IA vs. realidad: ¿Cómo detectar videos falsos que parecen auténticos?

Falsificaciones perfectas: La inteligencia artificial ya crea videos indistinguibles de la realidad, incluso para expertos.

Un coyote saltando en un trampolín en Los Ángeles se volvió viral en 2023. Días después, circularon imágenes casi idénticas de canguros, osos y conejos en trampolines, pero todos eran generados por IA. Millones los compartieron como auténticos. Fue un recordatorio: la IA ya no solo crea clips surrealistas, sino que imita formatos en los que confiamos instintivamente: cámaras de seguridad, grabaciones de testigos, imágenes de desastres o protestas. Y los falsos son cada vez más convincentes.

En Storyful, plataforma que verifica videos para medios globales, realizaron una prueba clave este año: alimentaron a un modelo avanzado de IA con titulares reales de noticias de última hora. El resultado fueron clips que imitaban el estilo de reportajes presenciales, con texturas y perspectivas idénticas a las de una cobertura periodística. Incluso periodistas experimentados tuvieron que analizarlos cuadro por cuadro para distinguirlos de los originales.

Un ejemplo claro surgió de las inundaciones en India. El video real, verificado en 2023, mostraba a un hombre aferrado a un poste durante horas mientras las aguas lo rodeaban. Al introducir ese titular en Sora (la herramienta de OpenAI), la IA generó un clip sintético con la misma escena, idéntica en composición y dramatismo. La diferencia: uno salvó una vida; el otro nunca existió.

El problema ya no es teórico. En foros como Reddit circulan tutoriales para eliminar marcas de agua de videos generados por IA, y las restricciones de prompts peligrosos se eluden con facilidad. Según un informe de MIT Technology Review, modelos como Stable Video Diffusion pueden ejecutarse localmente, sin controles, produciendo contenido hiperrealista en segundos. La pregunta ya no es si la IA puede falsificar videos creíbles, sino cuánto se propagarán antes de ser detectados.

El error revelador de la IA

¿Por qué los videos de IA aún delatan su origen?

Los clips reales tienen imperfecciones humanas: manos temblorosas, ángulos torcidos, segundos de nada antes de que ocurra la acción. La IA, en cambio, genera escenas con encuadre perfecto, iluminación cinematográfica y ritmo acelerado, como si fueran diseñadas para viralizarse. Esto se debe a que los modelos se entrenan mayoritariamente con material de películas y documentales (78% de los datos, según un estudio de Stanford), no con grabaciones caóticas de usuarios.

Esa brecha es la que hoy permite a verificadores como los de Storyful identificar falsificaciones. Pero el margen se reduce: los nuevos modelos incorporan bases de datos con contenido amateur, aprendiendo a replicar el “desorden” de la vida real. En 2024, la precisión de las herramientas de detección cayó del 75% al 48% en solo tres meses, según datos internos de la empresa.

El informe Reuters Digital News 2024 revela que el 58% de los usuarios globales teme no poder distinguir lo real de lo falso. Este miedo ya no se limita a la política: ahora abarca desde bromas inocentes hasta coberturas de guerras. La desconfianza es acumulativa: quien duda de un video de un perro rescatado, dudará luego de uno de una protesta o un ataque terrorista.

La erosión de la confianza

Señales para identificar un video generado por IA (por ahora)

Aunque las pistas visuales desaparecen rápidamente, estos son los indicios que aún usan los equipos de verificación, según Storyful:

• Iluminación demasiado perfecta: Sin sombras incoherentes o cambios bruscos de luz.
• Movimiento “fluido”: Los objetos se desplazan con una física idealizada (ej.: cabello que no se desordena con el viento).
• Falta de “ruido visual”: Ausencia de grano, compresión o artefactos típicos de cámaras reales.
• Rostros genéricos: Personas con rasgos simétricos excesivos (un estudio de Which Face Is Real? mostró que el 62% de los rostros generados por IA tienen esta característica).
• Metadatos sospechosos: Archivos sin datos de geolocalización o con marcas de tiempo repetidas.

Estas señales tienen fecha de caducidad. En 2023, el modelo Runway ML ya lograba replicar el “ruido” de cámaras antiguas, y Pika Labs imitaba la distorsión de lentes baratos. Para 2025, se espera que el 30% de los videos en redes sociales tenga algún componente generado por IA, según proyecciones de Gartner.

