Última comprobación: 30 de septiembre de 2026
TL;DR
- Empieza por la procedencia. Busca Content Credentials, etiquetas de IA de la plataforma o una marca de agua SynthID detectable antes de juzgar los píxeles.
- Comprueba el texto, la permanencia de los objetos, la física, los rostros en movimiento y el audio a lo largo de varios fotogramas, no en una sola captura de pantalla.
- Trata las manos y los artefactos en los bordes como pistas débiles en 2026. Los mejores modelos los resuelven cada vez mejor.
- Usa un detector de vídeo con IA como prueba de apoyo, no como veredicto final. La precisión de los detectores varía mucho fuera de los bancos de pruebas controlados.
Para saber si un vídeo está generado por IA, comprueba primero los datos de procedencia y luego busca inconsistencias visuales y de audio persistentes a lo largo de los fotogramas. Las Content Credentials o una marca de agua detectada ofrecen pruebas más sólidas que unas manos o unos rostros inusuales. Las puntuaciones de los detectores de IA pueden ayudar, pero son señales probabilísticas y no deben tomarse como prueba por sí solas.
¿Se puede saber con fiabilidad si un vídeo está generado por IA?
A veces, pero ningún truco visual por sí solo identifica de forma fiable todos los vídeos de IA en 2026.
Una comprobación útil distingue cuatro tipos de pruebas:
La procedencia te indica cómo se creó o editó un archivo. Las Content Credentials de C2PA pueden contener información verificable criptográficamente sobre el origen, las herramientas, las ediciones y el uso de IA.
Las marcas de agua son señales incrustadas por los sistemas de generación participantes. SynthID, de Google DeepMind, por ejemplo, puede marcar contenido generado o editado por IA creado con modelos compatibles de Google.
Los detectores analizan un archivo y estiman si se parece a contenido generado por IA. No conocen el historial de producción del archivo.
La observación humana busca inconsistencias visuales, de audio, físicas y contextuales.
La conclusión más sólida suele surgir de combinar estos tipos de pruebas en lugar de basarse en uno solo.
Las 9 señales que debes comprobar
| Sign | What to look for | How reliable in 2026 |
|---|---|---|
| Content Credentials / platform AI label | Verified origin or explicit AI disclosure | High when present |
| SynthID | Google AI watermark detected by supported tools | High when detected |
| Text and logos | Letters or packaging changing between frames | Medium |
| Object permanence | Objects appearing, disappearing, or transforming | Medium |
| Physics | Unnatural water, cloth, collisions, crowds, gravity | Medium |
| Faces in motion | Teeth, ears, jewelry, blinking, identity drift | Medium |
| Audio | Lip-sync errors, strange room tone, breath, loops | Medium |
| Hands and edges | Fingers, hair, limbs, object boundaries | Fading |
| Source and corroboration | Original uploader, other footage, authoritative sources | Medium for AI origin, high for event verification |
1. Busca Content Credentials o una etiqueta de IA
La primera comprobación más sólida es si el archivo o la plataforma ya te indican cómo se hizo el vídeo. Fiabilidad: alta cuando está presente.
YouTube ahora muestra una divulgación “Hecho con IA” para los vídeos alterados de forma significativa o generados de manera sintética cuando los creadores lo declaran o YouTube recibe señales que lo acreditan. Meta utiliza de forma similar una etiqueta “Información de IA” para el contenido de IA detectado o declarado.
Las Content Credentials van más allá. Pueden mostrar el historial de creación y edición en lugar de solo una etiqueta binaria.
Una etiqueta es una prueba útil, pero no te dice si la afirmación subyacente es cierta. Para profundizar en esta distinción, consulta por qué las etiquetas de IA no generan confianza.
2. Busca una marca de agua SynthID con las herramientas de Google
Una marca de agua SynthID detectada es una prueba sólida de que todo el vídeo o parte de él se creó o editó con una IA compatible de Google. Fiabilidad: alta cuando se detecta.
Los usuarios de Gemini que han iniciado sesión pueden preguntar si un vídeo subido está generado por IA. Gemini comprueba si hay SynthID y, cuando está disponible, Content Credentials. Google afirma que Gemini puede reconocer actualmente SynthID de las herramientas de IA de Google, aunque otras empresas han empezado a adoptar la tecnología.
Si se detecta, Gemini también puede identificar las partes de un vídeo donde aparece la marca de agua.
3. Observa el texto, los logotipos y los empaques a lo largo de los fotogramas
No compruebes solo si el texto se ve correcto en un fotograma. Observa si se mantiene correcto mientras se mueve la cámara o el objeto. Fiabilidad: media.
Un paquete puede leerse “ORBIT” al principio y convertirse en “OR8IT” después de girar. La geometría de un logotipo diminuto también puede cambiar entre fotogramas.
