Cómo saber si una foto está hecha con IA: 5 comprobaciones (2026)

Respuesta rápida

Ya no puedes saber a simple vista si una foto está hecha con IA, así que usa cinco capas. Mira el contexto: una cuenta nueva, todas las fotos con la misma luz, sin fotos de grupo ni etiquetadas. Busca los fallos que sobreviven: dientes, pendientes, bordes del pelo, textos, manos, reflejos y líneas del fondo. Comprueba la procedencia con Content Credentials, «Información sobre esta imagen» de Google y el detector SynthID, y trata las webs de detectores como probabilidades, no como pruebas. Después pide una videollamada corta en directo: una imagen generada no puede girar la cabeza cuando se lo pides.

Cifras clave

31%acierto de las personas con una capacidad normal de reconocimiento facial al detectar caras generadas por IA antes de formarse, que sube al 51% tras cinco minutos de instruccionesEstudio de Royal Society Open Science recogido por PetaPixel, diciembre de 2025
893 millones de dólaresperdidos en 22.364 denuncias al FBI en 2025 que implicaban inteligencia artificialFBI IC3 2025 Internet Crime Report
Más de 180.000 millonesde imágenes y vídeos con la marca de agua invisible SynthID de Google desde 2023, que ahora cualquiera puede comprobar en synthid.comGoogle, octubre de 2026

Una foto de perfil se ve genial. Quizá demasiado: piel perfecta, luz perfecta, una sonrisa de anuncio de dentífrico. Estás intentando averiguar cómo saber si una foto está hecha con IA antes de invertir otra semana en la conversación, o de aceptar una cita.

El punto de partida honesto es que, a octubre de 2026, normalmente no puedes saberlo solo por la cara. En un estudio de 2025 publicado en Royal Society Open Science, personas con una capacidad normal de reconocimiento facial identificaron caras generadas por IA solo el 31% de las veces, peor que lanzar una moneda. Y las caras generadas ya son una herramienta habitual del fraude: el FBI registró 893 millones de dólares en pérdidas en 22.364 denuncias que implicaban IA en 2025. Por eso esta guía enseña un método por capas: primero el contexto, después los fallos que todavía se cuelan, luego las herramientas de procedencia, luego los detectores, y por último la prueba que ningún generador de imágenes puede superar.

¿Se puede saber si una foto está hecha con IA solo mirándola?

No de forma fiable. Los estudios de 2025 y 2026 muestran que la gente sin formación detecta las caras de IA menos de la mitad de las veces, aunque unos minutos de entrenamiento sobre fallos concretos ayudan mucho.

En el estudio de Royal Society Open Science, 664 participantes juzgaron caras reales frente a falsificaciones de StyleGAN3. Los participantes sin formación y con una capacidad facial normal acertaron el 31% de las falsas; incluso los «superreconocedores» solo llegaron al 41%. Tras cinco minutos de instrucciones sobre los errores habituales, sobre todo patrones de pelo antinaturales y un número incorrecto de dientes, los participantes normales subieron al 51% y los superreconocedores al 64%. Un estudio de 2026 con 1.664 adultos encontró una precisión media mayor (85%) con retratos de ChatGPT-4o e Imagen 3, pero la precisión caía con la edad, era menor en el móvil que en el ordenador, y los retratos de ChatGPT-4o fueron los más difíciles de acertar.

La alerta del FBI de diciembre de 2024 sobre la IA generativa en el fraude dice que los delincuentes usan imágenes generadas por IA para fotos de perfil creíbles y para fotos de «prueba» enviadas en chats privados para convencer a las víctimas de que hablan con una persona real. Tu ojo es una capa débil. Súmale otras cuatro.

Pistas de contexto: la cuenta y el conjunto de fotos, no los píxeles.
Fallos visuales: los detalles que los generadores todavía estropean.
Procedencia: etiquetas y marcas de agua añadidas cuando se creó la imagen.
Detectores: puntuaciones de probabilidad, usadas con cuidado.
La prueba en directo: una videollamada corta con una petición improvisada.

