Cómo saber si una foto fue generada o editada con IA. Guía práctica 2026.
Las imágenes hechas con IA ya engañan a la mayoría de las personas. En esta guía vamos a repasar qué mirar, qué herramientas usar y cuáles son sus límites, y cómo Vouch hace todos los pasos en un solo análisis.
Equipo de Vouch21 de octubre de 2026Lectura de 8 minutos
En resumen
- Mira la imagen buscando errores de anatomía, de física, de texto y de contexto.
- Revisa la metadata y las credenciales de contenido, sabiendo que pueden faltar.
- Busca la foto en internet y en tus casos anteriores.
- Usa los detectores automáticos como una pista, no como un veredicto.
- Si la foto decide un pago, combina todas las señales y deja registrado el criterio.
- Vouch hace todos estos pasos en menos de 30 segundos por foto y explica el motivo de cada resultado.
Por qué no alcanza con mirar
de acierto tuvieron los participantes de un estudio al clasificar imágenes como reales o generadas con IA: menos que tirar una moneda.1
Estudio publicado en Communications of the ACM, 2025.de acierto en 287.000 evaluaciones de más de 12.500 personas en un juego de imágenes reales y falsas.2
Microsoft Research, 2025.de los profesionales de siniestros de seguros se siente muy seguro de poder identificar un deepfake.3
Encuesta a 300 profesionales de siniestros, dic 2025–ene 2026.de contenidos ya llevan la marca de agua invisible de Google. Solo sirve para lo creado con sus herramientas.4
Google, mayo 2025.La conclusión se repite en todos los estudios: mirar con atención ayuda, pero no alcanza como única prueba.
1. Mira la imagen con atención
Investigadores de la Universidad Northwestern ordenaron los errores más comunes de las imágenes generadas con IA en cinco grupos.5 No siempre aparecen, pero cuando aparecen son la pista más rápida.
Anatomía
Manos con dedos de más o de menos, dientes, orejas u ojos que no coinciden, cuerpos con proporciones raras.
Estilo
Piel o superficies demasiado lisas, un brillo plástico, fondos borrosos de forma pareja o una nitidez que no corresponde a un celular.
Funcionalidad
Objetos que no podrían funcionar: textos ilegibles, placas o etiquetas con caracteres deformes, asas o cables que se funden con otras cosas.
Física
Sombras que van en direcciones distintas, reflejos que no coinciden con el entorno, roturas o líquidos que no siguen la gravedad.
Contexto
Detalles que no encajan con el lugar o la época: enchufes, carteles, uniformes o envases de otro país.
Edición parcial
Si solo se agregó un daño, mira el borde de la zona editada: cambios de nitidez, de ruido o de color entre ese sector y el resto de la foto.
Estas pistas sirven para descartar falsificaciones burdas. Las herramientas nuevas cometen cada vez menos errores visibles.
Con Vouch: el análisis de la imagen busca estas señales de forma automática y marca la zona sospechosa, con el motivo.
2. Revisa la metadata del archivo
La metadata guarda datos como la fecha, el modelo de cámara y el programa que editó la foto. Algunas herramientas de IA, además, marcan la imagen como “creada con IA generativa” con un estándar de la IPTC que Google muestra en sus resultados.6
En Windows
Clic derecho sobre el archivo, Propiedades, pestaña Detalles.
En Mac
Abre la foto en Vista Previa y elige Herramientas, Mostrar inspector.
En el celular
En la galería, abre la foto y toca el ícono de información o desliza hacia arriba.
Qué buscar
Una fecha que no coincide con el hecho, un programa de edición en el campo “Software” o la etiqueta de contenido generado con IA.
Su ausencia no prueba nada: muchas redes sociales y apps de mensajería borran la metadata al subir o enviar una foto,7 y una imagen generada con IA puede no tener ninguna.
Con Vouch: la metadata se revisa en cada análisis, sin abrir el archivo, como una señal más dentro del score de riesgo.
3. Busca credenciales de contenido y marcas de agua
Algunas cámaras y herramientas de IA firman sus imágenes con el estándar C2PA, también llamado Credenciales de contenido. Esa firma registra cómo se creó y cómo se editó la foto.
