¿Qué tan precisos son los detectores de IA en realidad? (Qué significan los números)

La página de marketing de todo detector de IA dice algo como “99% de precisión”. Todo usuario frustrado tiene una historia de una foto real marcada como IA, o de un falso evidente que pasó sin pena. Ambas cosas son ciertas a la vez — y entender el porqué es la diferencia entre usar bien la detección y ser engañado por ella.

Nosotros construimos un detector, así que toma esto como la versión honesta del fabricante en la conversación sobre precisión: qué miden realmente los números, qué los rompe y cómo leer los resultados como un analista y no como un creyente.

Qué mide realmente ese “99% de precisión”

Una cifra de precisión de detección es un número de laboratorio: dice que el modelo separó un conjunto de prueba concreto de medios reales y de IA así de bien, bajo las condiciones de esa prueba. De ahí se siguen tres cosas de inmediato:

Está atada al conjunto de prueba. Un detector con 99% contra los generadores del año pasado puede tropezar con los de este mes — la detección es un blanco móvil por definición.
La precisión esconde la dirección del error. Un 99% en un conjunto equilibrado sigue implicando fallos y falsas alarmas; cuál de los dos domina importa muchísimo en la práctica.
Las condiciones de laboratorio son generosas. Archivos limpios, sin comprimir, a resolución completa — exactamente lo que internet no te da.

Las evaluaciones independientes de detectores de imagen en 2025–2026 sitúan a las buenas herramientas típicamente en el rango del 85–94% sobre medios limpios, con caídas notables en contenido comprimido o degradado. Cualquier cifra por encima merece la pregunta: ¿medida sobre qué?

Por qué se marcan fotos reales (falsos positivos)

El falso positivo — una foto genuina llamada IA — es el modo de fallo que más rápido erosiona la confianza, y tiene causas mundanas:

El procesado intenso parece sintético. Filtros de belleza, fotografía computacional del móvil, fusión HDR y reducción de ruido agresiva alisan las texturas igual que los generadores.
La recompresión destruye la textura. Cada resubida aplana el ruido natural del que dependen los detectores; un reenvío de WhatsApp de quinta generación ha perdido casi toda su señal de “realidad”.
La perfección de estudio se parece a los datos de entrenamiento de los generadores. Iluminación impecable sobre un sujeto impecable es, estadísticamente, el aspecto de las imágenes de IA.

La imagen especular — el falso negativo — nace de la propia carrera armamentística: cada versión de generador se entrena en parte para parecer estadísticamente natural, y los adversarios pueden posprocesar los falsos (añadir ruido, recomprimir) precisamente para lavar las huellas.

Qué rompe realmente a los detectores

Por orden de impacto:

Compresión y resubidas — el mayor asesino de precisión en el uso real.
Capturas de pantalla — la captura de una imagen de IA es una toma real de un falso, y enturbia tanto los metadatos como la estadística de píxeles.
Generadores nuevos — una arquitectura contra la que el detector nunca entrenó.
Medios mixtos — una foto real con una región editada por IA; los veredictos de imagen completa se difuminan cuando solo el 10% de los píxeles es sintético.
Entradas diminutas — miniaturas y recortes extremos sencillamente no contienen señal suficiente.

Por qué la detección multi-señal aguanta mejor

Todo lo anterior describe la fragilidad de un solo modelo: un clasificador neuronal, un único punto de fallo. El enfoque forense fusiona familias de señales independientes — credenciales de procedencia, forense de metadatos y codificación, análisis facial neuronal, consistencia de movimiento en vídeo, huellas en el dominio de la frecuencia — y cada una falla de forma distinta. La compresión daña el análisis de frecuencia pero no la procedencia; un generador nuevo evade el clasificador pero deja anomalías de codificación; una captura mata los metadatos pero no los artefactos faciales.

Ese es el diseño de Verifyco: cinco señales fusionadas en una puntuación de confianza de 0 a 100, calculada en el dispositivo en tu iPhone, con el desglose por capas visible — para que veas qué evidencia condujo el veredicto en lugar de confiar en una caja negra. (La lista completa de lo que caza cada capa: imágenes · vídeo.)

Cómo leer una puntuación de confianza como un analista

Trata las puntuaciones como peso de evidencia, no como verdad. Un 90+ significa que las señales concuerdan con fuerza; no significa 90% de probabilidad de que el archivo sea real. Combínalo con fuente, contexto y motivo — ¿quién gana con que te lo creas?
“No concluyente” es información. Suele significar que el archivo se degradó más allá del análisis fiable — lo que en sí te dice que ese medio ha viajado lejos de su origen. Una herramienta honesta lo dice; una que nunca lo dice está adivinando en silencio. (Es el criterio n.º 4 de nuestra guía para elegir un detector.)
Pondera las capas. Una puntuación baja movida por metadatos ausentes es evidencia débil (todo lo de redes sociales carece de metadatos); una movida por huellas de frecuencia más artefactos faciales es fuerte.
Nunca actúes sobre una sola comprobación en decisiones importantes. Para dinero, reputación o seguridad, la salida del detector es un insumo junto a la procedencia y la verificación por otro canal — la misma lógica de fusión que el detector usa por dentro.

Preguntas frecuentes

¿Pueden los detectores de IA ser 100% precisos? No, y nunca lo serán — la detección es inferencia estadística en una carrera armamentística adversarial. Quien afirme certeza describe un producto que no puede existir. La meta realista es evidencia fuerte y explicada que mejora con el tiempo.

¿Por qué un detector marcó mi foto real como IA? Lo más probable: el filtrado intenso o la fotografía computacional la alisaron hasta territorio de aspecto sintético, o la compresión repetida destruyó su ruido natural. Prueba con el archivo original (no la copia reenviada/resubida) y lee el desglose por capas si tu herramienta lo ofrece.

¿La salida de un detector sirve como prueba judicial? En general se trata como apoyo investigativo, no prueba concluyente — tribunales y verificadores la ponderan junto a la procedencia, el peritaje y el testimonio. Su poder práctico es la velocidad: te dice en segundos dónde merece la pena escrutar más hondo.

¿Los detectores mejoran o empeoran con el tiempo? Ambas cosas, en diente de sierra: cada generador nuevo degrada la detección, cada actualización del detector recupera terreno. Por eso la cadencia de actualización de una herramienta importa más que su cifra de lanzamiento — y por eso los estándares de procedencia como C2PA se construyen en paralelo: las etiquetas no decaen como la detección estadística.

Conclusión

Los detectores de IA son genuinamente útiles y genuinamente falibles — como todo test diagnóstico que usamos los humanos. El fallo no está en las herramientas; está en leerlas como oráculos. Usa análisis multi-señal, lee el desglose, respeta el “no concluyente” y integra el resultado en su contexto. No es una forma más débil de usar la detección — es la única que sobrevive al contacto con el internet real.