Las primeras imágenes generadas por inteligencia artificial eran evidentes. El artificio estaba más que a la vista: manos con seis dedos, ojos a alturas distintas, muecas desencajadas y un sinfín de desperfectos que nos permitían reconocerlas. Pero el panorama ha cambiado sobremanera. La tecnología se ha vuelto mucho más sofisticada y distinguir la realidad de la ficción se ha vuelto mucho más difícil. De este modo, la ciudadanía corre el riesgo de caer en los deepfakes, los bulos y nuevas formas de desinformación. Para hacer frente a estas amenazas, una nueva investigación ha diseñado un entrenamiento que permite identificar rostros humanos de rostros digitales. Se trata de una capacidad que se desarrolla a través de la intuición y la experiencia.Publicidad"Aunque los algoritmos pueden detectar los deepfakes, adolecen de opacidad y de vulnerabilidades graves, y la formación de personas para identificar artefactos visuales específicos ha resultado ser, en gran medida, ineficaz", indica el estudio, publicado en la revista Proceedings of the National Academy of Sciences (PNAS). "La IA se está volviendo demasiado buena y, en cualquier caso, los estafadores pueden evitar usar imágenes con fallos obvios", expresa la investigadora principal, Amy Dawel, del Laboratorio de Emociones y Rostros en la Universidad Nacional de Australia.El equipo científico entrenó a 45 personas para identificar rostros generados por IA mediante un método diferente. Los autores instruyeron a los participantes para que se centraran en cualidades globales que diferencian los rostros generados por IA de los reales, como la simetría, la proporcionalidad, el atractivo, la expresividad, la singularidad y la capacidad de recordar. Los participantes no recibieron instrucciones explícitas sobre cómo detectar las caras artificiales, pero aprendieron a utilizar estas cualidades globales de manera efectiva.El "ingrediente secreto" de la intuición humanaLa precisión para detectar imágenes creadas por IA casi se duplicó con el entrenamiento, y los participantes con mejor desempeño alcanzaron una capacidad casi perfecta. Y esta habilidad nada tiene que ver con atender a elementos artificiosos. "No tenemos una lista de verificación, y ese es el 'ingrediente secreto' de nuestra formación", declara a Público Amy Dawel. "Nuestro enfoque formativo tiene un giro deliberado: no le decimos a la gente qué debe buscar, ya que los criterios quedan rápidamente obsoletos".PublicidadEn lugar de establecer criterios estancos, "exponemos a los participantes a rostros generados por IA y a rostros humanos auténticos, al tiempo que dirigimos su atención hacia las cualidades que distinguen a unos de otros", explica la experta. "A través de la exposición repetida, los participantes desarrollan un sentido intuitivo para detectar los rostros generados por IA, del mismo modo que las habilidades o el expertise suelen desarrollarse a través de la experiencia más que mediante reglas explícitas".El artículo científico propone que "las impresiones generales de las personas son implícitamente sensibles a las diferencias sistemáticas entre los rostros generados por IA y los rostros humanos". Esto hace que un entrenamiento basado en el consumo cuantitativo de imágenes tenga consecuencias de carácter cualitativo. Teniendo esto en cuenta, el equipo de investigación ha mostrado que la manera de que una persona desarrolle la habilidad de identificar una foto real o un deepfake es a partir de la práctica. Esta sería la claves de la formación propuesta en el estudio.Las características que distinguen los rostros reales de los digitales son globales. En concreto, los generados por inteligencia artificial "tienden a ser más simétricos, proporcionados y atractivos, pero sin entrenamiento solemos pensar que estas son características propias de un ser humano". De este modo, las personas que participaron en el estudio dirigieron su atención a seis cualidades perceptivas: distinción, facilidad para recordarlos, proporcionalidad, simetría, atractivo y expresividad. "Fue asombroso ver la mejora drástica en la capacidad de las personas para detectar rostros