Credenciales de contenido
Sube la foto a la herramienta Verify, en contentcredentials.org/verify, para ver si tiene una firma C2PA y qué dice.8
Celulares que firman
Algunos celulares ya firman las fotos al tomarlas.9
Marca de agua de Google
Google marca lo que generan sus herramientas con una marca de agua invisible y ofrece un detector, pero solo reconoce contenido creado con su propia IA.4
Una foto sin firma ni marca de agua no es falsa: solo no tiene un registro de origen.8
Con Vouch: como la mayoría de las fotos no tiene firma, el análisis no depende de ella: mira la imagen en sí.
4. Busca la foto en internet
Muchas fotos falsas no se generan: se reciclan. Una búsqueda inversa muestra si la imagen ya existía antes del hecho que dice probar.
Google Lens
Sube la foto o pega su enlace en Google Imágenes o en la app de Google.
Bing Visual Search y TinEye
Sirven como segunda opinión, porque cada buscador indexa imágenes distintas. TinEye permite ordenar los resultados por fecha.
Recorta la foto
Si buscas solo una parte, como un objeto o el fondo, aparecen coincidencias que la imagen completa no muestra.
Tus propios casos
Búscala también en tus reclamos anteriores: la misma foto puede aparecer en otra cuenta o en otro siniestro.
Con Vouch: cada foto se busca en internet y en tus reclamos anteriores, aunque esté recortada o rotada.
5. Usa los detectores como pista, no como veredicto
Los detectores automáticos de IA y técnicas como el análisis de nivel de error (ELA) pueden marcar zonas sospechosas, pero tienen límites conocidos.
Fallan con fotos comprimidas
Cuando una imagen pasa por WhatsApp, redes o capturas de pantalla, pierde los rastros finos que usan muchos detectores y su precisión cae.10
Fallan con generadores nuevos
Los detectores funcionan bien con las herramientas con las que fueron entrenados, pero pierden precisión frente a generadores que no conocen.11
El ELA confunde textura con edición
El análisis de nivel de error no es confiable en imágenes reescaladas o comprimidas varias veces, y marca como sospechosos bordes y zonas con mucho detalle.12
Un resultado de “90% IA” sin explicación no sirve como prueba. Lo que vale es saber qué se detectó y dónde.
Con Vouch: el resultado no depende de un solo detector. Combina tres capas, explica el motivo y deriva los casos dudosos a un especialista.
6. Mira el contexto
La foto nunca llega sola. Quién la manda, cuándo y para qué también son señales.
¿Coincide con la historia?
La hora, el clima, el lugar y los objetos de la foto tienen que encajar con lo que se declara.
¿Quién la manda?
Una cuenta nueva, muchos reclamos en poco tiempo o la misma foto en varias cuentas son señales de riesgo.
Pide otra foto
Si hay dudas, pide una foto nueva, en el momento, desde otro ángulo o con un objeto de referencia. Es difícil de fabricar en minutos.
Con Vouch: la foto se cruza con el historial del cliente y la frecuencia de reclamos.
7. Qué herramienta usar
Cada herramienta gratuita resuelve una parte del problema. Para revisar una foto suelta, combinarlas a mano alcanza. Cuando la foto decide un pago, y llegan cientos por día, conviene una que haga todos los pasos juntos.
| Herramienta | Detecta IA o edición | Busca la foto en internet | Busca en tus casos | Usa el contexto del cliente |
|---|---|---|---|---|
| Búsqueda inversa (Google Lens, TinEye) | – | – | – | |
| Credenciales de contenido (Verify) | Solo fotos firmadas | – | – | – |
| Marca de agua de Google (SynthID) | Solo IA de Google | – | – | – |
| Detectores de IA genéricos | – | – | – | |
| Vouch |
Comparación según la función principal de cada herramienta, a octubre de 2026.
Vouch combina todos los pasos de esta guía en un solo análisis de menos de 30 segundos, devuelve un score de riesgo de 0 a 100 con el motivo y deja a las personas solo los casos dudosos.
