Una foto que parece real, una ilustración demasiado perfecta o un retrato que circula por las redes sin autor: la duda de si es una imagen generada por inteligencia artificial ya es diaria. No hay una prueba única que lo resuelva. Hay tres vías, cada una con su alcance: los datos de procedencia que viajan con el archivo, las marcas de agua invisibles y los detectores automáticos. Ninguna lo dice todo, y conviene saber qué comprueba cada una antes de fiarse de su respuesta.
Lo contamos con la documentación de quienes las han creado, consultada el 6 de noviembre de 2026: la Coalición para la Procedencia y Autenticidad del Contenido (C2PA), responsable del estándar; la web de Content Credentials, que lo explica al público; Google DeepMind, con su marca de agua SynthID, y Pangram, que fabrica un detector. Aquí no se decide qué herramienta es mejor: se explica qué hace cada una y hasta dónde llega.
Por qué no hay una prueba única
El punto de partida lo pone la propia web de las credenciales: casi cualquiera puede crear fotos, vídeos, audios y documentos realistas con herramientas sencillas y unos pocos clics. Y añade algo que explica todo lo demás: seguirá habiendo quien intente presentar contenido sintético como auténtico, así que su objetivo es dar a quien actúa de buena fe una forma de demostrar la autenticidad de lo que publica.
Es decir, el estándar sirve para demostrar un origen, no para adivinarlo, y su especificación técnica habla de una adopción voluntaria. Sus principios lo dejan claro: no emite juicios sobre si un conjunto de datos de procedencia es «bueno» o «malo», solo sobre si sus afirmaciones se pueden validar como ligadas al archivo, si están bien formadas y si no se han manipulado.
Las marcas de agua y los detectores cubren otros huecos, cada uno con sus condiciones. La marca de agua solo aparece si la puso quien generó la imagen, y el detector da una valoración a partir de la propia imagen.
Credenciales de contenido: qué guardan y quién las pone
La procedencia es, según las preguntas frecuentes de la coalición, la historia registrada de un contenido digital (una imagen, un vídeo, una grabación de audio o un documento) desde que se crea y a lo largo de todas sus modificaciones o usos. Las credenciales de contenido son la forma de guardar esa historia con seguridad criptográfica, y pueden recoger cómo se creó el contenido, con qué herramientas o procesos, cuándo y dónde, y cómo ha cambiado con el tiempo.
El glosario de la web de las credenciales lo baja a tierra: es un registro digital que puede mostrar de dónde viene un contenido y qué le ha pasado por el camino, con datos como cuándo y dónde se creó, qué ediciones se hicieron y con qué herramientas, y si intervino la IA. Su página de presentación usa una comparación fácil de recordar: funcionan como la etiqueta nutricional de un contenido digital.
Por dentro, cada credencial es un manifiesto. La especificación lo describe como una serie de declaraciones, llamadas afirmaciones, sobre la creación del archivo, las ediciones, el dispositivo de captura, su vínculo con el contenido y muchos otros asuntos. Esas afirmaciones se envuelven en un bloque que se firma digitalmente, y el conjunto queda unido en una unidad verificable que crea un componente de hardware o de software.
El caso de la IA está previsto de forma explícita. Cuando un archivo se crea desde cero, y la especificación pone como ejemplos hacer una foto o un vídeo y generar el contenido con un modelo de IA generativa, la primera acción que se apunta es la de creación. Su propio ejemplo es el de un vídeo generado a partir de una instrucción de texto: su manifiesto empieza con esa acción y lleva el tipo de origen trainedAlgorithmicMedia, el campo que indica cómo se creó el archivo. La especificación llama «algorítmicos entrenados» a los contenidos como los creados con IA generativa.
Las credenciales también pueden apuntar a los «ingredientes», otros archivos usados para componer el actual, cada uno con su propia credencial. Además, el modelo convive con los metadatos de siempre, como IPTC, XMP y EXIF: puede meterlos dentro de la credencial para que queden firmados y se pueda detectar cualquier cambio.
¿Quién las pone? La firma la hace un producto de confianza: cámaras, programas o servicios que crean el contenido. Los certificados de firma los emiten autoridades de certificación que están en la lista de confianza de la coalición, y para conseguir uno el producto tiene que pasar una evaluación de conformidad y de seguridad. Las cámaras sin conexión también pueden firmar, con claves guardadas en el propio aparato. Por privacidad, el estándar básico no atribuye el contenido a personas ni a organizaciones; algunas comunidades preparan extensiones que sí lo hacen.
