Cuando escuché por primera vez sobre los deepfakes, me fascinó la idea de que una inteligencia artificial pudiera recrear expresiones faciales de una persona en videos. Pero pronto quedó claro que esta tecnología puede ser peligrosa. Los deepfakes están siendo utilizados para manipulación política, por ejemplo. Entonces, ¿es posible descubrir cuándo un video es falso?
El problema se vuelve más serio cuando consideramos que hay varios tipos de deepfakes. Los más conocidos utilizan la imagen de una persona para crear un video en el que la persona hace una declaración que en realidad nunca existió. Pero otros crean perfiles falsos en redes sociales o simulan voces (deepvoices), por ejemplo.
Independientemente del tipo, el riesgo de propagación de contenido falso o noticias falsas a través de esta técnica es alto. Descubre en las siguientes líneas qué puedes hacer para prevenir caer en estas trampas.
¿Qué es un Deepfake?
Una definición rápida: un deepfake es una técnica que utiliza el aprendizaje profundo (ligado a la inteligencia artificial) para manipular expresiones faciales o declaraciones de una persona en fotos y videos.
En muchos casos, esta manipulación es tan precisa que es difícil identificar un deepfake. Esto es peligroso. Por un lado, puede ser divertido imaginar a la Mona Lisa (del cuadro de Leonardo da Vinci) hablando en un video mediante esta técnica, pero por otro lado, los deepfakes pueden ser utilizados para difundir noticias falsas en redes sociales, entre otros problemas.
Hay una buena razón para esto: los mecanismos que generan deepfakes han evolucionado rápidamente. Para que tengas una idea, las redes neuronales tipo GAN (lo descubrirás en este texto) han demostrado ser muy efectivas en este tipo de actividad.
Junto con las técnicas de clonación de voz, las manipulaciones de video basadas en deepfakes se han vuelto cada vez más comunes en redes sociales o servicios como WhatsApp o Telegram. Muchos de estos videos falsos tienen como objetivo avergonzar a personas o atribuir falsas declaraciones a personalidades políticas.
Aquí tienes un ejemplo de deepfake que muestra al presidente de Ucrania rindiéndose a Rusia. Otro ejemplo, en la imagen a continuación, coloca el rostro del actor Tom Cruise en otra persona.
Consejos para Identificar Deepfakes Sin Ser un Experto
Los deepfakes “aprenden” con el tiempo, ya que se basan en inteligencia artificial. Esta es la razón por la cual cada vez es más difícil identificar un video manipulado mediante esta técnica. A pesar de eso, hay algunos trucos que puedes usar para descubrir un deepfake.
Observa los ojos y la boca
Uno de ellos es observar la mirada de la persona que aparece en el video. La mirada puede parecer un poco perdida. Es como si la persona no estuviera enfocando un objeto o la cámara.
También ayuda observar los movimientos de la boca o del rostro en sí. Durante este proceso, puedes identificar movimientos que no son naturales, como una apertura exagerada de los labios al pronunciar una determinada palabra.
Dicho así, parece fácil. No lo es. Fernando advierte que los deepfakes de hoy son mucho más precisos que los creados hace tres o cuatro años debido a la naturaleza evolutiva de la inteligencia artificial. Por eso, nuestra mejor defensa hoy en día radica en prestar atención a los detalles.
Atención a los detalles para identificar deepfakes
Para resumir, aquí tienes una lista de características que Kaspersky considera indicativas de videos falsos:
- Movimientos bruscos
- Cambio de iluminación de la escena de un cuadro a otro
- Cambio en el tono de la piel
- Parpadeo extraño de los ojos o falta de parpadeo
- Labios mal sincronizados con el habla
- Elementos digitales (artefactos) en la imagen
¿Existe software que detecte deepfake?
Sería genial, pero aún no. Al menos no que funcione adecuadamente. Ya hay trabajos en este sentido, sin embargo. Un ejemplo es la investigación de Facebook para detectar deepfakes a través de la ingeniería inversa. Pero este es un proyecto que aún no se puede utilizar.
Una de las razones de esta dificultad está en las llamadas GANs (Generative Adversarial Networks — Redes Adversarias Generativas, en español). En este enfoque, un sistema entra en “duelo” con otro para generar el deepfake más convincente posible.
Explicado de manera rápida, una GAN funciona así: una herramienta basada en redes neuronales genera miles o incluso millones de modificaciones de la imagen de un rostro y las somete a un segundo mecanismo que intenta descubrir si las secuencias son falsas. Si este último no llega a una conclusión verdadera, se genera el deepfake.
Debido a que la interacción entre las GANs es rápida e implica muchos intentos, identificar un “clon digital” es cada vez más complicado. Pero no imposible. Si sigues las orientaciones anteriores, tendrás buenas posibilidades de éxito.
Mientras tanto, las investigaciones intentan encontrar formas no solo de identificar videos falsos, sino también de prevenir su creación mediante técnicas de validación. Un estudio incluso considera el uso de blockchain para este fin, ya que esta tecnología funciona de manera descentralizada y es bastante efectiva contra las alteraciones.
Para nosotros, simples humanos, aquí hay un consejo adicional para identificar deepfakes: mantén siempre encendido el “desconfiómetro”. Si el video muestra a una persona haciendo una declaración muy extraña, que está fuera de su carácter o es exagerada, es mejor buscar más información antes de sacar conclusiones.
