← Todas las guías Bajo el capó

Por qué las capturas de pantalla arruinan la detección de IA

Una captura de pantalla reemplaza las pruebas que lee un detector por pruebas sobre tu propia pantalla. Qué sobrevive, qué no y qué hacer cuando una captura de pantalla es lo único que tienes.

· 10 min de lectura · Best AI Image Detector

Una captura de pantalla es una nueva imagen creada por tu dispositivo a partir de lo que había en la pantalla. Descarta la codificación original y el ruido del sensor y lo sustituye por tu propia canalización de visualización, que es la mayor parte de lo que lee un detector.

Lo que captura realmente una captura de pantalla

Parece que estás copiando y no lo estás haciendo. El archivo original se decodificó en píxeles, se escaló para ajustarse a una ventana, se gestionó su color para tu pantalla, se compuso con todo lo demás en la pantalla y, a continuación, ese resultado se capturó y se codificó de nuevo.

Cada uno de esos pasos es tu dispositivo operando sobre la imagen en lugar de sobre la imagen en sí. El resultado es un registro fiel de lo que viste y un registro pobre de lo que contenía el archivo.

La detección lee lo segundo. Los patrones de ruido del sensor, el historial de compresión y la textura fina que separa una captura de cámara de una generada son propiedades de la codificación original, y la captura de pantalla ha reemplazado esa codificación por completo.

Por lo tanto, el modelo no está fallando cuando interpreta mal una captura de pantalla. Está leyendo con precisión lo que tiene enfrente, y lo que tiene enfrente es una representación producida por software.

Hacia dónde se inclina el error

De manera previsible, y en la dirección que causa más problemas. Las capturas de pantalla empujan las fotografías genuinas hacia arriba y las imágenes generadas hacia abajo, comprimiendo todo hacia el centro, donde no se puede concluir nada.

Lo que una captura de pantalla le hace a una puntuación
Fotografía, original
13
Fotografía, con captura de pantalla
52
Generada, original
94
Generada, con captura de pantalla
71

Ilustrativo. La dirección es coherente incluso cuando la magnitud varía.

Las mismas dos imágenes, antes y después de una captura de pantalla. Ambas se movieron hacia el centro.

Observa cuánto más cerca están las dos barras centrales que las dos exteriores. La brecha que hace que un resultado sea útil se ha reducido de ochenta y un puntos a diecinueve, y diecinueve puntos no son suficientes para decidir nada.

Por esto la queja más común sobre los detectores, que una fotografía real fue señalada como falsa, a menudo resulta tratar sobre una captura de pantalla en lugar de sobre la herramienta.

Qué hacer cuando una captura de pantalla es lo único que tienes

Esto ocurre constantemente, y la respuesta no es rendirse, sino cambiar lo que le pides al resultado.

  1. Intenta llegar al original primero

    Pega la URL de la página, pídele el archivo al remitente o busca la publicación en lugar de la imagen de la publicación. Esto resuelve la mayoría de los casos de inmediato.

  2. Ejecuta la búsqueda de imágenes inversa

    Funciona mucho mejor en capturas de pantalla que el análisis de píxeles, porque coincide con la composición en lugar de con la textura.

  3. Lee el mapa, no el número

    El calor localizado sobrevive a una captura de pantalla mejor que los valores absolutos. Una región que destaca claramente del resto sigue aportando información.

  4. Descuenta el centro por completo

    En una captura de pantalla, cualquier valor entre aproximadamente cuarenta y setenta no aporta ninguna información.

  5. Mira la imagen tú mismo

    La composición, el texto, los reflejos y la geometría sobreviven por completo a una captura de pantalla, y es ahí donde una persona supera al modelo.

El quinto paso merece más peso del que suele recibir. Todo lo que evalúa un lector humano se conserva perfectamente mediante una captura de pantalla, por lo que el peso de las pruebas se desplaza hacia la inspección precisamente cuando la señal automatizada se debilita.

Por qué esto importa para la forma en que la gente comparte contenido

La captura de pantalla es ahora la unidad predeterminada para compartir. Algo se ve, se captura y se reenvía, y para cuando llega a alguien que quiere comprobarlo, a menudo se ha capturado en pantalla más de una vez.

Cada paso agrava la pérdida. Una captura de pantalla de una captura de pantalla ha pasado por dos conductos de visualización y dos codificaciones, y el archivo original está dos pasos más lejos de lo que cree la persona que lo comprueba.

La consecuencia práctica para cualquiera que realice una verificación es que encontrar el original no es un paso preliminar, sino la mayor parte del trabajo. Un proceso de verificación que comience con el archivo que se le entregó obtendrá un número mediocre y ninguna respuesta.