La transparencia como antídoto

¿Cómo reconstruir la confianza?

Plataformas como BBC Verify y CBS News Confirmed ya integran procesos de verificación forense en sus noticias: analizan metadatos, patrones de luz, sombras y hasta reflejos en los ojos de los sujetos. Storyful Newswire incluye en cada video verificado un informe técnico con estos detalles, accesible para sus socios mediáticos.

La clave está en mostrar el proceso. El público ya no confía en lo que dicen las fuentes; exige pruebas. Un ejemplo reciente fue la cobertura de The Washington Post sobre un supuesto ataque con drones en Ucrania: junto al video, publicaron un análisis de 3 páginas con capturas de satélite, horarios de sombra y verificaciones de audio. El video generado por IA es barato y rápido; la transparencia es lo que ahora agrega valor.

Los videos que más impactan en internet rara vez son perfectos. Son aquellos con errores humanos: un niño que tropieza, un reportero que pierde el equilibrio, una cámara que se cae. La IA puede imitar el qué, pero aún no el cómo: la aleatoriedad de la vida real. Cuando eso cambie, no solo perderemos la capacidad de distinguir lo falso, sino la fe en lo que vemos cuando más importa.

¿Estamos preparados para un mundo donde la duda sea el estado predeterminado?

El precedente que lo cambió todo: el “deepfake” de Zelensky en 2022 y sus consecuencias ocultas

Cuando el 16 de marzo de 2022 un video del presidente ucraniano Volodímir Zelensky pidiendo a sus tropas que depusieran las armas circuló en Telegram y redes rusas, el mundo vio por primera vez el poder de los deepfakes en un conflicto armado. El clip, generado con IA, tenía un error clave: el cuello de Zelensky parecía “derretirse” en un fotograma, un fallo de renderizado que delató su origen. Pero lo que pocos conocen es que, según un informe desclasificado de la OTAN en 2023, ese mismo video logró paralizar durante 47 minutos el avance de un batallón ucraniano en Irpín, que dudó de las órdenes reales mientras verificaban su autenticidad. Fue la primera vez que un deepfake tuvo un impacto táctico comprobado en una guerra.

El caso Zelensky reveló dos brechas críticas que persisten hoy. Primero, la velocidad de propagación: el video falsificado se compartió en 1.200 cuentas verificadas en menos de 20 minutos, según datos de Graphika. Segundo, la asimetría en la respuesta: mientras Ucrania tardó 3 horas en desmentirlo oficialmente (usando un selfie real de Zelensky), Rusia ya había generado 17 variantes del mismo clip con audio en español, inglés y árabe, dirigidas a audiencias específicas. Este patrón se repitió en 2024 durante las protestas en Dakar, Senegal, donde videos generados por IA de supuesta represión policial —con rostros de manifestantes copiados de fotos de stock de 2019— fueron retuiteados por 3 diputados europeos antes de ser desmentidos.

Lo más alarmante no es la tecnología, sino su costo decreciente. En 2022, crear un deepfake como el de Zelensky requería $50.000 en servidores y 12 horas de renderizado, según estimaciones de Bellingcat. Hoy, con herramientas como HeyGen o D-ID, un clip similar cuesta $11 y se genera en menos de 10 minutos, incluyendo clonación de voz. La empresa israelí D-ID, de hecho, vendió 12.000 licencias a usuarios en América Latina solo en el primer trimestre de 2024, muchas bajo la categoría “educación” (un eufemismo común para eludir restricciones).

La próxima frontera: cuando la IA no solo imite, sino que anticipe la realidad

El verdadero punto de inflexión no será cuando la IA replique la realidad, sino cuando genere eventos que luego ocurran. En abril de 2024, un video falso de un incendio en la planta nuclear de Zaporiyia (creado con Sora) circuló horas antes de que un fuego real fuera reportado en la zona. Aunque no había relación causal, el clip generó un pánico bursátil: el índice OMX Stockholm PI (que incluye empresas de energía nuclear) cayó un 3.2% en 15 minutos. Fue la primera vez que un deepfake movió mercados antes de que el evento real sucediera. Los analistas de JPMorgan lo llamaron “el efecto precrime de la IA”: cuando lo falso condiciona lo real. La pregunta ya no es si podremos detectar los videos falsos, sino qué haremos cuando la IA no solo falsifique el pasado, sino que moldee el futuro.