¿Qué pistas de contexto indican que una foto de perfil está generada por IA?

La pista más fuerte no está en los píxeles: está en un perfil donde todas las fotos parecen de la misma sesión y nunca aparece nadie más. La gente real tiene historiales de fotos caóticos. La gente generada tiene un book.

La misma luz, el mismo objetivo, la misma distancia en todas las fotos. Luz suave y uniforme, fondo desenfocado, sujeto centrado.
Sin fotos espontáneas. Nada a media carcajada, nada mal encuadrado, nada hecho por otra persona en una fiesta.
Sin fotos de grupo, y sin fotos con la cara en un ángulo marcado, parcialmente tapada o en movimiento.
Sin fotos etiquetadas por otras personas y sin comentarios de amigos que claramente le conocen.
La cuenta es nueva, o las publicaciones se subieron de golpe, con pocos seguidores. Nuestra guía sobre cómo saber si una cuenta de Instagram es falsa explica dónde encontrar la fecha de alta y el país.
La cara no envejece. Fotos supuestamente separadas por años muestran el mismo corte de pelo, el mismo peso y la misma piel.
La historia es genérica: un cargo sin empresa, una ciudad sin barrio, aficiones que coinciden exactamente con las tuyas.

Una prueba antigua ha perdido fuerza. Pedir «un selfie levantando tres dedos» servía para pillar conjuntos de fotos robadas. Los modelos de imagen actuales pueden mantener una cara coherente en poses nuevas, así que trata una petición de foto superada como un pequeño punto a favor, no como una prueba.

¿Cómo compruebo a la persona que hay detrás de la foto?

Comprueba a la persona, no solo la imagen: haz una búsqueda inversa de dos o tres fotos y después confirma que el nombre, el trabajo y la ciudad pertenecen a una sola persona real con historia. Una persona generada por IA no tiene pasado, y esa ausencia se nota.

Una búsqueda inversa de imágenes da dos resultados muy distintos. Si las fotos se robaron a una persona real, normalmente encontrarás el original: el book de un modelo o un banco de imágenes. Si las fotos se generaron, normalmente no encontrarás nada, porque la imagen no existía antes de crearse. Así que «sin resultados» significa o una persona reservada o una sintética, y necesitas el siguiente paso para saber cuál. Nuestra guía sobre cómo hacer una búsqueda inversa de imágenes tiene los pasos para Google Lens, TinEye y Bing en el móvil y en el ordenador.

El siguiente paso es el nombre. Una búsqueda de match de citas en Search A-Z toma el nombre completo y el país que te dieron, más cualquier dato que sepas (ciudad, empresa, rango de edad, teléfono o email), y te dice hasta qué punto estamos seguros de que una persona real coincide. El informe muestra su trabajo y empresa actuales, su trayectoria laboral, su formación, sus perfiles sociales y profesionales públicos, noticias y menciones en la web de una búsqueda en directo, y cualquier alerta pública de estafa o fraude. Puedes añadir hasta tres fotos del perfil y las pasamos por Google Lens para mostrarte dónde más aparecen esas imágenes exactas; es una búsqueda de copias de la imagen, no reconocimiento facial, y las fotos se borran en cuanto termina la comprobación. Las búsquedas de citas solo muestran la ciudad, nunca un domicilio ni familiares, y la persona nunca sabe que la has buscado.

Lee el resultado pensando en la IA. Una historia detallada (una empresa con nombre, una carrera, una ciudad) unida a una persona que el informe no encuentra por ningún lado es una señal fuerte, porque las personas reales con esos datos dejan rastro. Si no encontramos a la persona correcta, el informe lo dice.

¿Qué fallos visuales siguen delatando una imagen generada por IA?

Los fallos que sobreviven en 2026 están en los bordes y en los detalles: dientes, joyas, pelo, textos, manos, reflejos y geometría del fondo. Haz zoom y cuenta cuántos encuentras.

