← Blog
Dos fotos de retrato casi idénticas una al lado de la otra sobre una superficie crema, con un signo de interrogación verde brillante entre ellas
Cultura de la IATest · 7 min de lectura

¿Real o IA? Haz el test (y aprende a distinguirlo de verdad)

Apostamos a que no sabes detectar la IA. No te sientas mal: tampoco saben las personas que fabrican esto para ganarse la vida. Aquí tienes el test de cinco rondas, más la jugada que usan los pros en lugar de entornar los ojos.

Por El equipo de Aipurity · 15 de julio de 2026

Puntos clave

  • En 2026, «¿real o IA?» como concurso de mirar es básicamente cara o cruz: los mejores modelos representan manos, texto y reflejos con limpieza, así que tus ojos son la herramienta equivocada.
  • Las señales clásicas (dedos, texto deformado, reflejos raros, piel cerosa) aún atrapan las falsificaciones perezosas, pero todas se desvanecen con cada lanzamiento de modelo.
  • Los detectores de «% de IA» basados solo en píxeles se derrumban con imágenes del mundo real: un porcentaje seguro sin nada que verificar es una conjetura con bata de laboratorio.
  • La jugada profesional es leer la procedencia —C2PA Content Credentials, los chunks PNG de Stable Diffusion, el XMP «trainedAlgorithmicMedia», el EXIF— más la búsqueda inversa de imágenes, y decir «no concluyente» cuando un archivo ha sido despojado.

¿Crees que sabes detectar una imagen de IA? Claro que sí. También lo creían todos los que acaban de suspender esto. Hay todo un género de test de «¿real o IA?» dando vueltas ahora mismo, y todos terminan igual: gente lista y con buena cultura visual puntuando más o menos como una moneda al aire y sintiéndose personalmente atacada por ello.

Así que antes de que bajes hasta el test —y lo hay, cinco rondas, sin imágenes necesarias, solo tu instinto—, pongamos una verdad incómoda sobre la mesa. En 2026, tus ojos no son la herramienta para este trabajo. No porque se te dé mal mirar, sino porque aquello que estás mirando fue creado, muy literalmente, para vencer a tus ojos.

Por qué esto se volvió tan difícil, tan rápido

Rebobina hasta 2023 y pillar una imagen de IA era prácticamente un truco de fiesta. Cuenta los dedos: había seis. Lee el cartel del fondo: decía algo como «RSETAURANTE». Mira el reflejo en las gafas de sol: mostraba una dimensión completamente distinta. Las señales estaban por todas partes y la chulería salía gratis.

Esa era se acabó. Los modelos actuales —Midjourney, Firefly, los últimos DALL·E e Imagen— representan manos de cinco dedos, menús legibles y reflejos que en su mayoría se portan bien. Los fallos que antes lo delataban todo ahora solo aparecen en lo barato, lo apresurado y lo de hace años. Las buenas falsificaciones se deslizan sin problema por la mismísima lista que te entregaron. Esa es la trampa: estás usando un antivirus de 2023 contra una amenaza de 2026.

Las señales clásicas (y por qué te siguen fallando)

Conoces la lista. Todo el mundo conoce la lista, y eso es parte del problema. Aquí la tienes, con la nota al pie que nadie imprime en la infografía: la parte donde cada truco deja de funcionar sin avisar.

  • Manos y dedos: el delator original: seis dedos, nudillos fusionados, un pulgar de repuesto. La pega: en gran parte resuelto. Los modelos punteros ahora dibujan manos limpias la inmensa mayoría de las veces, así que una mano de aspecto normal no prueba precisamente nada.
  • Texto y señalización: la jerigonza deformada en escaparates, menús y lomos de libros solía ser un delator instantáneo. La pega: se desvanece rápido. El texto corto a menudo sale impecable; solo los párrafos largos y la tipografía densa aún hacen tropezar a los modelos.
  • Reflejos y sombras: espejos que muestran la habitación equivocada, sombras apuntando en cinco direcciones, gafas de sol que no reflejan nada. La pega: esta es una de las señales más robustas, ya que una luz coherente es genuinamente difícil de falsificar, pero también mejora en cada lanzamiento.
  • Textura demasiado perfecta: piel sin poros, degradados hiperlisos, esa inquietante falta de grano del sensor. La pega: corta por ambos lados. La mitad de tu feed usa los mismos filtros de belleza, así que «demasiado liso» señala fotos reales y deja pasar falsificaciones por igual.

