Detectives de imágenes: la ciencia que desenmascara fotos falsas en la era de la IA

En la era de la información visual, las imágenes son mucho más que simples ilustraciones: moldean nuestra percepción del mundo y validan historias que consumimos a diario. Pero no todas las fotos que vemos son auténticas. Desde pequeños retoques hasta falsificaciones generadas por IA, las imágenes manipuladas se han convertido en un desafío creciente para periodistas, investigadores y cualquier usuario de internet.

En la Facultad de Ingeniería de la Udelar, la doctora en Matemática Marina Gardella lidera un grupo de investigación que se dedica a detectar estas alteraciones. “Lo del gato y el ratón es constante”, dice. “Yo ya no confío en la inspección visual”, agrega.

Su interés en el tema comenzó en 2019 durante su doctorado en Francia, cuando las manipulaciones eran más simples: copiar, pegar o borrar partes de una imagen. Hoy, la situación es mucho más compleja: las falsificaciones actuales, sobre todo las generadas por IA, pueden ser casi imposibles de reconocer a simple vista.

El proyecto Detectives de imágenes, que se presenta en Ingeniería deMuestra, busca acercar este conocimiento al público. Los investigadores distinguen principalmente dos tipos de imágenes falsas. El primero son fotos reales que han sido editadas localmente, como retocar un objeto o copiar un elemento dentro de la misma imagen. Para detectarlas, se analizan señales que escapan a la vista, como el ruido de la foto —“esos granos que aparecen cuando sacás una foto de noche y que dependen de la iluminación y de la configuración de la cámara”— o inconsistencias en la compresión de distintas áreas de la imagen.

El segundo tipo son imágenes completamente generadas por IA. Estas presentan patrones sutiles, perceptibles solo mediante análisis matemáticos, como picos en el “espectro de Fourier” que revelan la forma en que la imagen fue escalada desde resoluciones menores. Detectarlas requiere métodos técnicos y conocimientos especializados. Gardella subraya que, pese a los avances, aún hay limitaciones. “Muchas veces no podemos concluir nada, porque la imagen se degrada al compartirse en redes sociales. Eso no significa que sea verdadera; simplemente no tenemos las herramientas”, explica.

Con Detectives de imágenes, la Facultad de Ingeniería invita a mirar más allá de lo evidente, entendiendo que, en el universo digital actual, no todo lo que vemos es necesariamente real.

Distinguir entre imágenes reales y manipuladas puede ser todo un desafío. Marina Gardella, especialista en procesamiento de imágenes, comparte estrategias y herramientas para hacerlo.

El primer consejo es sencillo pero eficaz: la búsqueda inversa de imágenes. “Cuando uno duda de una foto, lo primero que hay que hacer es una búsqueda inversa para ver qué aparece. Eso permite comprobar si la imagen ya circuló antes o si tiene origen confiable”, explica. Además, la geolocalización de fotos ayuda a verificar dónde se tomaron y si coinciden con la información disponible.

Para un análisis más técnico, Gardella recomienda dos herramientas. Una es el plugin InVID WeVerify, diseñado como una “navaja suiza” para la detección de imágenes adulteradas. Gratuito y accesible, permite obtener información contextual sobre imágenes y videos de redes sociales, realizar búsquedas inversas en varios motores, fragmentar videos en fotogramas clave, analizar metadatos, consultar bases de imágenes falsas conocidas, aplicar filtros forenses a imágenes sospechosas y crear GIFs que comparan una imagen manipulada con la original. La segunda herramienta es la librería PhotoHolmes desarrollada por estudiantes de la Facultad de Ingeniería, pensada para usuarios con conocimientos de programación y procesamiento de imágenes. Permite ejecutar análisis más avanzados sobre fotos locales o generadas artificialmente y aprender de manera práctica cómo detectar manipulaciones digitales. Todo el código está disponible en GitHub.

Gardella también advierte sobre las limitaciones: muchas veces las imágenes compartidas en redes sociales se degradan y algunas pistas desaparecen. “Que no podamos concluir nada no significa que sea verdadera; simplemente no tenemos herramientas para evaluarla”, aclara.