables.
Herramientas prácticas y diseño experimental para eliminar sesgos
Pangram ha implementado estos principios técnicos en una herramienta accesible para el usuario común. Image 1.0, disponible como extensión para Chrome, superpone mapas de calor (heatmap) sobre las imágenes en redes sociales, tiendas en línea o portales de alquiler, visualizando las áreas generadas por IA y su ubicación 2, 3.
Esta herramienta ha sido entrenada para ser robusta ante la compresión, el escalado, el desenfoque (blur) y el tratamiento de ruido habituales en entornos de redes sociales. Aunque indica una disminución de la confianza cuando la resolución de entrada es igual o inferior a 512×512 píxeles, también permite intentar la discriminación en imágenes de baja resolución de al menos 256×256 píxeles 2.
(Blog de Pangram: Experimento diseñado para reducir el sesgo de juicio hacia contenidos específicos, configurando que un vídeo real y su imagen especular sintética compartan exactamente la misma escena y sujeto) 3
Asimismo, es notable el diseño experimental destinado a aumentar la confiabilidad del desempeño del detector. Pangram utilizó el primer fotograma de 129 vídeos reales de redes sociales como entrada inicial e inyectó, como instrucción (prompt), descripciones de vídeo generadas por modelos de lenguaje visual (VLM), lo que permitió que 14 modelos de generación de vídeo crearan vídeos «espejo» sintéticos 3. Dado que el vídeo real y el sintético comparten con exactitud la escena y el sujeto, es posible medir imparcialmente la capacidad del detector sin sesgos derivados de confundir ciertos tipos de contenido con IA 3.
Cuando el dictamen no puede explicar sus fundamentos, la tecnología de etiquetado resulta de ayuda
Aunque los detectores emitan un dictamen basándose en patrones estadísticos, resulta difícil explicar la razón en un lenguaje visual comprensible para el ser humano 1. Para mitigar esta limitación, se están debatiendo conjuntamente tecnologías y sistemas que obliguen a proporcionar una «etiqueta de procedencia» simultáneamente con el «dictamen».
En caso de incumplimiento de las obligaciones de transparencia establecidas en el Artículo 50 del Reglamento de IA de la UE, podrían imponerse multas de hasta 15 millones de euros o el 3 % de los ingresos anuales globales 4.
C2PA (Content Credentials) es un estándar que registra el historial de creación y las modificaciones del contenido mediante metadatos cifrados. Para facilitar el cumplimiento de dicha normativa, el Ministerio de Digitalización de Luxemburgo inició en mayo de 2026 la licitación de una plataforma de detección de IA denominada «TAID.LU» 5, 6. Este sistema público exige que, al detectar deepfakes, se ofrezca no solo una puntuación simple, sino también «fundamentos auditables y explicaciones» 6.
| Aspecto | Tecnología de detección de IA (p. ej., Pangram) | C2PA y marca de agua (p. ej., Rezolve) |
|---|---|---|
| Método de discriminación | Análisis de patrones estadísticos y visuales imperceptibles para el ojo humano 2, 1 | Lectura de firmas digitales y de datos incrustados en los canales de color, introducidos en el momento de la generación 5, 4 |
| Ventajas y desventajas | Detecta vídeos falsos de alta resolución mediante pistas desconocidas por las personas | El metadato C2PA corre el riesgo de perder su señal si se elimina o edita; sin embargo, la marca de agua patentada de Rezolve está incrustada en los canales de color de la imagen, por lo que sobrevive a la eliminación del metadato 4 |
Por qué es necesaria la verificación cruzada en lugar de fiarse de pistas visuales
En definitiva, los detectores de imágenes por IA no son herramientas que busquen «seis dedos» ni «caracteres borrosos» 1. Que una máquina emita un «dictamen de IA» significa, en la práctica, que ha detectado patrones estadísticos en los píxeles que pasan desapercibidos para los seres humanos.
Ante vídeos de personas hablando, la vista humana se limita a niveles de conjetura aleatoria, mientras que un detector con una precisión del 98,7 % lee patrones estadísticos inmateriales 2, 3.
Referencias
- Unveiling Perceptual Artifacts: A Fine-Grained Benchmark for Interpretable AI-Generated Image Detection · arxiv.org↩
- Pangram Image 1.0 공개 - 사진과 영상에서 AI로 만든 부분을 탐지 | GeekNews · news.hada.io↩
- Introducing Pangram Image 1.0 · pangram.com↩
- Rezolve Ai Unveils Patent-Backed AI Provenance Platform as Watermarking Becomes Global Infrastructure · globenewswire.com↩
- ↩
- Luxembourg opens tender for AI-generated content detection tool | Biometric Update · biometricupdate.com↩