También vale la pena decírselo a quien te envíe cosas. Pedir el archivo en lugar de una foto del archivo no le cuesta nada y cambia lo que se puede establecer a partir de él.

Lo que sobrevive a una captura de pantalla
Señal¿Sobrevive?Por qué
Composición y geometríaLa imagen sigue siendo la imagen
Texto visible y carteleríaLegible a menos que se reduzca drásticamente
Coincidencia de búsqueda inversa de imágenesCoincide con el contenido, no con la codificación
Estructura del mapa de regionesEn parteLa temperatura localizada persiste, los valores varían
Puntuación del encuadreNoMide la captura de pantalla, no la imagen
Metadatos y credencialesNoDescartado por completo

El único caso en el que una captura de pantalla es la prueba

Hay una excepción que vale la pena mencionar, porque invierte todo lo anterior. A veces, lo que se evalúa no es la imagen, sino la interfaz que la rodea: un hilo de mensajes, un saldo comercial, una confirmación de transacción, una publicación que se ha eliminado desde entonces.

En esos casos, la captura de pantalla es el artefacto y no hay ningún archivo original que encontrar. El análisis de píxeles no aporta casi nada, y las comprobaciones útiles son completamente diferentes: si la interfaz coincide con la versión actual de esa aplicación, si las cifras cuadran, si la marca de tiempo tiene sentido.

Las capturas de pantalla fabricadas suelen fallar en la coherencia interna en lugar de en la textura. Un saldo que no es igual a la suma de sus filas, una marca de tiempo en un día en que el servicio no estaba disponible, una fuente o un espaciado que no coincide con el producto real, un icono de estado que ya no existe.

Vale la pena separar esto de la verificación de imágenes propiamente dicha, porque el instinto de ejecutar un detector sobre la captura de pantalla de una conversación produce un número mediocre y una falsa sensación de que se ha comprobado algo.

El hábito que vale la pena adquirir es tratar una captura de pantalla como una pista en lugar de como una prueba. Te indica qué debes ir a buscar, y lo que vas a buscar es el archivo. Un proceso de verificación que se detiene en la captura de pantalla se ha detenido un paso antes de tiempo.

Para los equipos, vale la pena incluir esto en una regla de admisión. Pide archivos, no fotos de archivos, y dilo en el momento en que alguien esté subiendo contenido. La mayoría de la gente envía una captura de pantalla porque era la opción más rápida, no porque el original no estuviera disponible.

Si hay que sacar una sola frase de esto, es que una captura de pantalla responde a una pregunta diferente a la que responde el archivo. Ambos son temas legítimos; simplemente no son intercambiables, y la mayor parte de la confusión aquí proviene de tratarlos como si lo fueran.

Preguntas habituales

¿Por qué una captura de pantalla es mucho peor que el original?
Porque es una imagen diferente. El original se decodificó, se redimensionó, se gestionó el color, se compuso con tu escritorio y tu dispositivo lo volvió a codificar. La detección lee la codificación original y la textura del sensor, y nada de eso sobrevivió. El modelo está leyendo tu pantalla, no el archivo.
¿Puedo comprobar una captura de pantalla de todos modos?
Puedes hacerlo, y debes descartar por completo el centro de la escala. Los dos extremos todavía contienen algo de información: una puntuación muy baja en una captura de pantalla es significativa porque la compresión empuja hacia arriba, y una muy alta ha sobrevivido a un proceso que actúa en su contra.
¿Qué debería pedirle a alguien que envíe en su lugar?
El archivo en sí, o un enlace al lugar donde se publicó. En un teléfono, eso significa guardar el adjunto en lugar de hacer una captura de pantalla de la conversación. Le cuesta unos segundos y cambia por completo lo que se puede establecer a partir de la imagen.
¿Sigue funcionando el mapa de regiones?
En parte. Los valores absolutos varían, pero una edición localizada sigue estando localizada, por lo que una región que destaca claramente de sus vecinas sigue siendo informativa incluso en una copia degradada. Lee la forma del mapa en lugar de los números que contiene.
¿Qué pasa con la foto de una pantalla tomada con un teléfono?
Peor aún. Eso añade una pantalla, una lente, un sensor y otra pasada de compresión, además de patrones de Moiré y reflejos. Trata cualquier resultado como ruido y confía plenamente en lo que una persona puede ver en la imagen.
¿Por qué tantos informes de falsos positivos implican capturas de pantalla?
Porque hacer una captura de pantalla eleva las fotografías reales en la escala por diseño. Alguien hace una captura de pantalla de una foto familiar real, ve una puntuación en los cincuenta y concluye que la herramienta está rota. La herramienta está midiendo la captura de pantalla con precisión, lo cual es algo distinto a medir la fotografía.