¿Ves el patrón? Cada señal viene ahora con un asterisco, y los asteriscos van ganando. Cualquier método basado en «¿tiene algo raro?» tiene fecha de caducidad, y en 2026 la fecha ya quedó atrás.

Vale. El test. ¿Real o IA?

Cinco rondas. Sin fotos: solo descripciones vívidas, que sinceramente es más o menos todo lo que tu cerebro tiene para guiarse en estos test de todos modos. Lee cada una, comprométete con una respuesta en voz alta (en voz alta, sin escaquearte) y luego guarda tus cinco conjeturas para la revelación. ¿Listo?

  1. 01Una barbacoa en el jardín, ligeramente sobreexpuesta. Un niño tiene kétchup en una mejilla, una manguera de jardín está enrollada en el césped y alguien del fondo aparece pillado a media parpadeo. Espontánea, imperfecta, corriente. ¿Real o IA?
  2. 02Un retrato nítido de LinkedIn de un «fundador de startup». Brillos perfectos en ambos ojos, piel sin poros, una americana sin un solo hilo suelto. Parece que costó dinero. ¿Real o IA?
  3. 03Una foto granulada de una protesta: desenfoque de movimiento, un destello de lente y un cartel pintado a mano que casi —pero no del todo— puedes leer. Urgente, noticiosa, un poco caótica. ¿Real o IA?
  4. 04Un café con leche con un arte de espuma genuinamente precioso, fotografiado desde arriba sobre una mesa de mármol, un par de migas de grano de café esparcidas con estudiada casualidad. Perfecto para una cafetería. ¿Real o IA?
  5. 05Una captura de pantalla de la foto de vacaciones de un «amigo»: una playa al atardecer, una sola gaviota, una línea de horizonte que se inclina un pelín. Cálida, informal, reenviada a tu chat del grupo. ¿Real o IA?

¿Fijaste las cinco? Bien. Aquí va la revelación: no voy a decirte las respuestas, y esa negativa es toda la lección. Cada una de esas escenas la producen, de forma rutinaria y perfecta, tanto las cámaras como los modelos. El kétchup, el parpadeo, el desenfoque de movimiento, los granos de café esparcidos con arte, el horizonte torcido: esas «imperfecciones» son trivialmente fáciles de pedir por prompt, y el «desorden espontáneo» ahora viene como un preajuste. Lo que sea que hayas puntuado, lo puntuaste por sensaciones. Y las sensaciones, contra una herramienta creada específicamente para vencer a las sensaciones, se redondean hacia abajo a cara o cruz.

La parte que escuece

No es que se te dé mal esto. Es que «¿real o IA?» como concurso de mirar es imposible de ganar por diseño: los modelos se entrenan con miles de millones de fotos reales precisamente para que su salida se cuele invisible entre ellas. No te sientas mal: los modelos están literalmente entrenados para vencer a tu instinto. Cambia mejor la herramienta que estás usando.

Dos manos sosteniendo dos copias fotográficas casi idénticas a contraluz suave, comparándolas para detectar la diferencia
Una de estas es una foto de cámara y la otra es IA. Incluso lado a lado, los píxeles no te dirán cuál, así que los pros dejaron de preguntarle a los píxeles.

Cómo distinguirlo de verdad (lo que hace la gente que se dedica a esto)

Aquí está el «ajá» al que viniste. Los pros —verificadores de datos, analistas forenses, equipos de confianza y seguridad— dejaron de entornar los ojos hace mucho. Cambiaron la pregunta perdedora, «¿esto parece falso?», por una mejor: «¿qué puede demostrar este archivo sobre su origen?». Ese giro, de adivinar por los píxeles a leer la evidencia, es todo el truco, y tú también puedes hacerlo, gratis, en unos treinta segundos.

