Los generadores de IA más recientes suelen acertar el número de dedos y el texto dentro de la imagen, así que los trucos visuales de siempre ya no bastan por sí solos. Más fiable: una búsqueda inversa de imágenes (Google Images, TinEye) y comprobar si la imagen lleva una etiqueta de Credenciales de Contenido (C2PA). Los detalles visuales —manos, fondo, sombras— siguen siendo una comprobación de apoyo útil, pero el contexto y la procedencia importan cada año más.
Una foto que parece una persona real, una reseña de cliente auténtica o un evento de noticias real puede generarse con IA en segundos, gratis, y cualquiera puede hacerlo. La mayoría de las veces estas imágenes son inofensivas. Pero cada vez se usan más en perfiles falsos, anuncios de productos fraudulentos y contenido engañoso en internet. El consejo de siempre —contar los dedos, leer el texto del fondo— a menudo falla frente a los generadores punteros de hoy, y un consejo que falla es peor que no dar ningún consejo, porque una foto que «pasa» la prueba genera más confianza, no menos. El movimiento más fiable ahora es averiguar primero de dónde viene una imagen, y después fijarse en los detalles visuales.
Haga una búsqueda inversa de imágenes
Antes de buscar fallos visuales, compruebe si la imagen ya ha aparecido en otro sitio. Suba la foto (o pegue su URL) en images.google.com o tineye.com — ambos son gratuitos y no requieren cuenta. Los resultados le muestran en qué otros lugares de internet ha aparecido esa imagen.
Si una foto de perfil «nueva» aparece con otro nombre, en otro sitio, o con fecha de varios años atrás, ya tiene la respuesta, por convincente que parezca la foto. En el móvil, una pulsación larga sobre la imagen suele ofrecer la opción «buscar imagen», o puede instalar la extensión de TinEye para el navegador.
Busque una etiqueta de Credenciales de Contenido (C2PA)
Content Credentials es un estándar —técnicamente llamado C2PA— que adjunta a una imagen metadatos verificables sobre su origen: qué cámara o herramienta la creó, si la IA intervino, y quién lo hizo. Los teléfonos más recientes (el Pixel 10 de Google, por ejemplo) y varias herramientas de edición ya pueden firmar estos metadatos.
Puede comprobar una imagen subiéndola en verify.contentauthenticity.org o contentcredentials.org, o mediante la extensión de navegador «Content Credentials» para Chrome, que añade una opción al hacer clic derecho. Hay una salvedad importante: la etiqueta es una prueba sólida cuando está presente y es válida, pero su ausencia no demuestra nada. Muchas redes sociales eliminan los metadatos al subir una imagen, y muchas fotos nunca los llevaron.
Cuente los dedos — pero tómelo ahora como una pista más débil
Esto solía ser una de las pruebas más fiables, pero en gran medida ya no se sostiene frente a los generadores líderes de hoy: los modelos han aprendido a dibujar manos con el número correcto de dedos. Los errores todavía aparecen sobre todo en imágenes generadas rápido o barato, o en poses inusuales: puños cerrados, dedos entrelazados, una mano parcialmente oculta detrás de un objeto.
Si una mano se ve con claridad, échele un vistazo, pero si parece correcta, eso por sí solo no significa que la foto sea real. Trátela como una pista menor más, no como una prueba decisiva.
Lea cualquier texto visible en la imagen
El texto dentro de una imagen —un letrero de tienda, la portada de un libro, la etiqueta de un producto— solía causar serios problemas a los generadores de IA, y a menudo salía como una aproximación confusa de letras. Las herramientas más recientes lo manejan mucho mejor, así que lo que antes era una prueba fiable ahora también es solo una pista de apoyo.
Los generadores más baratos o rápidos todavía producen combinaciones de letras incorrectas, caracteres invertidos o secuencias repetidas que no significan nada. Si el texto de una imagen claramente no tiene sentido, sigue siendo una señal útil, solo que no conviene fiarse solo de ella.
Fíjese en orejas, dientes, sombras, fondo y accesorios — detalles pequeños que aún vale la pena mirar
Los rostros humanos son ligeramente asimétricos en la vida real; los rostros de IA a veces parecen demasiado simétricos o demasiado suaves. Las orejas pueden fusionarse con el cabello o tener una forma de cartílago extraña; los dientes a veces se difuminan en una franja uniforme de blanco.
También vale la pena comprobar si las sombras caen de forma coherente desde una fuente de luz aparente, si los patrones del fondo (ladrillos, baldosas, multitudes de gente) se repiten de forma antinatural, y si los accesorios pequeños —pendientes, monturas de gafas, la cadena de un collar— se ven deformados o asimétricos, algo que las imágenes de IA todavía fallan de vez en cuando. Ninguno de estos detalles es una prueba por sí solo hoy en día, pero combinados con otras señales, siguen mereciendo atención.
Pregunte de dónde viene la imagen
La inspección visual y la búsqueda inversa son solo parte del trabajo. Pregúntese: ¿está este perfil vinculado a una cuenta con actividad real y orgánica —fotos etiquetadas, comentarios de otras personas que parecen reales, un historial de publicaciones consistente? ¿Esta reseña de producto incluye detalles concretos y creíbles sobre la compra, o solo elogios genéricos? ¿Quién publicó la imagen primero, y cuándo?
Las verificaciones de contexto detectan lo que la inspección visual pasa por alto. Y a medida que la calidad de las imágenes de IA siga mejorando, el contexto y la procedencia importarán cada vez más que las señales visuales.
Una nota honesta: la detección es cada vez más difícil
Las comprobaciones visuales de esta guía solo funcionan en una parte de las imágenes actuales, y su fiabilidad no deja de caer: las investigaciones sobre las técnicas de edición de imagen más recientes han encontrado que la precisión de los detectores comerciales cae cerca de un cara o cruz una vez se controlan los artefactos globales evidentes. Lo que hace un año habría fallado claramente la prueba de los dedos o del texto, ahora la supera sin problema. Eso no vuelve inútiles estas comprobaciones: significa que lo visual por sí solo ya no basta, y hay que combinarlo con una búsqueda inversa de imágenes, una comprobación de Credenciales de Contenido y una mirada a quién publicó la imagen primero.
Existen detectores de IA dedicados, pero trátelos como una señal de apoyo, no como un veredicto: su precisión varía y van por detrás de los generadores más recientes. Ninguna comprobación por sí sola es un detector fiable; combinar varias señales con una mirada a la procedencia le da una base razonable para un escepticismo saludable.
Qué probar a continuación: Los mismos instintos se aplican al vídeo. Consulte Cómo detectar un vídeo deepfake para la versión de esta guía aplicada a imágenes en movimiento. Si quiere probar herramientas de detección específicas, Detectores de IA a prueba cubre lo que realmente funciona y dónde fallan las herramientas actuales.
Fuentes
- AI-Generated Image Detectors Overrely on Global Artifacts: Evidence from Inpainting Exchange — Nebioglu, Bilgiç y Popescu, arXiv, 2026
- Content Credentials — Coalition for Content Provenance and Authenticity (C2PA)
- Verify Content Credentials — Content Authenticity Initiative
- Google Pixel 10 Adds C2PA Support to Verify AI-Generated Media Authenticity — The Hacker News
- TinEye — Reverse Image Search — TinEye
- Google Images — Google
