Los generadores de imágenes basados en inteligencia artificial han avanzado a un ritmo vertiginoso. En muy poco tiempo han pasado de producir rostros fácilmente identificables como falsos a crear caras humanas tan detalladas y convincentes que, para muchas personas, resultan indistinguibles —o incluso más realistas— que las reales. Este progreso plantea un desafío urgente: cómo diferenciar una identidad auténtica de una creada por algoritmos.
Un nuevo estudio realizado en el Reino Unido ofrece una pista prometedora. La clave no estaría solo en la tecnología, sino en combinar habilidades humanas excepcionales con un entrenamiento breve y muy específico. Según los investigadores, esta estrategia podría reforzar de forma significativa la detección de rostros generados por IA, una capacidad cada vez más necesaria en un entorno dominado por estafas y desinformación.
Superreconocedores frente al resto
La investigación analizó el desempeño de 664 voluntarios, divididos en dos grupos. Por un lado, los llamados superreconocedores: personas que, en estudios previos, demostraron una habilidad extraordinaria para identificar y comparar rostros humanos. Por otro, participantes con capacidades de reconocimiento facial consideradas normales.
Ambos grupos debían distinguir entre imágenes reales y caras generadas por inteligencia artificial. Aunque los superreconocedores obtuvieron mejores resultados que el promedio, los datos iniciales revelaron una conclusión inquietante: incluso ellos tuvieron serias dificultades para detectar las imágenes falsas.
“El problema es que las imágenes creadas por IA son cada vez más fáciles de producir y cada vez más difíciles de identificar”, explicó Eilidh Noyes, investigadora de la Universidad de Leeds y coautora del estudio. “Eso las convierte en un riesgo real desde el punto de vista de la seguridad”.
Dos pruebas, un mismo engaño
El experimento incluyó dos tipos de tareas. En la primera, los participantes observaban una sola imagen y debían decidir si el rostro era real o generado por IA. En la segunda, se les mostraba un par de imágenes —una auténtica y otra artificial— y se les pedía identificar la falsa.
Sin ningún tipo de entrenamiento previo, los superreconocedores acertaron solo en el 41 % de los casos. Las personas con habilidades normales apenas alcanzaron el 31 %. Teniendo en cuenta que la mitad de las imágenes eran falsas, estos resultados se acercan peligrosamente al azar, lo que subraya hasta qué punto las caras artificiales pueden resultar convincentes.
Cinco minutos que marcan la diferencia
El cambio llegó con una breve capacitación previa. Antes de repetir las pruebas, los participantes recibieron un entrenamiento de apenas cinco minutos, centrado en detectar señales típicas de los rostros generados por IA.
Entre las pistas aprendidas se encontraban dientes ausentes o deformes, texturas de piel poco coherentes, o bordes borrosos en el cabello y el contorno facial. Tras esta preparación, los resultados mejoraron de forma clara.
Las personas con habilidades normales alcanzaron un 51 % de aciertos, apenas por encima del azar. Sin embargo, los superreconocedores elevaron su precisión hasta el 64 %, un salto significativo que demuestra el valor de combinar talento natural con entrenamiento dirigido.
“Nuestro estudio muestra que la combinación de superreconocedores y capacitación puede convertirse en una herramienta eficaz para detectar rostros generados por IA”, señaló Noyes.
Un problema con consecuencias reales
Estas imágenes se crean mediante redes generativas antagónicas (GAN), sistemas en los que dos algoritmos compiten: uno genera rostros y el otro evalúa cuán realistas resultan. Este proceso continuo de mejora explica por qué los resultados son cada vez más difíciles de distinguir de una fotografía auténtica.
Hoy, este tipo de imágenes se utiliza en perfiles falsos, estafas, suplantación de identidad y fraudes en plataformas digitales. Frente a este escenario, entrenar rápidamente a personas con habilidades especiales podría convertirse en una herramienta clave.
“Nuestro método de entrenamiento es corto y fácil de aplicar”, explicó Katie Gray, investigadora de la Universidad de Reading. “Combinado con las capacidades de los superreconocedores, podría ayudar a resolver problemas reales, como la verificación de identidades en línea”.
En un mundo donde ver ya no es creer, este estudio funciona como advertencia… y también como una posible línea de defensa frente a una de las amenazas más sutiles de la era digital.
🖥️ ¿Te apasiona la tecnología? En nuestro canal de YouTube analizamos gadgets, novedades tech y mucho más.
▶ Suscribirme