Los generadores actuales manejan el texto mucho mejor que los sistemas anteriores, así que una etiqueta correcta demuestra poco. Los cambios persistentes a lo largo del tiempo son más útiles que una sola palabra mal escrita.
4. Observa la permanencia de los objetos
Busca objetos que aparecen, desaparecen, se fusionan o cambian de identidad de forma silenciosa durante el movimiento. Fiabilidad: media.
Observa los muebles del fondo, las joyas, los utensilios, las piezas de los vehículos, las asas, los reflejos y los objetos que pasan por detrás de las personas.
Una taza de café puede perder su asa tras una oclusión. Una persona en una multitud puede fusionarse brevemente con otra. Son fallos de consistencia temporal, y resultan más fáciles de notar cuando reproduces una sección corta fotograma a fotograma.
5. Comprueba la física
Observa si los objetos siguen comportándose de forma coherente bajo la gravedad, el contacto, la colisión, el flujo de líquidos y la deformación. Fiabilidad: media.
El agua puede salpicar en la dirección equivocada. La tela puede atravesar un brazo. Un objeto que cae puede cambiar de momento de forma antinatural.
Sora, Veo, Kling, Seedance y otros modelos actuales han mejorado sustancialmente, así que una física poco realista no está garantizada. Úsala como una pista más, especialmente durante interacciones complejas o prolongadas.
6. Observa los rostros en movimiento
Un rostro fijo convincente puede, aun así, desviarse cuando el sujeto habla, gira o queda parcialmente oculto. Fiabilidad: media.
Observa los dientes, las orejas, los pendientes, las gafas, el nacimiento del pelo, la forma de los ojos y las proporciones faciales durante los giros de cabeza.
El movimiento de los labios también puede dejar de coincidir brevemente con el habla. La pregunta útil no es “¿Este rostro parece extraño?”. Es “¿La misma identidad se mantiene geométricamente estable durante todo el movimiento?”.
7. Escucha el audio
El audio puede revelar inconsistencias que la imagen oculta. Fiabilidad: media.
Presta atención a la sincronización labial que se desfasa poco a poco, a las respiraciones que desaparecen entre frases, al tono ambiente de la sala que cambia de forma inesperada, a las texturas musicales repetidas o a los sonidos del entorno que no responden a lo que ocurre en pantalla.
El audio nativo de IA está mejorando con rapidez, así que estas pistas son más débiles de lo que eran. Comprueba si el sonido y la imagen siguen conectados causalmente.
8. Comprueba las manos, el pelo y los bordes alrededor de objetos superpuestos
Las manos y los artefactos en los bordes son ahora pruebas débiles por sí solas. Fiabilidad: en declive.
Los consejos más antiguos suelen empezar por contar los dedos. Eso está cada vez más desfasado.
A fecha de septiembre de 2026, las manos ya no son una señal fiable en los mejores modelos.
En su lugar, inspecciona las interacciones difíciles: dedos que agarran objetos pequeños, pelo que cruza un rostro, una mano que pasa por detrás de una taza o extremidades que cruzan la ropa. Los fallos temporales en los bordes son más informativos que si una mano tiene cinco dedos de aspecto normal.
9. Comprueba la fuente, no solo los píxeles
Pregúntate quién publicó el vídeo, dónde apareció por primera vez y si pruebas independientes muestran el mismo suceso. Fiabilidad: media para el origen de IA, alta para verificar el propio suceso.
Busca la subida más antigua. Consulta los canales oficiales de la persona o la organización. Busca otros ángulos de cámara, imágenes de noticias creíbles, retransmisiones en directo, fotografías o material de testigos presenciales.
Un archivo de aspecto real procedente de una cuenta de reenvío desconocida es una prueba más débil que un clip de aspecto imperfecto cuyo origen puede establecerse de forma independiente.
¿Cómo se comprueban las Content Credentials de un vídeo?
Las Content Credentials se basan en C2PA, el estándar abierto de procedencia de la Coalition for Content Provenance and Authenticity. Están firmadas criptográficamente y pueden registrar información sobre cómo se originó y cambió un archivo.
Para comprobar un vídeo:
- Consigue el archivo original o de mayor calidad disponible. Las republicaciones pueden eliminar los metadatos habituales.
- Busca el icono
crde Content Credentials en una plataforma compatible. - Sube el archivo a una herramienta de inspección de Content Credentials. El servicio oficial Verify admite formatos como MP4, MOV y AVI.
- Revisa el origen y el historial. Busca la aplicación o el dispositivo de grabación, el uso de IA, las acciones de edición, el firmante y las versiones anteriores disponibles.
- Trata la credencial como procedencia, no como prueba de veracidad. Un vídeo de IA firmado puede, aun así, representar un suceso inventado.