Cómo se consulta una credencial y qué te dice
Lo primero que verás es una insignia. La web de las credenciales explica que ese distintivo indica que el contenido contiene información sobre su procedencia y que da paso a un componente interactivo con los datos clave: permite ver el método de creación y un registro del historial de ediciones. Para revisar un archivo por tu cuenta, la misma web enlaza en su menú «Verify» a una herramienta de verificación, y la coalición cita su herramienta Verify entre las que validan.
¿Qué se comprueba exactamente? Cada credencial va firmada digitalmente e incluye resúmenes criptográficos tanto del archivo como de los datos de procedencia. Cualquier cambio, intencionado o accidental, rompe ese vínculo y deja ver la manipulación. Por debajo hay firmas digitales, certificados X.509 y resúmenes SHA-256, y la coalición considera inviable con la tecnología disponible falsificar una credencial, porque exigiría romper los estándares criptográficos actuales.
Ahora bien, conviene leer el resultado con cuidado. La especificación presenta esas afirmaciones como una serie de señales de confianza que una persona puede usar para formarse una opinión sobre lo fiable que es el archivo. Con los ingredientes pasa algo parecido: la credencial principal puede confirmar que se comprobaron cuando se usaron, pero verificar la procedencia completa de cada uno exige tener acceso a sus datos.
Cuando los metadatos desaparecen
Aquí está el punto débil de los metadatos. Los manifiestos suelen ir incrustados en el archivo, pero se pueden separar de él. Las preguntas frecuentes de la coalición lo reconocen sin rodeos: los metadatos se pueden quitar por descuido o a propósito.
La respuesta del estándar son las vinculaciones «blandas»: una marca de agua invisible o una huella digital del contenido que ayuda a encontrar de nuevo la credencial asociada aunque se haya eliminado del archivo. Lo llaman credenciales duraderas, y junto a ellas mencionan la recuperación desde la nube como forma de restaurar los datos de procedencia.
La especificación concreta cómo funciona. Una vinculación blanda es un identificador de contenido que o bien no es estadísticamente único, como una huella digital, o bien va incrustado como marca de agua invisible. Sirve para emparejar un contenido aunque sus bits sean distintos, por ejemplo en una versión con otra resolución u otro formato de codificación. Y si a un archivo le han quitado el manifiesto pero queda una copia en un almacén de procedencia, el manifiesto y el archivo se pueden volver a emparejar con esas vinculaciones.
La web de las credenciales define las dos piezas con sencillez. La marca de agua es una señal que a menudo no ve el ojo y que puede ser difícil de quitar. La huella digital es un identificador único calculado a partir de las características del contenido: aunque alguien lo retoque un poco, se puede seguir relacionando con el original. Su página de presentación añade que han trabajado la compatibilidad con ambas para que las credenciales viajen allá donde vaya el contenido.
SynthID: la marca de agua que no se ve
La segunda vía es la marca de agua que pone el propio generador. Su creador presenta SynthID como su herramienta de marca de agua diseñada específicamente para contenido generado por IA, que permite a los usuarios identificar contenido generado o alterado con IA.
Funciona incrustando marcas de agua digitales directamente en imágenes, audio, texto o vídeo generados por IA, dentro de los productos de IA generativa de consumo. Son imperceptibles para las personas, pero su tecnología las detecta. En imagen y vídeo, la página del producto concreta tres cosas: la marca no cambia la calidad, se añade en el momento en que se crea el contenido y está diseñada para resistir modificaciones como recortar, añadir filtros, cambiar la cadencia de fotogramas o la compresión con pérdida.
Para comprobarla hay dos caminos. El primero es subir la imagen, el vídeo o el clip de audio a Gemini, al buscador o a Chrome y preguntar si se ha creado o modificado con la IA de la compañía: buscarán la marca de SynthID y avisarán si la encuentran. El segundo es SynthID Detector, un portal de verificación lanzado en 2025 que, tras probarlo con periodistas y profesionales de los medios, se ha abierto a todo el mundo, como contamos cuando se abrió el acceso.
