Una capacitación breve que enseña a reconocer patrones generales en los retratos digitales elevó de cerca del 40% al 80% la precisión de los participantes para distinguir caras falsas. El hallazgo, publicado en la revista Proceedings of the National Academy of Sciences, plantea una alternativa frente a la rapidez con la que evolucionan los generadores de imágenes.
La investigación, difundida por Scientific American, propone alejarse de la búsqueda de errores aislados (como orejas deformes, pupilas duplicadas o accesorios incoherentes) y prestar atención a una impresión más amplia del rostro. Según el estudio, las imágenes creadas por inteligencia artificial suelen reunir rasgos demasiado equilibrados, atractivos y convencionales.
Los errores visibles ya no alcanzan para detectar un rostro artificial
Las primeras herramientas de generación de imágenes dejaban fallas fáciles de identificar. Una piel excesivamente uniforme, una mirada extraña o detalles anatómicos imposibles podían revelar que la foto no correspondía a una persona real. Sin embargo, esos indicios perdieron utilidad a medida que mejoraron los modelos.
Los programas actuales pueden producir retratos capaces de confundir incluso a observadores atentos. La dificultad tiene consecuencias prácticas en entornos digitales donde una foto de perfil puede usarse para fingir una identidad. Plataformas como Zoom y Tinder ya permiten, en algunos casos, verificaciones biométricas (incluidos escaneos de retina) para comprobar que hay una persona detrás de una cuenta.
El problema de entrenar a los usuarios para encontrar defectos puntuales es que cada actualización puede corregirlos. Además, una imagen puede variar según el modelo utilizado o la instrucción que reciba el sistema. “La IA se está volviendo demasiado buena”, advirtió Amy Dawel, psicóloga clínica y cognitiva de la Universidad Nacional de Australia, en declaraciones recogidas por el medio estadounidense.
La inteligencia artificial crea rostros próximos al promedio
El equipo de Dawel eligió otro enfoque. En vez de pedir a los participantes que buscaran anomalías técnicas, les explicó cómo se forman los retratos sintéticos. Los generadores de imágenes se entrenan con bases que contienen millones de fotografías y extraen patrones matemáticos comunes entre esas caras.
Cuando reciben la orden de crear un retrato, los sistemas no reproducen necesariamente una cara concreta. Construyen una nueva combinación a partir de características frecuentes en su material de entrenamiento. Como resultado, tienden a producir facciones cercanas a una versión promedio de lo humano.
Esa inclinación puede hacer que el resultado parezca proporcionado, simétrico y agradable, pero también poco singular. La capacitación indicó a los participantes que observaran seis señales: simetría, proporción y atractivo elevados, junto con una expresividad, una distinción y una capacidad de recuerdo menores frente a las de rostros reales.
El entrenamiento elevó la precisión de 40% a 80%
Tras recibir esas pautas, los voluntarios mejoraron su desempeño en una tarea de comparación de imágenes. La tasa de aciertos pasó de alrededor del 40% al 80%, según los resultados citados por Scientific American. El aumento se produjo con sesiones de entrenamiento relativamente cortas.
Sophie Nightingale, profesora de Psicología en la Universidad de Lancaster, consideró relevante que el método centrado en la impresión global de las caras lograra mejoras de esa magnitud. La especialista señaló que la estrategia permitió a los participantes identificar mejor qué imágenes procedían de un generador artificial.
La propuesta no plantea que cada rostro simétrico o atractivo sea falso. Ninguna de las seis características funciona como prueba por sí sola. El criterio surge de la combinación: una cara demasiado regular, genérica, poco expresiva y difícil de recordar puede justificar una revisión adicional de su origen.
Los autores sostienen que las personas reales se alejan del promedio a través de numerosos detalles: una leve diferencia entre ambos lados del rostro, rasgos distintivos, marcas particulares y expresiones que cambian según el contexto. Esas variaciones influyen en que una cara resulte reconocible.
