← Todas las guías Precisión

Por qué una foto real se marca como IA

Los falsos positivos tienen seis causas comunes, y la mayoría se pueden solucionar. A continuación se explica por qué una fotografía genuina obtiene una puntuación alta y cómo volver a probarla correctamente.

· 7 min de lectura · Best AI Image Detector

Casi siempre porque el archivo ha sido procesado: reescalado, sin ruido, capturado en pantalla o fuertemente comprimido. Los detectores leen los detalles finos, y el procesamiento reconstruye los detalles finos de formas que parecen generadas.

Las seis cosas que causan un falso positivo

Un detector lee la textura estadística entre píxeles vecinos. Cualquier cosa que reescriba esa textura mueve la puntuación, haya participado o no un generador. Estas son las causas en el orden en que aparecen en la práctica.

  1. Capturas de pantalla. Una captura de pantalla es un nuevo renderizado de una imagen, no una copia de ella. El detalle fino que lee el modelo es reemplazado por lo que mostrara la pantalla. Las capturas de pantalla de capturas de pantalla son aún peores.
  2. Reescalado. Cualquier herramienta que amplía una foto inventa píxeles que no fueron capturados. Esos píxeles inventados son píxeles generados, por lo que el detector no se equivoca, está respondiendo a una pregunta que no pretendía hacer.
  3. Reducción de ruido intensa. Los modos nocturnos de los teléfonos, el procesamiento con poca luz y los filtros de reducción de ruido suavizan el ruido del sensor que marca una captura real. Eliminar ese ruido elimina la evidencia de la cámara.
  4. Retoque agresivo. El suavizado de la piel, la separación de frecuencias y los filtros de retrato reconstruyen la textura en todo un rostro. Un retrato muy retocado puede obtener una puntuación mayor que uno generado y ligeramente editado.
  5. Compresión fuerte. Los guardados repetidos en JPEG destruyen el detalle fino en todas partes. La precisión en el banco de pruebas publicado cae del 91.3 por ciento en originales limpios al 84.6 por ciento en calidad 40.
  6. Imágenes pequeñas y recortes intensos. Por debajo de aproximadamente 576 píxeles en el lado más corto no hay suficiente detalle para dividir en regiones, y la puntuación de todo el encuadre se vuelve menos fiable.
El coste de la recompresión
Originales limpios
91.3 %
Calidad JPEG 60
87.3 %
Calidad JPEG 40
84.6 %

El eje empieza en el 80% para que la pendiente sea legible. Las cifras proceden del banco de pruebas de la investigación, no de imágenes que llegan de internet abierto.

Precisión equilibrada frente a la calidad JPEG en el banco de pruebas publicado del modelo. Cada vez que se vuelve a guardar, la imagen desciende por esta pendiente.

Por qué las fotos de los teléfonos modernos son el caso más difícil

Una fotografía de un teléfono actual no es una sola exposición. Son varios fotogramas fusionados, con reducción de ruido, enfocados y con mapeo de tonos mediante software antes de que los veas. La fotografía computacional y la generación de imágenes resuelven problemas que se solapan, y dejan marcas que también lo hacen.

Esta es una limitación real más que un error que se corregirá en el futuro. Un retrato en modo nocturno tiene más de su textura fina escrita por software que capturada por un sensor. Un detector que lee esa textura está leyendo el resultado del software, porque eso es lo que contiene el archivo.

Cómo volver a analizar correctamente

  1. Encuentra el archivo, no una copia

    Ve al carrete de la cámara, la tarjeta de memoria o la exportación original. Todo lo que haya llegado a través de una aplicación de chat, una plataforma social o una captura de pantalla ya ha sido recomprimido.

  2. Envíalo como archivo, no como foto

    Las aplicaciones de mensajería recomprimen cualquier cosa enviada como imagen. La mayoría tiene una opción de documento o archivo que transfiere los bytes originales.

