Cómo detectar los cambios de rostro mediante deepfake en fotos y vídeos cortos

Los «deepfakes» son cada vez más eficaces a la hora de engañar al ojo humano. 

Imagina una videollamada de tu jefe en la que te pide que autorices una transferencia bancaria urgente. El rostro, la voz y los gestos coinciden, pero la persona que aparece en pantalla no es real.

Los «deepfakes» que sustituyen rostros hacen ahora posible ese escenario, y la gente solo es capaz de detectar un vídeo «deepfake» aproximadamente el 58% de las veces, según un Estudio de 2026 en Investigación cognitiva: principios y implicaciones. Los estafadores las utilizan para hacerse pasar por ejecutivos, famosos y parejas sentimentales, y el realismo no deja de mejorar.

En esta guía, mostramos cómo detectar el intercambio de rostros en fotos y vídeos cortos mediante la revisión manual y la detección por IA, y a continuación evaluamos el rendimiento de la detección por IA.

---

Principales conclusiones

• Nuestra prueba reveló que los detectores de Undetectable AI señalaron las cinco muestras de intercambio de rostros: las tres imágenes, con puntuaciones de entre 1% y 49%, probablemente eran reales, mientras que los dos vídeos, con puntuaciones de 86% y 97%, probablemente eran generados por IA.

• La muestra tres fue la que obtuvo el resultado más débil (49% real), por lo que es mejor interpretar las puntuaciones de detección como probabilidades y no como pruebas definitivas.

• Las comprobaciones manuales en busca de imperfecciones, como líneas de unión, iluminación anómala y parpadeos, son un primer paso útil, pero pueden pasar por alto los modelos más recientes que ocultan estos defectos.

• La lección que hay que aprender es que hay que combinar la revisión visual, la comprobación de las fuentes y los metadatos, y la detección mediante IA, en lugar de confiar en un único método.

• Los detectores de imágenes y vídeos de Undetectable AI, que incorporan la tecnología TruthScan, analizan en busca de anomalías a nivel de píxel y patrones estadísticos que el ojo humano suele pasar por alto.

---

¿Qué es un intercambio de rostros mediante deepfake?

Un «deepfake» de intercambio de rostros es una imagen o un vídeo generado o manipulado mediante inteligencia artificial en el que se sustituye el rostro de una persona por el de otra. Esta tecnología utiliza técnicas de aprendizaje profundo para analizar y reproducir los patrones de los rasgos faciales, las expresiones y los movimientos, un proceso que hace que el resultado final resulte más convincente. 

Ejemplos de estafas con intercambio de rostros mediante deepfake

Aunque el intercambio de rostros puede servir como entretenimiento inofensivo o con fines creativos, hay personas malintencionadas que también lo utilizan para suplantar la identidad de otras personas, víctimas del bagre, o difundir información falsa. Los «deepfakes» ayudan a los estafadores a ocultar su verdadera identidad y a ganarse la confianza de víctimas que no sospechan nada. 

Suplantaciones de identidad en videollamadas

Los estafadores utilizan la tecnología «deepfake» para suplantar la identidad de personas de confianza a través de videollamadas en directo. Pueden hacerse pasar por directivos, familiares o figuras de autoridad para manipular a las víctimas y conseguir que les entreguen dinero o información confidencial. 

Publicidad con famosos ficticios 

Los estafadores se valen de la imagen de una figura pública de confianza para aprovecharse de la buena voluntad y la confianza de su público. Pueden promocionar esquemas sospechosos o de alto riesgo, como plataformas de criptomonedas, estafas de inversión o productos milagrosos. 

Estafas sentimentales

Una estafa romántica consiste en que un estafador utilice una identidad falsa para entablar una relación con una víctima, normalmente a través de un citas plplataforma. El estafador se aprovecha de las emociones de la víctima, convenciéndola para que envíe dinero, revele información confidencial o se registre en plataformas de inversión fraudulentas. 

Eludir el proceso de KYC 

La tecnología «deepfake» permite crear documentos de identidad que parecen lo suficientemente convincentes como para eludir los controles de «conozca a su cliente» (KYC). Los estafadores utilizan estos documentos sintéticos para crear identidades ficticias, abrir cuentas fraudulentas y obtener acceso no autorizado a servicios financieros.

Cómo detectar los «deepfakes» de rostros

Aunque los «deepfakes» en los que se sustituye el rostro son cada vez más convincentes, el análisis visual, la inspección de metadatos y las herramientas de detección basadas en la inteligencia artificial siguen siendo útiles para distinguirlos de los contenidos auténticos. A continuación, te ofrecemos una guía paso a paso para identificar los «deepfakes» en los que se sustituye el rostro. 