Adobe también ofrece una herramienta Inspect gratuita que puede revelar quién creó el contenido compatible, cómo se creó y si intervino IA generativa.
¿Funcionan los detectores de vídeo con IA?
Pueden ofrecer señales útiles, pero las puntuaciones de los detectores no son lo bastante fiables como para servir de prueba por sí solas.
Un detector de vídeo con IA suele analizar patrones visuales o temporales y estimar si un clip se parece a ejemplos generados por IA. El rendimiento puede caer cuando el modelo, el nivel de compresión, el proceso de edición o el material de origen difieren de sus datos de entrenamiento.
La diferencia puede ser grande. Un estudio de 2026 probó 95 detectores de deepfakes de IA y constató que su precisión en un banco de pruebas de vídeo de menor calidad y estilo realista cayó al 53,7 %, cerca del azar, mientras que los participantes humanos alcanzaron el 78,4 %. Otros bancos de pruebas han obtenido resultados sustancialmente más altos en condiciones distintas, que es precisamente por lo que una sola cifra de precisión no debe generalizarse a todos los detectores ni a todos los tipos de vídeo de IA.
Usa los resultados de los detectores así:
“Este detector encontró señales compatibles con una generación por IA.”
No así:
“Este detector demuestra que el vídeo es falso.”
Los falsos positivos también importan. Un vídeo real comprimido, editado, con poca luz o inusual puede resultarle estadísticamente desconocido a un detector.
¿Por qué “sin marca de agua” no significa “no es IA”?
La ausencia de una marca de agua o de una Content Credential no es prueba de que un vídeo esté hecho por humanos.
Esta asimetría es crucial.
Google afirma explícitamente que, si Gemini no detecta SynthID, el vídeo podría haber sido creado igualmente por otro sistema de IA. Incluso las marcas de agua compatibles pueden volverse indetectables a veces tras suficientes alteraciones.
Las Content Credentials tampoco son universales. Muchas herramientas de creación no las añaden. Algunas plataformas eliminan los metadatos incrustados durante el procesamiento. Las implementaciones duraderas pueden recuperar las credenciales mediante huellas digitales o marcas de agua, pero eso no se aplica a todos los archivos.
Las pruebas de procedencia positivas pueden ser sólidas. La ausencia de procedencia no demuestra nada.
¿Qué flujo de trabajo de verificación en cinco pasos puedes reutilizar?
Para periodistas, moderadores, profesionales del marketing, docentes o cualquiera que se pregunte repetidamente cómo comprobar si un vídeo está generado por IA en línea, usa el mismo orden cada vez:
- Comprueba primero la procedencia. Busca etiquetas de la plataforma, Content Credentials y marcas de agua compatibles.
- Comprueba la fuente. Encuentra la subida más antigua y busca pruebas independientes del suceso.
- Inspecciona el vídeo a lo largo del tiempo. Revisa el texto, los objetos, la física, los rostros y el audio a lo largo de los fotogramas.
- Usa los detectores solo como prueba secundaria. Ejecuta más de uno si la decisión es importante.
- Registra la conclusión y la incertidumbre. Si las señales no coinciden, clasifica el vídeo como no verificado en lugar de forzar una respuesta de sí/no.
Este orden evita que un artefacto visual débil pese más que pruebas de procedencia o de fuente más sólidas.
¿Qué debes hacer si crees que un vídeo es falso?
No amplifiques el clip mientras aún lo estás comprobando.
Busca la fuente original y los canales oficiales de la persona representada. Busca imágenes independientes del mismo suceso. Si el vídeo infringe las normas de una plataforma, usa el proceso de denuncia de esa plataforma.
Si el contenido te representa a ti sin autorización, usa las opciones de denuncia de privacidad, suplantación, imagen o medios sintéticos de la plataforma y conserva la URL, las capturas de pantalla, la fecha de subida y una copia del material cuando proceda.
¿Qué significa esto si creas vídeo con IA?
Haz que el contenido de IA realista sea más fácil de verificar, no más difícil.
Sigue las divulgaciones pertinentes de la plataforma. Conserva tus archivos originales y los registros de producción. Conserva las Content Credentials cuando tu flujo de trabajo lo permita.
Para conocer los requisitos de publicación, consulta las normas de divulgación de IA de YouTube. Para el trabajo comercial, consulta los derechos y las licencias para vídeo de IA, que abarca los derechos sobre los insumos, la imagen, la voz, la música, las marcas comerciales y el mantenimiento de registros.
AKOOL también documenta el consentimiento, la revisión humana, la moderación automatizada y las prácticas de control por parte del usuario en AKOOL Trust and Safety.
Si creas vídeo con IA, hazlo de forma transparente. El generador de vídeo con IA de AKOOL te da acceso a múltiples modelos actuales de generación de vídeo, pero la divulgación y la verificación siguen formando parte del flujo de trabajo de publicación.