Las imágenes modernas llevan recibos. Las cámaras, los editores y las herramientas de IA escriben cada vez más registros legibles por máquina de qué creó un archivo y cómo cambió, y a diferencia de los píxeles, esos registros no mejoran a la hora de mentir a medida que mejoran los modelos. La palabra paraguas es procedencia, y cuatro tipos hacen casi todo el trabajo:

  • C2PA Content Credentials: una «etiqueta nutricional» firmada criptográficamente e incrustada en el archivo, que nombra quién lo creó, con qué herramienta y cómo se editó. Adobe Firefly, Photoshop, DALL·E y el Imagen y Gemini de Google la adjuntan; las cámaras Leica y Sony firman fotos reales de la misma manera. Firmado significa comprobable: manipúlalo y la validación falla en lugar de mentirte.
  • Los chunks PNG de Stable Diffusion y ComfyUI: los generadores locales de código abierto guardan toda su receta en los chunks de texto de un PNG: el prompt, el hash del modelo, el sampler, la semilla. Cuando esos chunks sobreviven, la imagen ha firmado, en la práctica, una confesión.
  • XMP «trainedAlgorithmicMedia»: un campo de metadatos estándar cuyo valor es la forma oficial de la industria, legible por máquina, de estampar «hecho por IA generativa». Firefly, Recraft, Leonardo y otros lo escriben. Es una cadena de texto simple: fácil de leer, difícil de falsificar de forma convincente.
  • El rastro EXIF: el bloque que deja una cámara real: objetivo, exposición, ISO, marca de tiempo y a veces GPS. Un rastro coherente respalda suavemente una captura genuina. Sin embargo, su ausencia no prueba nada por sí sola, porque las plataformas eliminan el EXIF de las subidas como tarea de mantenimiento rutinaria.

Y una jugada que no es metadatos en absoluto pero que gana constantemente: la búsqueda inversa de imágenes. Suelta la foto en Google Lens o TinEye, ordena por fecha y caza la copia más antigua. Una foto de «última hora» cuya aparición más antigua es un foro de arte de IA de esta mañana ha respondido tu pregunta sin necesidad de forense alguno. El contexto sobrevive a los píxeles.

Basta de teoría: ve y lee tú mismo la evidencia de un archivo real:Comprueba una imagen real gratis →

Entonces, ¿el ojímetro a la antigua todavía se gana un puesto? Un poco: como desempate, nunca como prueba. Aquí está la tabla de puntuación honesta de 2026:

Señal clásica¿Sigue funcionando en 2026?
Contar dedos, revisar manosNo de forma fiable: los mejores modelos dibujan manos limpias; una normal no prueba nada
Leer texto y carteles del fondoRara vez: el texto corto suele ser perfecto ahora; solo la tipografía larga y densa aún se escapa
Revisar reflejos y sombrasA veces: la señal visual más robusta, pero se cierra rápido en cada lanzamiento
«La piel parece demasiado lisa»No: los filtros de belleza lo fingen en fotos reales; corta por ambos lados
Búsqueda inversa para la fuente más antiguaSí: sigue funcionando y se fortalece con el tiempo, no se debilita
Leer la procedencia de C2PA y los metadatosSí: el único método que mejora a medida que marcar la IA se convierte en ley

Por qué «no concluyente» gana a un porcentaje seguro

Una pega honesta, y es la línea entre un verificador de verdad y una máquina tragaperras. A veces lees la evidencia y no encuentras… ninguna. Al archivo se le hizo una captura, o se le exprimió por WhatsApp, o se exportó limpio, y cada recibo quedó despojado por el camino. Una herramienta veraz lo llama «no concluyente», no «91 % real». La ausencia de evidencia no es evidencia de ausencia: un archivo despojado podría ser una foto de vacaciones genuina que soltó sus metadatos en un chat de grupo, o una imagen de IA a la que se hizo una captura precisamente para enterrar su origen.

Cualquier cosa que lave esa incertidumbre y la convierta en un número seguro está inventando una cifra que no se ha ganado. El trabajo revisado por pares muestra por qué: el benchmark RAID observó cómo los detectores «robustos» basados solo en píxeles se deslizaban hacia cara o cruz en el instante en que se topaban con un generador con el que no se habían entrenado: preciosos en el laboratorio, un batacazo en la práctica con las imágenes recomprimidas y capturadas que de verdad circulan. Así que cuando un sitio te enseña «87 % IA» sin nada que pulsar y verificar, archívalo bajo decoración: una conjetura con bata de laboratorio. Un «no concluyente» verificable gana a un porcentaje no verificable siempre.