Fallo	Dónde mirar	Fiabilidad
Dientes: demasiados, demasiado pocos, fundidos entre sí o extrañamente uniformes	Haz zoom en la boca en cualquier foto sonriendo	Media. Una de las dos pistas del estudio de entrenamiento de 2025
Pendientes y joyas: un par desparejado, un collar que se funde con la piel, un cierre sin cadena	Las dos orejas, el escote, el reloj y los anillos	Media
Pelo: mechones que se funden con el fondo o la piel, pelo que se convierte en tela o en un cuello de camisa	Bordes de la cabeza, hombros, donde el pelo toca la ropa	Media a alta. La otra pista del entrenamiento
Texto: letras en la ropa, carteles, chapas o libros que son casi palabras	Cualquier cosa con escritura en el encuadre	Alta cuando aparece
Manos: número de dedos incorrecto, dedos fusionados, articulaciones dobladas al revés, objetos sujetados que no conectan	Las manos y lo que sujetan	Media. Los modelos han mejorado; una mano limpia demuestra poco
Gafas y reflejos: reflejos que no coinciden con la escena, patillas que no llegan a las orejas, lentes desparejadas	Lentes, monturas, espejos, ventanas	Media
Geometría del fondo: baldosas, barandillas, marcos de ventana o bordes de puerta que se curvan o no se alinean	Detrás y al lado de la persona	Media
Sombras y luz: una sombra bajo la nariz que no coincide con la luz de la pared	Bajo la barbilla y la nariz, frente al fondo	Media. Las «sombras incorrectas» están en la propia lista del FBI
Piel y simetría: piel sin poros, perfectamente uniforme, con ojos muy nítidos; una cara un punto demasiado simétrica	Mejillas frente a ojos	Baja por sí sola. Los filtros y el retoque hacen esto también en fotos reales

Ninguno de estos fallos es una prueba. La compresión, los filtros y una mala fotografía crean algunos de ellos en fotos auténticas. Dos o tres fallos en un conjunto de fotos, más las pistas de contexto de arriba, son un patrón. Un solo fallo es un motivo para seguir comprobando.

¿Cómo compruebo la procedencia de una foto con Content Credentials, SynthID e «Información sobre esta imagen»?

Las herramientas de procedencia leen etiquetas añadidas a una imagen cuando se creó, así que pueden confirmar «esto salió de una herramienta de IA», pero no pueden confirmar «esto es una foto real», y solo funcionan si las etiquetas han sobrevivido al viaje hasta tu pantalla.

Content Credentials (C2PA)

Entra en contentcredentials.org/verify y sube el archivo o pega la URL pública de una imagen. Si la imagen lleva Content Credentials, la herramienta Verify muestra quién la produjo, qué app o dispositivo se usó y, si hubo un paso de IA generativa, qué herramienta de IA. Si no hay manifiesto, muestra «No Content Credential», el resultado normal para una captura de pantalla o una foto que ha pasado por la mayoría de las apps sociales, ya que las credenciales viven en los metadatos del archivo. Un resultado en blanco no es un certificado de limpieza.

«Información sobre esta imagen» de Google

En la app de Google o en google.com, abre una imagen en el visor de imágenes, toca el icono de información, después «Acerca de» y luego «Más información sobre una imagen». La página de ayuda de Google dice que muestra cuándo vio Google por primera vez una versión parecida de la imagen, cómo la describen otras webs y, cuando hay metadatos, una sección «Cómo se creó o editó la imagen» que puede indicar si se capturó con una cámara o se generó con IA. Google avisa de que estos metadatos pueden modificarse con herramientas de edición, y la función solo está disponible en algunas regiones.

