
La proliferación de imágenes sintéticas generadas por inteligencia artificial plantea retos inéditos para la veracidad en el entorno digital.
Un estudio reciente de Vanderbilt University ofrece una perspectiva reveladora: la capacidad para identificar imágenes falsas depende de una aptitud visual concreta —el reconocimiento de objetos— y no del conocimiento tecnológico.
PUBLICIDAD
Un desafío creciente en la era de la inteligencia artificial
La dificultad para distinguir fotografías reales de aquellas producidas por IA alimenta la desinformación digital en redes sociales y medios informativos.
Este fenómeno refuerza la importancia de entender quiénes son realmente menos vulnerables al fraude visual, eje principal de la investigación liderada por Isabel Gauthier, Jason Chow y Rankin McGugin. El estudio fue publicado en Journal of Experimental Psychology.

El desarrollo tecnológico ha sofisticado la creación de imágenes sintéticas, incrementando la preocupación sobre su impacto en la percepción pública.
Aunque se dice que resulta casi “imposible distinguir” lo auténtico de lo artificial, Vanderbilt University aclara que existe una considerable variabilidad individual en la capacidad de las personas para notar la diferencia.
PUBLICIDAD
El “AI Face Test” y lo que realmente predice la detección de fraudes
Para explorar esta desigualdad, el equipo diseñó la prueba de reconocimiento de caras por IA, llamada AI Face Test. Esta herramienta permitió medir cómo cada participante clasifica rostros reales y sintéticos, dejando de lado factores como la experiencia previa o la formación tecnológica, y enfocándose en la percepción visual.
El objetivo era determinar si elementos como la inteligencia general, la experiencia profesional en tecnología o la formación específica sobre IA influían realmente en la capacidad para detectar imágenes falsas. Los resultados fueron claros: ni los conocimientos técnicos ni la familiaridad con la tecnología incrementaron la precisión al identificar rostros generados por inteligencia artificial.
PUBLICIDAD

El hallazgo esencial, subrayado por Vanderbilt University, es que “el factor predictivo más potente no es ser experto en tecnología, sino poseer una aptitud innata para distinguir y categorizar objetos visualmente similares”. Personas con esta destreza —presente, por ejemplo, en radiólogos o patólogos— sobresalieron de forma consistente en la prueba.
La profesora Isabel Gauthier explicó: “Es una capacidad visual que tiene aplicaciones muy generales. Es un rasgo estable que ayuda a afrontar nuevos desafíos perceptivos, incluidos los creados por la inteligencia artificial”.
Gauthier se mostró sorprendida porque ni la inteligencia general ni el contacto frecuente con tecnología mejoraron la precisión al juzgar si un rostro era real o sintético.
PUBLICIDAD
Una habilidad natural, más que adquirida
Esta capacidad para el reconocimiento de objetos se ha relacionado con profesiones altamente especializadas: quienes pueden detectar nódulos pulmonares en radiografías o categorizar células sanguíneas malignas demuestran una precisión poco común para captar detalles inadvertidos para la mayoría.

El estudio evidenció que esta habilidad se mantiene estable incluso cuando las mismas personas son evaluadas repetidas veces. A diferencia de destrezas que pueden perfeccionarse con práctica, como los deportes o los idiomas, el reconocimiento de objetos parece ser más una característica inherente que adquirida.
El discurso dominante sostiene que la inteligencia artificial puede engañar a todos, generando escepticismo sobre la posibilidad de distinguir imágenes auténticas de falsas.
Sin embargo, Gauthier rechaza esa idea. El mensaje extendido sobre la imposibilidad de diferenciar lo real es erróneo, ya que existe una amplia diversidad en la agudeza perceptiva de las personas.
PUBLICIDAD
¿Se puede entrenar esta habilidad?
El estudio aborda si es posible entrenar esta habilidad. La investigación indica que, si bien se pueden aprender señales específicas —como sombras poco habituales o anomalías en manos—, quienes sobresalen son quienes poseen un talento natural para detectar patrones visuales anómalos, independientemente de su experiencia tecnológica.

Otra cuestión es por qué el conocimiento técnico no resulta decisivo. Comprender cómo funciona la inteligencia artificial no equivale a identificar las inconsistencias sutiles de una imagen manipulada. Quienes tienen alta capacidad de reconocimiento de objetos detectan el “ruido visual” ajeno a lo natural, sin depender de sus conocimientos tecnológicos.
Un recurso clave ante la desinformación visual
Frente al mito de que la IA engañará inevitablemente a toda la sociedad, el estudio de Vanderbilt University demuestra que la vulnerabilidad no es universal. Algunas personas tienen dificultades notables, otras poseen habilidades destacadas y una parte significativa queda en un punto intermedio.
PUBLICIDAD
Identificar a quienes tienen una elevada capacidad de reconocimiento visual puede ser útil para reforzar la resistencia colectiva ante la desinformación digital. Esta aptitud puede aplicarse en equipos especializados o como barrera social frente a los fraudes de imagen, sostiene Vanderbilt University.
En un escenario donde las imágenes sintéticas y la desinformación continúan creciendo, comprender que existe una diversidad real en la capacidad para detectar fraudes redefine la discusión social.
Algunas personas, gracias a una percepción natural, están mejor protegidas contra el engaño visual, lo que aporta una perspectiva optimista frente a los desafíos impuestos por la inteligencia artificial.
PUBLICIDAD
PUBLICIDAD
Últimas Noticias
Receta de cuadraditos de naranja con glasé, rápida y fácil
La elaboración combina jugo y ralladura de cítrico con una base húmeda horneada en placa, y se completa con una cobertura de azúcar impalpable que se asienta entre 10 y 15 minutos

Cinco objetos que generan desorden en el placard y dónde conviene guardarlos
La acumulación de calzado, carteras, productos de higiene, objetos misceláneos y prendas sin rotación puede saturar el armario aunque haya poca indumentaria, y la sugerencia es reubicarlos según uso y contexto

Falta de hierro: establecen nuevas directrices para detectar la deficiencia antes de que se transforme en anemia
La Sociedad Americana de Hematología publicó guías basadas en evidencia que elevan y precisan los umbrales diagnósticos según la edad, el embarazo, el sangrado menstrual y otros factores que pueden alterar la interpretación de los análisis y reducir la detección

Los peligros del scroll infinito: por qué nos cuesta tanto dejar de mirar el celular
En Infobae en Vivo, el biólogo Fabricio Ballarini y el lingüista Juan Diego Bonin explicaron los efectos sobre la concentración, la salud mental, los vínculos y el desempeño escolar

Por qué consumir proteína en exceso no ayuda a ganar músculo y favorece el aumento de peso: los siete errores que advierten expertos
Omitir carbohidratos, desatender la hidratación y reemplazar comidas por productos procesados frena el desarrollo de tejido magro y suma calorías adicionales




