Durante los procesos electorales en Colombia, los deepfakes de candidatos se han vuelto un fenómeno recurrente en plataformas digitales, con el potencial de alterar la percepción del electorado.
Entender qué son estas grabaciones generadas o manipuladas con inteligencia artificial, cómo reconocerlas y qué recursos existen para contrarrestarlas resulta fundamental para proteger la democracia.
¿Qué es un deepfake y por qué representa un peligro electoral?
Un deepfake es un contenido audiovisual —video, audio o fotografía— creado o modificado mediante inteligencia artificial para simular que una persona dice o hace algo que jamás ocurrió en la realidad.
En el ámbito de las campañas políticas, esta herramienta puede emplearse para tergiversar las posturas de un aspirante, inventar declaraciones falsas o manchar la imagen de una figura pública frente a millones de ciudadanos.
La firma de ciberseguridad McAfee advierte que “Debido a que los deepfakes pueden parecer tan increíblemente reales, dificultan la confianza en lo que se ve o se escucha en línea. Pueden hacerte más vulnerable a las estafas y la desinformación”.
Señales para identificar un deepfake
Para reconocer un deepfake, ya sea audio o video, es necesario analizar cinco aspectos clave: fecha y contexto, gestos faciales, parpadeo y reflejos oculares, entonación de la voz y origen de la publicación.
Fecha y contexto.
Lo primero ante cualquier material sospechoso es preguntarse cuándo y dónde supuestamente ocurrieron los hechos mostrados.
Verifique si la fecha del video coincide con la agenda pública del candidato: ¿estaba en ese lugar ese día? ¿Hay cobertura de otros medios del mismo evento? Use la búsqueda inversa de imágenes en Google para rastrear si el contenido apareció antes en otro contexto o con un mensaje distinto.
Esa pesquisa puede revelar en cuestión de segundos si se trata de una grabación reciclada o fuera de su marco original.
Abra varias pestañas en el navegador y compare lo que afirma el video con fuentes independientes.
Expresiones faciales, parpadeo y reflejos oculares.
La Unión Europea ha señalado que se han propuesto diversos métodos para identificar automáticamente videos falsos de personas, como la detección de cambios en las cejas, el estudio de parpadeos y movimientos oculares, y los reflejos especulares corneales inconsistentes, es decir, la falta de coherencia en el reflejo de la luz ambiental en el ojo.
En términos prácticos, esto se traduce en indicios visibles a simple vista:
- Parpadeo anormal: una persona parpadea entre 10 y 20 veces por minuto. Los deepfakes parpadean con demasiada frecuencia, con demasiada poca, o de forma asimétrica, con un ojo que no sigue el ritmo del otro.
- Mirada vidriosa o fija: los ojos pueden parecer inexpresivos o “muertos”, sin seguir de manera natural el movimiento de la cámara o del entorno.
- Reflejos inconsistentes: en una fotografía o video real, ambos ojos reflejan el mismo entorno. En un deepfake, los reflejos en cada ojo suelen diferir o resultar antinaturales. Ampliar la imagen sobre los ojos permite detectar esta anomalía.
- Expresiones congeladas: los deepfakes reproducen mal las emociones. Las sonrisas parecen rígidas y las arrugas finas que aparecen en un rostro real al expresarse están ausentes, lo que da un aspecto similar al de alguien con bótox.
- Desincronización labial: un retraso de apenas cien milisegundos entre el audio y el movimiento de los labios es perceptible a simple vista. Preste atención especial a la pronunciación de sonidos como m, f o t, donde los deepfakes suelen fallar.
- Bordes borrosos: observe la línea del cabello, las orejas y el cuello. Los algoritmos de superposición de rostros producen destellos, transiciones de color antinaturales o bordes que flotan sobre el fondo.
Tono de voz
Las voces clonadas con IA presentan patrones reconocibles:
- Tono plano o monótono: el habla carece de los altibajos emocionales naturales. Si la voz suena mecánica o desconectada del contenido emocional del mensaje, es una señal de alerta.
- Cadencia irregular: escuche pausas en medio de oraciones, palabras que se “pegan” entre sí o acentos que no coinciden con los patrones habituales del hablante.
- Ausencia de sonidos humanos: las voces reales incluyen micropausas, respiraciones, carraspeos o suspiros entre frases.
- Pronunciación excesivamente pulida: los modelos de clonación pueden sobreenfatizar la enunciación, lo que produce un habla que suena demasiado perfecta o artificiosa.
Si tiene acceso a grabaciones anteriores del candidato o político, compare directamente la voz del video sospechoso con entrevistas o discursos verificados. Las diferencias en el ritmo, el acento regional y las muletillas propias del hablante son difíciles de replicar con precisión.
- Fuente
Antes de compartir cualquier contenido, identifique quién lo publicó primero. Las preguntas clave son: ¿el video proviene del canal oficial del candidato o de una cuenta desconocida? ¿La cuenta que lo difunde tiene historial verificable o fue creada recientemente? ¿Otros medios reconocidos cubren el mismo hecho?
El estándar técnico C2PA (Coalition for Content Provenance and Authenticity) permite verificar la cadena de custodia de un archivo multimedia: registra quién lo creó, con qué herramienta y cuándo.
Algunas plataformas como YouTube ya muestran estas credenciales de contenido cuando están disponibles. Su ausencia no prueba que el video sea falso, pero su presencia ofrece una señal fuerte de autenticidad.
Fuente: Infobae