Paso uno: Realizar una inspección visual manual

Dado que los modelos generativos utilizan procesos matemáticos para crear, en lugar de capturar escenas directamente con cámaras, sus resultados suelen contener sutiles Artefactos de IA que entren en conflicto con la anatomía natural, la iluminación o las interacciones físicas.

Entre los artefactos que puedes comprobar se incluyen: 

• Deformidades faciales: Ojos desalineados, rasgos faciales desiguales, dientes poco naturales o texturas irregulares de la piel.
• Incoherencias en la iluminación: Sombras, luces o tonos de piel que no encajan con la escena circundante.
• Combinación de artefactos: Costuras visibles, bordes difuminados o transiciones poco naturales en el punto donde el rostro sustituido se une con la cabeza original.
• Expresiones poco naturales: Movimientos o expresiones faciales que parecen rígidos, exagerados o incoherentes con el resto del rostro.
• Textura irregular de la piel: Diferencias en la nitidez, el nivel de detalle o la textura entre el rostro sustituido y la piel que lo rodea.
• Distorsiones de los límites: Deformaciones alrededor de la línea de la mandíbula, la línea del cabello, las orejas o el cuello, donde la cara sustituida se une a la imagen original.
• Incoherencias temporales en los vídeos: Rasgos faciales que parpadean, cambios repentinos en la apariencia o movimientos que no se mantienen constantes de un fotograma a otro.

Este método resulta eficaz para modelos más antiguos o más sencillos, que no están al día con las técnicas de generación modernas. Sin embargo, muchos modelos más recientes han recibido suficiente entrenamiento como para ocultar los artefactos de forma más eficaz, lo que hace que los cambios de rostro mediante deepfake sean más difíciles de identificar solo mediante inspección visual.

Paso dos: Comparar el objeto sospechoso con otros soportes

Si el supuesto «deepfake» procede de una publicación en línea (en lugar de una imagen privada, una foto de perfil o una videollamada), conviene analizar la información que lo rodea. El contexto y la fuente del medio de comunicación pueden revelar incoherencias que sugieran manipulación o tergiversación.

A continuación te indicamos cómo comprobarlo:

• Comprueba la fuente original: Busca la versión más antigua disponible de la imagen o el vídeo. Las fotos auténticas suelen proceder de medios de comunicación de prestigio, páginas web oficiales o cuentas verificadas. Si el contenido multimedia se ha publicado en otro sitio, tienes motivos para considerarlo sospechoso. 
• Echa un vistazo a las demás fotos de esa persona: Si la persona que aparece en el deepfake es una figura pública o alguien que conoces, otras fotos verificadas o imágenes similares constituyen un buen punto de referencia. Comparar el material sospechoso con estas otras fotos puede revelar discrepancias en los rasgos faciales, las expresiones u otros detalles contextuales. 
• Busca pruebas que lo corroboren: Comprueba si otras fuentes fiables confirman el suceso, la declaración o la interacción que aparecen en los medios de comunicación.

El hecho de que una foto o un vídeo lo publique una fuente verificada no garantiza que sea auténtico. Sin embargo, reduce considerablemente la probabilidad de que la foto se utilice con fines fraudulentos. 

Tercer paso: Revisar los metadatos y la procedencia

Los metadatos son los datos de una imagen o un vídeo que describen sus características, incluyendo cómo se crearon, editaron y procesaron. Por su parte, los registros de procedencia almacenan información sobre el origen de un archivo y cómo ha cambiado con el tiempo. Ambos proporcionan pistas útiles sobre los orígenes de un posible intercambio de rostros mediante deepfake. 

La inspección de los metadatos y los registros de procedencia conlleva los siguientes pasos: 

1. Descargar el archivo original: El primer paso es obtener la imagen o el vídeo directamente de la fuente original. Evita las capturas de pantalla o las publicaciones compartidas en redes sociales, ya que suelen eliminar, alterar o recodificar los metadatos. 
2. Revisa los metadatos: Puedes consultar los metadatos utilizando una herramienta especializada, como ExifTool o Metadata2Go. Dependiendo de tu sistema operativo, también puedes hacer clic con el botón derecho del ratón sobre la foto para obtener más información. 
3. Busca incoherencias: Comprueba si existen discrepancias entre las marcas de tiempo, las etiquetas de software u otros datos disponibles y el origen declarado del archivo. Por ejemplo, la modificación de las etiquetas de software puede indicar que el material multimedia ha sido procesado, mientras que las marcas de tiempo contradictorias pueden suscitar dudas sobre su historial de creación. 
4. Comprueba las credenciales de contenido: Los verificadores compatibles con C2PA pueden revelar si un archivo presenta indicios de manipulación o contiene firmas digitales válidas. También pueden mostrar los registros de procedencia disponibles, incluyendo el origen del archivo, el método de creación y las modificaciones documentadas, lo que puede ayudar a identificar contenidos generados por IA o manipulados.

