Cómo saber si una imagen fue generada por IA
Buscar manos raras o texto deformado ya no es una estrategia fiable. Para investigar el origen de un archivo conviene empezar por señales de procedencia: C2PA, Content Credentials, marcas de agua compatibles y metadatos.
Primero: separar detección visual de procedencia
Un detector visual intenta estimar si los píxeles “parecen” generados por un modelo. Puede ser útil como pista, pero no equivale a demostrar de dónde salió el archivo. La procedencia intenta responder otra pregunta: ¿hay información verificable que relacione este archivo con una herramienta, un flujo de edición o un emisor concreto?
En 2026, esa diferencia importa más que nunca. Las imágenes generadas son mejores, las fotografías reales pasan por filtros cada vez más agresivos y una captura de pantalla puede borrar buena parte de la información original del contenedor.
Qué es C2PA y por qué importa
C2PA es un estándar técnico abierto para adjuntar información de procedencia a contenido digital. Las llamadas Content Credentials pueden incluir afirmaciones firmadas sobre creación y edición. No es una tecnología exclusiva de la IA: también puede utilizarse en cámaras, medios de comunicación y software de edición.
Una credencial válida tiene más valor que un campo de texto cualquiera que diga “AI generated”, porque se puede analizar quién firma la información y si la cadena de procedencia es válida.
OpenAI también usa SynthID en contenido compatible
OpenAI ofrece actualmente una herramienta pública para comprobar si archivos compatibles contienen señales de procedencia asociadas con sus herramientas. La verificación puede buscar metadatos C2PA y marcas de agua SynthID.
Esto es importante porque una marca de agua de este tipo no es lo mismo que EXIF. Quitar metadatos del contenedor no demuestra que se haya eliminado una señal incrustada de otra manera.
Fuentes primarias
Qué revisar en un archivo
- Content Credentials. Comprueba si existe un manifiesto C2PA y quién lo firma.
- Verificadores del proveedor. Si sospechas de una herramienta concreta, busca si el proveedor ofrece una verificación oficial de su propia señal.
- Metadatos convencionales. EXIF, XMP, campos de software y bloques específicos del formato pueden aportar contexto.
- Historial del archivo. Una captura, una conversión, un reescalado o el paso por una red social pueden eliminar información.
Si no aparece ninguna señal, no significa que la imagen sea real
Este es el error más común. Un resultado negativo solo indica que no se encontró una señal compatible en ese archivo concreto. Puede tratarse de una imagen antigua, un modelo que no use esas señales, una exportación no compatible o una copia que perdió los datos durante su recorrido.
Por eso la interpretación correcta es asimétrica: una señal positiva y confiable puede aportar evidencia útil; la ausencia de señal suele ser inconclusa.
| Resultado | Interpretación razonable | No demuestra |
|---|---|---|
| Señal confiable de OpenAI | El archivo contiene una señal compatible asociada con OpenAI | Quién lo creó o si todo el contexto es verdadero |
| C2PA de otro firmante | Hay procedencia firmada de ese ecosistema | Que ChatGPT lo haya generado |
| Solo metadatos normales | Hay pistas sobre software o flujo de trabajo | Que esos campos no hayan sido modificados |
| Sin señal | No se detectó una señal compatible | Que sea una fotografía auténtica |
En WhatsApp, Instagram o X puedes estar analizando una copia
Las plataformas pueden recomprimir, redimensionar o convertir una imagen. Si alguien volvió a publicar una captura de pantalla, probablemente ya no estás viendo el archivo original. Para una verificación seria, intenta conseguir el fichero de origen y conserva también la versión encontrada en la plataforma para comparar.
Inspecciona primero el archivo
CreatorPrivacyKit permite revisar metadatos compatibles y datos C2PA de forma local en el navegador antes de compartir o analizar una imagen.
Abrir Metadata Cleaner →