  3. Desactiva el procesamiento que puedas controlar

    Si vuelves a disparar, desactiva los filtros de belleza y el suavizado de piel. Si la cámara ofrece una opción raw o sin procesar, úsala.

  4. Comprueba el mapa de regiones

    Un mapa uniformemente cálido en todo el encuadre apunta a un procesamiento global. Una zona caliente en un encuadre frío apunta a una edición local. Esos son hallazgos distintos.

  5. Compara con una foto de la que estés seguro

    Analiza una foto de la misma cámara de la que tengas certeza. Si la puntuación es similar, el procesamiento de la cámara es la causa en lugar de la imagen.

Qué te dice el patrón

58 61 54 63 59 57 55 62 60

Compara esto con un encuadre generado, donde los mosaicos se sitúan en los noventa, y con una edición local, donde un mosaico es caliente y el resto fríos.

Una fotografía genuina pero muy procesada. Ningún mosaico es drástico, pero todos los mosaicos son cálidos, que es el aspecto que tiene el procesamiento global.

Una distribución uniforme en la franja media es la firma de una fotografía real que ha pasado por demasiado software. También es la respuesta sincera: la imagen ya no contiene suficientes detalles originales para respaldar una decisión segura en ninguna dirección.

Si eres el receptor de una acusación

A diseñadores, fotógrafos y estudiantes se les pide que demuestren que han creado su propio trabajo. Una puntuación no puede hacer eso, pero el material que la rodea sí.

  • Conserva el archivo de origen en capas o la captura raw. Un archivo de trabajo con historial es una prueba mucho más sólida que cualquier resultado de un detector.
  • Conserva las versiones intermedias. Las capturas del progreso con marcas de tiempo son difíciles de falsificar a posteriori.
  • Exporta con Content Credentials si tu software lo permite. Una credencial firmada es criptográfica en lugar de estadística.
  • Pregunta en qué se basa la acusación. Una única puntuación de una herramienta anónima con franjas no publicadas no es un hallazgo, y es razonable decirlo.

También conviene saber que la dirección del error no es aleatoria. Los detectores están ajustados para detectar imágenes generadas, y ese ajuste les hace estar más dispuestos a marcar una fotografía real que a dar por buena una sintética. Si eres la persona de la que se duda, la herramienta no es neutral con respecto a ti, y quien lea el resultado debería saberlo antes de actuar en consecuencia.

Preguntas habituales

¿Con qué frecuencia se marcan fotos reales como IA?
En el banco de pruebas publicado, el modelo alcanza un 91.3 por ciento de precisión equilibrada en imágenes limpias, lo que significa que aproximadamente una de cada once imágenes cae en el lado equivocado de la línea bajo condiciones controladas. Las tasas en el mundo real son peores, porque las imágenes del mundo real han sido comprimidas, recortadas y vueltas a guardar antes de llegar a ningún detector.
¿Editar una foto en Lightroom o Photoshop provoca un falso positivo?
Los ajustes normales no. La exposición, el color, el recorte y el enderezamiento dejan intacta la textura subyacente. Lo que mueve una puntuación es cualquier cosa que reconstruya el detalle: reducción de ruido intensa, suavizado de piel, escalado, relleno generativo y enfoque agresivo.
¿Por qué mi foto obtuvo una puntuación más alta después de enviársela a alguien?
Porque la aplicación la recomprimió. La mayoría de las plataformas de mensajería vuelven a codificar las imágenes al enviarlas, y algunas lo hacen dos veces. Analiza siempre el archivo del carrete de la cámara en lugar de la copia que ha vuelto a través de una conversación.
¿Puedo demostrar que una foto es mía si un detector dice lo contrario?
Con un detector no, y por lo general sí con todo lo demás. El archivo raw, el documento de trabajo en capas, las versiones intermedias y las Content Credentials en conjunto conforman un argumento mucho más sólido que cualquier puntuación. Las herramientas de detección se crearon para plantear una duda, no para resolver una disputa de autoría.