Utiliza los resultados obtenidos a partir de los metadatos como una fuente de pruebas más dentro de una investigación más amplia. Aunque las incoherencias merecen un análisis minucioso, los metadatos por sí solos no pueden confirmar si un archivo es auténtico o ha sido manipulado. Algunos «deepfakes» siguen conteniendo metadatos verosímiles, mientras que los archivos multimedia legítimos pueden incluir registros de edición o carecer por completo de información sobre su procedencia.

Paso cuatro: Realizar un análisis de detección de IA

Una forma eficaz de investigar los presuntos «deepfakes» es realizar un análisis de detección mediante IA. Las herramientas de detección basadas en IA utilizan el análisis forense para examinar imágenes y vídeos en busca de señales que suelen asociarse con la IA generativa, como patrones estadísticos, anomalías a nivel de píxel, incoherencias en los metadatos y las inconsistencias visuales que al ojo humano le puede costar detectar.

Los modelos de detección combinan estas señales para calcular la probabilidad de que la IA haya creado o modificado un contenido. 

¿Puede la detección mediante IA detectar los cambios de rostro con «deepfakes»? Una prueba

Para comprobar la eficacia de los detectores de IA a la hora de detectar los cambios de rostro mediante deepfakes, sometimos tres cambios de rostro en imágenes y dos en vídeos a los detectores de imágenes y vídeos de Undetectable AI. Creamos las muestras utilizando generadores gratuitos de cambios de rostro para combinar imágenes de archivo sin licencia con plantillas de cambio de rostro ya existentes.

Las herramientas que utilizamos fueron el detector de imágenes Undetectable AI y el detector de vídeos Undetectable AI. Ambas están desarrolladas por TruthScan y entrenadas con modelos como Dall-E, ChatGPT y Gemini.

Resultados de imágenes

Ejemplo de imagen 1

Puntuación de detección = 31 TP 6 T Real

Ejemplo de imagen 2

Puntuación de detección = 11 TP 6 T Real

Ejemplo de imagen 3

Puntuación de detección = 41 TP 6 T Real

La IA indetectable Detector de imágenes AI asigna puntuaciones a las imágenes en función de su probabilidad de ser reales, lo que significa que, cuanto más se acerque una puntuación a cero, mayor será la probabilidad de que la imagen haya sido generada por IA. Nuestras muestras obtuvieron puntuaciones de 3%, 1% y 49%, respectivamente.

Como se puede observar, ninguna de las imágenes presentaba defectos visuales evidentes, salvo la muestra número tres, que muestra algunas pequeñas inconsistencias en la iluminación y las proporciones. El detector de IA fue capaz de identificar los patrones sutiles que indicaban que las fotos se habían generado matemáticamente, en lugar de haberse tomado directamente con una cámara. 

Resultados de vídeo

Vídeo de muestra 1

Puntuación de detección = 86% IA

Vídeo de muestra 2

Puntuación de detección = 97% IA

Lo indetectable Detector de vídeo con IA evalúa los vídeos según la probabilidad de que contengan contenido generado por IA. Cuanto más se acerque la puntuación a 100%, mayor será la probabilidad de que el vídeo haya sido generado o editado por IA.

Nuestra prueba con vídeos arrojó resultados similares. El detector de vídeo identificó correctamente expresiones faciales distorsionadas, movimientos poco naturales y proporciones anatómicas poco naturales. 

Preguntas frecuentes

Reflexiones finales

Para detectar los intercambios de rostros mediante deepfake, lo primero es fijarse en los rasgos faciales poco naturales, la iluminación inconsistente y los movimientos que no coinciden. Si algo te parece sospechoso, no te fíes solo de la inspección visual. Utiliza la detección mediante IA para evaluar el contenido antes de confiar en él o compartirlo.

¿Necesitas comprobar una imagen o un vídeo sospechoso? Prueba Undetectable AI’s Detector de Deepfake para analizar contenidos multimedia que puedan haber sido manipulados y tomar decisiones más fundamentadas sobre lo que ves en Internet.