El detector SynthID de Google

Desde el 7 de octubre de 2026, cualquiera puede iniciar sesión en synthid.com y comprobar si una imagen, un vídeo o un archivo de audio llevan la marca de agua invisible SynthID de Google, que según Google se ha aplicado a más de 180.000 millones de imágenes y vídeos desde 2023. El límite importante: solo encuentra marcas de agua SynthID, que añaden las herramientas de IA de Google y los socios que Google nombra, entre ellos OpenAI, NVIDIA, Kakao y Apple. Una imagen de una herramienta que no pone marca de agua sale limpia. Una prueba de Notebookcheck al día siguiente del lanzamiento comprobó que detectaba una imagen recién hecha con Gemini y, como era de esperar, no marcaba una imagen de un generador ajeno al programa.

La etiqueta «Información de IA» de Meta

En Facebook, Instagram y Threads, el contenido que Meta detecta como totalmente generado por IA lleva una etiqueta «Información de IA» bajo la publicación; para el contenido que solo se editó con herramientas de IA, la etiqueta está en el menú de la publicación, un cambio que TechCrunch recogió en septiembre de 2024. Meta dice que la etiqueta sale de señales compartidas por el sector o de la declaración del propio autor. Sin señal no hay etiqueta, así que que falte la etiqueta no significa nada.

En conjunto: un acierto de procedencia («hecho con Gemini», «Content Credentials: IA generativa») es una prueba sólida. Un fallo de procedencia es una prueba débil, porque la mayoría de las fotos de perfil, reales o falsas, llegan con los metadatos eliminados.

¿Funcionan de verdad los detectores de imágenes de IA?

Las webs de detectores te dan una probabilidad, no un veredicto, y las pruebas independientes muestran que rinden mucho peor con imágenes del mundo real de lo que sugieren sus propias cifras de precisión.

Un banco de pruebas de 2025 llamado AIGIBench evaluó 11 detectores avanzados con imágenes de 23 generadores más muestras reales de redes sociales y plataformas de arte con IA. Los autores encontraron «caídas de rendimiento significativas con datos del mundo real», mejoras limitadas con los trucos de entrenamiento habituales y sensibilidad al preprocesado corriente, como el redimensionado y la compresión que aplica cualquier app social. En lenguaje llano: un detector entrenado con los generadores del año pasado y archivos impecables se encuentra con el generador de este año y una captura comprimida, y adivina.

Usados con cuidado, son una capa más:

Sube la copia más grande y menos comprimida que puedas conseguir, no una captura de una captura.
Pasa dos detectores distintos (el detector de IA de Hive, Sightengine y AI or Not son habituales) y compara.
Trata cualquier cosa por debajo de una puntuación muy alta como «desconocido». Nunca tomes un «probablemente humano» como un visto bueno.
Contrasta la puntuación con las pistas de contexto y los fallos. El resultado de un detector nunca está por encima de una videollamada.

Apps de pago que prometen certeza, o que presumen de un 99% de precisión medido en su propio conjunto de pruebas.

¿Qué prueba supera a cualquier comprobación de una foto de IA?

Una videollamada corta en directo con una petición improvisada supera a cualquier comprobación de fotos, porque una imagen fija generada no puede girar la cabeza cuando se lo pides, y la persona que hay detrás de un perfil de IA no puede producir esa cara de repente.

Pídelo de forma amistosa: «¿Te apetece una videollamada rápida de cinco minutos antes de quedar?». En la llamada, pídele que se ponga de perfil, que pase una mano despacio por delante de la cara y que te enseñe la habitación. Nuestra guía sobre las estafas deepfake por videollamada explica las pruebas en directo y cómo se ve un intercambio de caras cuando falla.

Quien ha usado fotos de IA normalmente no acepta la llamada. Espera una cámara rota, una mala conexión o una promesa para «la semana que viene». Excusas repetidas después de una semana de chat entusiasta, más cualquiera de las pistas de contexto de arriba, es tu respuesta. Si además ves señales de que toda la identidad es inventada, nuestra guía sobre cómo saber si te están haciendo catfishing explica qué hacer a continuación. Y nunca envíes dinero a alguien a quien solo conoces por internet, por muy reales que parezcan las fotos.

