Las tres pistas de que algo «huele a IA»: cuatro píxeles, un sello invisible y nadie que firme

Primero, la conclusión

En las últimas dos semanas aparecieron tres noticias que parecen no tener nada que ver. En realidad, hablan de lo mismo.

El 7 de octubre, Google abrió a todo el mundo su detector de marcas de agua SynthID. El 9 de octubre, Nikon retiró el primer premio de un concurso de imagen microscópica porque alguien detectó una marca de agua en el vídeo. Casi al mismo tiempo, un proyecto de código abierto que genera diagramas para agentes de programación se subió a las tendencias de GitHub con un argumento llamativo: «sin sombras, sin Mermaid y todos los espaciados divisibles por 4».

Detección, responsabilidad, estética. Pero si se superponen, «huele a IA» deja de ser una palabra esotérica: tiene tres fuentes concretas, la alineación, la procedencia y la autoría. Las dos primeras se pueden corregir. La tercera es muy difícil.

Falla uno: cuatro píxeles de diferencia

El proyecto se llama Diagram Design y su autora es Cathryn Lavery. Tiene una regla que suena aburridísima: todas las coordenadas, anchos y espacios deben ser divisibles por 4.

Según ella, esa es la clave para que el resultado no «parezca hecho por una IA». Vale la pena detenerse. Nadie nota si una caja mide 137 píxeles o 136. Pero sí se percibe que «algo falla», sin saber qué. El ojo humano es extremadamente sensible a lo desalineado; solo que lo comunica como una incomodidad difusa, no como un juicio claro.

La primera capa de «falsedad» de una imagen generada no suele estar en el contenido, sino en el ritmo. Un diseñador humano elige espaciados que forman un sistema. El modelo devuelve 13,5, 27, 54: números que «parecen suficientes». Ese poquito es todo.

La buena noticia es que esta capa es la más fácil de arreglar. Fijar reglas, usar una retícula, convertir los espaciados en variables. Son problemas de ingeniería.

Falla dos: el sello que no se ve

SynthID es una marca de agua invisible incrustada en el archivo. No se ve y suele sobrevivir a la compresión y al recorte. Desde el 7 de octubre, cualquiera puede subir una imagen, un vídeo o un audio y comprobar si lleva ese sello. La cobertura va más allá de los modelos de Google: incluye OpenAI, Nvidia y Kakao, y Apple se sumaría pronto, según los reportes.

Pero lo que convirtió el sello en un asunto público fue el caso Nikon.

El certamen Small World in Motion de Nikon dio el primer premio a un vídeo microscópico de cilios en movimiento de Xu Ning, que mostraba tejido de las vías respiratorias de un niño con discinesia ciliar primaria. Tras el anuncio, los científicos empezaron a buscarle fallos: estructuras moradas que aparecían y desaparecían de la nada, cilios verdes que «salían de no se sabe dónde». Un doctorando del UT Southwestern Medical Center pasó el material por Gemini y encontró SynthID.

La versión de Xu Ning: la IA solo se usó en posproducción, para separar y colorear estructuras de forma parecida en datos en escala de grises reconstruidos; el vídeo original y el movimiento de los cilios son reales. La respuesta de Nikon fue notablemente contenida: dijo que la obra «no cumple las normas de esta edición sobre IA generativa», lo enmarcó como un asunto de elegibilidad y aclaró que no constituye un juicio sobre la reputación académica ni la intención del autor. Después se ajustó la clasificación y la obra salió de la galería de ganadores.

Lo más incómodo es que la imagen microscópica siempre requiere procesamiento. Reducción de ruido, deconvolución, falso color: pasos imprescindibles para «poder ver algo». Así que la línea que Nikon debía trazar no era «¿se usó IA?», sino «¿el procesamiento añadió algo que no estaba?». Una marca de agua no responde a eso. Solo dice que una herramienta tocó el archivo.

El otro caso es más cotidiano. Fortnite publicó un tema llamado «Meow» cuya portada llevaba una marca de agua de Gemini en la esquina inferior derecha. Los jugadores lo detectaron y la imagen se cambió. La distribuidora dijo que la imagen la había facilitado el artista; el artista dijo que no sabía nada. Nadie acusó a la plataforma de falsificar. La marca de agua cumplió una función mínima: decir quién había tocado el archivo. El resto lo hizo la reacción en redes por su cuenta.

Falla tres: nadie firma

La tercera capa es la más difícil de corregir porque no es un problema técnico.

Wired informó este mes de que al menos tres de las cinco mayores editoriales de EE. UU. —HarperCollins, Simon & Schuster y Hachette— usaron herramientas de IA sin divulgarlo públicamente ni avisar a los autores. No solo en portadas: también en correos a agentes literarios, textos promocionales, textos de contraportada y material de marketing. Según empleados, buena parte venía de la dirección.

Las tres respuestas son reveladoras. Hachette dijo que apoya el uso de IA para tareas «operativas» que ayudan a que los libros lleguen a más lectores, pero que «no apoya el uso de IA con fines creativos, incluidas las comunicaciones con autores y socios». El problema: escribir a un agente es operativo, una contraportada es creativo, y sus propios empleados dicen que esa línea ya se cruzó. Simon & Schuster dijo que el personal puede usar un conjunto limitado de herramientas corporativas, que no es obligatorio y que las no aprobadas están prohibidas; pero «no obligatorio» y «no ocurrió» son dos cosas distintas. HarperCollins no respondió.

La portada es sensible porque es uno de los pocos eslabones del proceso editorial donde un nombre aparece de forma explícita. Un ilustrador tiene portafolio, tarifas y agente. Sustituir un encargo por una generación no solo ahorra dinero: elimina una puerta de entrada para quien empieza en el sector. Y el autor, cuyo nombre va impreso en la portada, suele ser el último en enterarse de dónde salió esa portada.

Esta capa no tiene solución técnica. Una marca de agua prueba que una herramienta tocó un archivo; una retícula hace que una imagen parezca más humana. Pero «quién hizo esto y si se le acreditó» solo lo responde la institución: una línea en la página de créditos, una cláusula en el contrato, un campo en los metadatos.

Entonces, ¿cómo saber si una imagen «parece hecha por IA»?

Primero, el esqueleto. ¿Hay ritmo en la alineación, los espaciados, el aire? Esta capa es el ochenta por ciento, y depende casi por completo de reglas, no del modelo.

Luego, las huellas. ¿Está el sello invisible? ¿El archivo tiene un origen rastreable? Esta capa se está convirtiendo en herramienta y cada vez es más fácil de usar para cualquiera.

Por último, la firma. Quién lo hizo, quién lo aprobó, quién lo firmó. Esta capa no tiene herramientas, solo costumbres.

Las dos primeras se pueden tapar con tecnología. La tercera no: solo se arregla cuando alguien acepta poner su nombre.