Y el terreno se inclina hacia la evidencia de todos modos. Desde el 2 de agosto de 2026, el Artículo 50 de la EU AI Act exige a los proveedores de IA generativa que marquen su salida de forma legible por máquina, y a cualquiera que despliegue un deepfake que lo revele. En términos claros: la proporción de imágenes de IA que aparecen llevando un recibo legible sube cada mes, mientras que adivinar por los píxeles sigue cayendo. Aprender a leer las marcas no es solo la jugada inteligente de hoy: es la que se fortalece con la edad.

Entonces… ¿ganaste?

Sea cual sea tu puntuación, aquí va el replanteamiento: el juego estaba amañado, y la victoria nunca iba a venir de mirar con más fuerza. La próxima vez que tu feed te sirva un momento de «espera, ¿eso es real?», no entornes los ojos: rastrea de dónde vino, lee lo que el archivo admite y deja que la evidencia decida, incluida la evidencia de que no hay ninguna. Eso no es rendirse. Es exactamente la jugada que hacen los pros, y ahora es tuya.

Venga: coge el escenario que te engañó antes, encuentra un archivo real como ese y compruébalo de verdad. Leer un recibo gana a ganar un juego de adivinanzas, y es mucho más difícil de rebatir.

¿Clavaste las imágenes? El vídeo es el nivel final: prueba uno:Comprueba un vídeo también →

Preguntas frecuentes

¿De verdad se puede saber si una imagen es IA solo con mirarla?+

Sinceramente, no de forma fiable, no en 2026. Los modelos punteros ahora representan manos, texto y reflejos con limpieza, así que «¿parece falsa?» puntúa más o menos como cara o cruz con las falsificaciones modernas. La jugada de fiar es dejar de juzgar píxeles y leer en su lugar la procedencia del archivo: C2PA Content Credentials, los chunks PNG de Stable Diffusion, una etiqueta XMP «trainedAlgorithmicMedia» o el rastro EXIF.

¿Cuál es el mejor test de real o IA?+

El mejor test no es un quiz: es leer la evidencia. Haz una búsqueda inversa de la copia más antigua de la imagen y luego revisa el archivo real en busca de un manifiesto C2PA firmado o de metadatos del generador. Una herramienta que te muestra qué bytes o qué manifiesto encontró gana a cualquiera que te entregue un porcentaje pelado sin nada que verificar.

¿Por qué sigo fallando estos test de real o IA?+

Porque el juego está amañado contra los ojos por diseño. Los modelos de imagen se entrenan con miles de millones de fotos reales precisamente para que su salida se mimetice, y las imperfecciones «espontáneas» como el desenfoque de movimiento o un horizonte torcido son triviales de pedir por prompt. Fallar no significa que tengas mal ojo; significa que el ojo es el instrumento equivocado.

¿Los viejos trucos —contar dedos, revisar el texto— siguen funcionando?+

Como desempate, a veces; como prueba, no. Los mejores modelos ahora dibujan casi siempre manos correctas y texto corto, así que una mano limpia no prueba nada y solo los fallos evidentes significan algo. Los reflejos y las sombras son la señal visual más robusta, pero también se están cerrando rápido. Trata las señales visuales como una pista, nunca como un veredicto.

¿Existe un verificador de real o IA gratuito que funcione de verdad?+

Sí: usa uno que lea la procedencia en lugar de adivinar por los píxeles, y que diga «no concluyente» cuando un archivo ha sido despojado. Los verificadores de imagen y vídeo de Aipurity se ejecutan en tu navegador, leen el manifiesto C2PA y los metadatos del generador que lleva un archivo, y muestran la evidencia en vez de una puntuación de confianza inventada. Si una captura de pantalla o una resubida borró los recibos, una herramienta honesta te lo dice.

Fuentes

Escrito por

El equipo de Aipurity

El equipo de Aipurity crea herramientas gratuitas y centradas en la procedencia para distinguir los medios reales de los sintéticos: leemos la evidencia que un archivo realmente lleva consigo en lugar de adivinar a partir de los píxeles. Escribimos lo que podemos demostrar y decimos «no concluyente» cuando esa es la respuesta honesta.

Sigue leyendo