En resumen

Ya no puedes saber de forma fiable a simple vista si una foto está hecha con IA, así que no lo intentes. Lee la cuenta y el conjunto de fotos para sacar el contexto, haz zoom en dientes, pelo, joyas, textos y fondos, pasa las herramientas de procedencia sabiendo que un fallo demuestra poco, trata los detectores como pistas y pide una videollamada corta en directo. Una persona real supera las cinco capas sin darse cuenta. Una generada falla en la última.

Preguntas frecuentes

¿Cómo puedo saber si la foto de un perfil de citas está generada por IA?

Mira primero el perfil completo: la misma luz en todas las fotos, sin fotos de grupo, sin fotos etiquetadas, una cuenta nueva y una historia genérica. Después haz zoom en los dientes, los pendientes, los bordes del pelo, los textos y las líneas del fondo. Comprueba la procedencia en contentcredentials.org/verify y en «Información sobre esta imagen» de Google, y pide una videollamada corta en directo. Una negativa más las pistas de contexto es tu respuesta.

¿Hay alguna herramienta gratuita para comprobar si una imagen está generada por IA?

Sí, tres que conviene conocer. El detector SynthID de Google en synthid.com (abierto a todo el mundo desde octubre de 2026) encuentra las marcas de agua invisibles de Google y sus socios. La herramienta Verify de Content Credentials en contentcredentials.org/verify lee las etiquetas C2PA si el archivo todavía las tiene. «Información sobre esta imagen» de Google muestra cuándo apareció la imagen por primera vez y cómo se creó, cuando hay metadatos. Las tres confirman la IA cuando encuentran una etiqueta; ninguna puede demostrar que una foto sea real.

¿Por qué una búsqueda inversa de imágenes no encontró nada de una foto sospechosa?

O la persona es reservada y sus fotos no están indexadas, o la imagen se generó y nunca existió en internet antes. La búsqueda inversa encuentra copias, y una imagen de IA no tiene ninguna. Usa el nombre en su lugar: una búsqueda de match de citas en Search A-Z muestra si existe una persona real con ese nombre, ese trabajo y esa ciudad, y el informe lo dice si nadie coincide.

¿Las fotos generadas por IA tienen metadatos?

A menudo muy pocos. Una foto de cámara suele llevar datos EXIF (modelo de cámara, fecha, ajustes); una imagen generada normalmente no tiene ninguno, y algunos generadores añaden Content Credentials que indican qué herramienta la hizo. Pero la mayoría de las plataformas eliminan los metadatos al subir la imagen y las capturas de pantalla nunca los llevan, así que que falten metadatos también es habitual en fotos reales. Trátalo como una pista, no como una prueba.

¿Se puede confiar en los detectores de imágenes de IA?

Solo como un dato más. Un banco de pruebas de 2025 con 11 detectores encontró grandes caídas de rendimiento con imágenes del mundo real sacadas de redes sociales y tras una compresión normal. Usa la copia de mejor calidad que tengas, pasa dos detectores, trata las puntuaciones intermedias como desconocido y nunca dejes que un resultado de «probablemente humano» sustituya a una videollamada en directo.

¿Qué hago si descubro que un match ha usado fotos generadas por IA?

Deja de contestar, no expliques lo que has descubierto, y denuncia y bloquea el perfil en la app. No envíes dinero, tarjetas regalo ni criptomonedas por ningún motivo, y no compartas más datos personales. Si ya has enviado dinero, contacta de inmediato con tu banco o tu app de pagos y denúncialo ante la FTC en reportfraud.ftc.gov y el FBI en ic3.gov; en Reino Unido usa Report Fraud, y en la UE tu policía nacional (en España, la Policía Nacional o la Guardia Civil; el 017 de INCIBE te orienta gratis).

Fuentes

Las cifras son las más recientes publicadas por cada fuente cuando se actualizó esta guía. Las pérdidas denunciadas son un mínimo: la mayoría de los fraudes nunca se denuncian.

Cómo saber si una foto está hecha con IA: una comprobación en cinco capas para perfiles de citas y más