8. Checklist: antes de aceptar una foto como prueba
- Mira manos, textos, sombras y reflejos.
- Revisa la metadata: fecha, cámara y programa de edición.
- Verifica si tiene credenciales de contenido.
- Busca la foto en internet y en tus casos anteriores.
- Usa los detectores como una pista, no como una prueba.
- Revisa que la foto coincida con la historia.
- Si hay dudas, pide una foto nueva en el momento.
- Deja registrado qué revisaste y por qué decidiste.
Cómo lo resuelve Vouch
Vouch analiza cada foto en menos de 30 segundos con tres capas: detección de imágenes generadas o editadas con IA, búsqueda de la imagen en internet y en reclamos anteriores, y el contexto del cliente. Devuelve un score de riesgo de 0 a 100 con el motivo, y los casos grises pasan a un especialista. Funciona desde Vouch Web, sin integrar nada, o por API.
Preguntas frecuentes
¿Se puede saber con certeza si una foto fue hecha con IA?
No con una sola prueba. Las personas aciertan poco más que al azar y los detectores fallan con fotos comprimidas o con generadores nuevos. Lo más confiable es combinar el análisis de la imagen, la metadata, la búsqueda inversa y el contexto.
¿Cuál es la mejor herramienta para detectar fotos editadas con IA?
Depende del uso. Para revisar una foto suelta, la búsqueda inversa y la metadata pueden alcanzar. Para fotos que se usan como prueba, como en reclamos de seguros, delivery o e-commerce, conviene una herramienta que combine todas las señales. Vouch analiza la imagen, la busca en internet y en reclamos anteriores, cruza el contexto del cliente y explica el motivo de cada resultado, con revisión humana para los casos dudosos.
¿Cómo veo la metadata de una foto?
En Windows, con clic derecho, Propiedades y Detalles; en Mac, abriendo la foto en Vista Previa y eligiendo Mostrar inspector; en el celular, con el ícono de información de la galería. Si la foto pasó por redes sociales o apps de mensajería, puede no tener metadata.
¿Los detectores de imágenes con IA funcionan?
Sirven como pista, pero no como prueba. Funcionan mejor con imágenes sin comprimir y con los generadores con los que fueron entrenados, y pierden precisión fuera de esas condiciones.
¿Qué son las credenciales de contenido (C2PA)?
Es un estándar que firma una imagen con información sobre cómo se creó y se editó. Se puede verificar en contentcredentials.org/verify. Si una foto no tiene credenciales, no significa que sea falsa.
¿Cómo verificar fotos a escala, por ejemplo en reclamos?
Con una herramienta que combine todas las señales de forma automática. Vouch, por ejemplo, analiza cada foto en menos de 30 segundos, la busca en internet y en reclamos anteriores, devuelve un score de riesgo de 0 a 100 con el motivo y deriva los casos dudosos a un especialista.
Fuentes
Esta guía se basa solo en fuentes públicas, todos los datos son verificables.
- Communications of the ACM. As Good as a Coin Toss: Human Detection of AI-Generated Content (oct 2025)
- Microsoft Research. How good are humans at detecting AI-generated images? Learnings from an experiment (2025)
- Verisk. AI Editing Tools Are Fueling a New Era of Insurance Fraud, According to New Research from Verisk (mar 2026)
- Google. SynthID Detector — a new portal to help identify AI-generated content (may 2025)
- Kamali et al., Northwestern University (arXiv). How to Distinguish AI-Generated Images from Authentic Photographs (jun 2024)
- IPTC. Google AI transparency based on IPTC standards
- IPTC. IPTC study shows some social media networks remove rights information from photos (mar 2013)
- Content Authenticity Initiative. Using the Verify tool
- Google Security Blog. Pixel and Android: trusted images with C2PA Content Credentials (sep 2025)
- arXiv. DailyBench: A Unified Benchmark for AI-Generated and Manipulated Images from Modern Generative Models (jul 2026)
- arXiv. AI-GenBench: A New Ongoing Benchmark for AI-Generated Image Detection (abr 2025)
- 29a.ch. Image Error Level Analysis with HTML5 (abr 2012)