generados por IA", declara Dawel.PublicidadLa efectividad del ojo humano para detectar la IALa investigación fue repetida con éxito por un equipo dirigido por Jim Tanaka y Eric Mah, investigadores de la Universidad de Victoria, en Canadá. "La replicación demuestra que los hallazgos no fueron una casualidad: cuando capacitamos a un nuevo grupo de personas en un país diferente, vimos que mejoraron en la misma medida", valora Mah. "La formación online fue eficaz, por lo que nuestro programa de formación pudo implementarse fácilmente a gran escala y a bajo coste".De hecho, el entrenamiento pareció comenzar a dar resultados en el corto plazo. La estudiante Tanya George, de la Universidad de Australia, trabajó junto a Dawel en el experimento con los participantes. "Descubrimos que incluso las sesiones de entrenamiento relativamente cortas ayudaron a los participantes a mejorar su precisión en la detección de rostros generados por IA, lo que pone de relieve el potencial de las herramientas educativas prácticas en este ámbito", informa en un comunicado. "La tecnología de generación de imágenes mediante IA está mejorando a un ritmo vertiginoso, y mucha gente subestima el realismo de estos rostros. Investigaciones como esta pueden ayudar a las personas a desenvolverse en entornos en línea cada vez más complejos", añade.La importancia de formar a las personasDawel considera importante mejorar las capacidades de detección de la inteligencia artificial por parte de los humanos, ya que no se podía confiar en que la tecnología resuelva el problema por sí sola. "Si bien los algoritmos ofrecen una solución para detectar rostros falsificados mediante deepfake, sus procesos de toma de decisiones siguen siendo opacos y las recientes pruebas comparativas revelan graves deficiencias", afirma. Por el contrario, las personas cuentan con una suerte de ventaja epistémica para dar cuenta de las creaciones digitales."Los seres humanos contamos con dos ventajas clave a la hora de detectar la IA", cuenta. "En primer lugar, debido a nuestro carácter tan social, nuestro cerebro ha evolucionado a lo largo de millones de años para captar las características que diferencian a la inteligencia artificial de los rostros reales. Aunque no utilizamos de forma natural estas características para detectar rostros generados de manera digital, nuestra formación nos enseña a hacerlo", explica. La segunda ventaja tiene que ver con que "a diferencia de los algoritmos, los seres humanos podemos explicar nuestras decisiones, lo cual es importante para garantizar la confianza en el proceso".Frente a la desinformación, alfabetizaciónLa proliferación de bulos y desinformación por medio del desarrollo tecnológico es una creciente preocupación social y política. Es por este motivo que el Gobierno central y la Comisión Europea han comenzado a legislar sobre estos asuntos y de manera concreta en materia de la IA. De este modo, buscan garantizar la transparencia de su uso para evitar engaños o fraudes que puedan desorientar a la población. Asimismo, la alfabetización digital continúa siendo uno de los objetivos fundamentales para garantizar la autonomía y emancipación de todas las personas. En este aspecto, el presente estudio busca dar una respuesta a las necesidades formativas que conlleva el avance de las tecnologías disruptivas.La experta pone de relieve la necesidad de "enfoques que sean éticos y explicables", por lo que "resulta fundamental mantener a la ciudadanía informada". Se trata de una tarea que se complica a medida que avanza la sofisticación técnica de las herramientas digitales para crear imágenes realistas. En este sentido, Dawel considera que su método formativo es útil en un contexto donde todo queda rápidamente obsoleto. "Nuestra formación tiene el potencial de mantenerse al día con solo actualizar las imágenes que se utilizan en ella", señala. "La información está en los propios rostros, y parece que los seres humanos somos muy buenos a la hora de aprender de forma intuitiva".Referencia:Dawel, A. et al. "Training humans to detect AI-generated faces". PNAS (2026). DOI: https://dx.doi.org/10.1073/pnas.2602122123.