El alcance está bien delimitado por la propia compañía: el detector permite comprobar si una imagen, un vídeo o un audio se ha hecho con su IA o con la de sus socios, entre los que cita a OpenAI, NVIDIA y Kakao, y añade que pronto se sumará Apple. Una imagen que sale de un generador que no la pone queda fuera de lo que esta vía puede responder, y para ella hay que tirar de las otras dos.
Los detectores automáticos
La tercera vía no depende de que nadie haya marcado nada: un modelo analiza la imagen y da su valoración. La empresa presentó el 4 de noviembre de 2026 su detector Pangram Image 1.0, del que ya hablamos aquí, y su anuncio explica bastante de su método y de sus límites.
El primer reto que describe es el de las redes. Muchas plataformas sociales comprimen y reducen el tamaño de las imágenes, y quien quiere engañar puede añadir desenfoque, ruido y otros artefactos para que el detector tome una imagen de IA por real. La empresa dice que entrena su modelo específicamente para detectar ese tipo de transformaciones y que lo ha encontrado resistente a ellas.
El segundo es la resolución. Su primera versión exigía imágenes de al menos 512 × 512 píxeles, porque la precisión caía con resoluciones más bajas; la versión 1.0 baja el límite a 256 × 256, y por debajo de 512 los resultados llegan con un aviso de confianza reducida. El anuncio también cuenta que el modelo genera un mapa de calor para señalar dónde aparece la IA dentro de una imagen, y su propio ejemplo es una fotografía real que contiene una imagen de IA, localizada con ese mapa.
Qué garantiza cada vía
Puestas una al lado de la otra, cada vía responde a una pregunta distinta. La credencial dice quién firmó el contenido y qué historia declara, y si eso sigue intacto. La marca de agua dice si lo generó un modelo que la incrusta. El detector da una valoración sobre la imagen misma.
| Vía | Qué comprueba | Quién la describe |
|---|---|---|
| Credenciales de contenido | Si las afirmaciones están ligadas al archivo, bien formadas y sin manipular | C2PA |
| Marca de agua o huella | Emparejar el contenido con su credencial aunque se haya quitado del archivo | C2PA |
| SynthID | Si lo hizo la IA de Google o de sus socios | Google DeepMind |
| Detector automático | Dónde aparece la IA en la imagen, con un mapa de calor | Pangram |
Si la imagen trae credenciales, consulta qué historia declaran y quién las firmó. Si se sospecha que viene de un generador con marca de agua, pásala por el portal o por las herramientas que la buscan. Y si no hay nada de eso, el detector da una pista más, con los límites de resolución y de confianza que declara su propio fabricante.
Lo que no conviene es pedirle a una sola vía lo que no promete. La especificación lo dice de las credenciales, y la idea sirve de guía para las tres: su trabajo no es decir si un contenido es «bueno» o «malo», sino ofrecer datos que se pueden comprobar. La decisión final, con esas señales delante, sigue siendo de quien mira la imagen.
Te puede interesar
Tech Planet participa en el programa de afiliados de Amazon. Si compras a través de estos enlaces, recibimos una pequeña comisión sin coste extra para ti, lo que nos ayuda a seguir creando contenido como este.
| Imagen | Producto | Características | Comprar |
|---|---|---|---|
![]() |
Corsair Vengeance DDR5 64 GB | 64 GB (2 × 32 GB) · DDR5 hasta 6000 MHz · AMD EXPO e Intel XMP 3.0 | Ver precio en Amazon |
![]() |
GMKtec EVO-X2 AI | AMD Ryzen AI Max+ 395 · 16 núcleos / 32 hilos · 64 GB DDR5 · SSD de 1 TB · 126 TOPS · 2 USB4 | Ver precio en Amazon |
![]() |
Minisforum MS-S1 MAX | AMD Ryzen AI Max+ 395 · 16 núcleos / 32 hilos, hasta 5,1 GHz · 128 GB LPDDR5x de memoria unificada · 2 TB de almacenamiento · USB4 V2 · dos puertos 10 GbE · Wi-Fi 7 | Ver precio en Amazon |
![]() |
Yahboom Jetson Orin Nano Super 8 GB, kit básico | 8 GB · hasta 67 TOPS · SSD de 256 GB · CPU Arm Cortex-A78AE de 6 núcleos · Ethernet de 1000 Mbps | Ver precio en Amazon |









