Un experimento revela que confiamos más en rostros de IA
NewsITe
Un trabajo conjunto de las universidades de Lancaster, Stanford y California encendió una nueva alarma sobre el impacto de la inteligencia artificial generativa en la vida cotidiana. Según el estudio, los rostros producidos por modelos de difusión —una de las tecnologías más avanzadas de IA— no sólo resultan convincentes, sino que además inspiran más confianza que los rostros reales, lo que abre la puerta a fraudes y engaños cada vez más sofisticados en el entorno digital.
La investigación, publicada en la revista científica Journal of Vision, analizó cómo percibimos la autenticidad y la confiabilidad de caras humanas reales frente a imágenes creadas íntegramente por computadora. El trabajo se inscribe en un debate que crece a nivel global: la facilidad con la que hoy se pueden fabricar identidades falsas mediante IA y utilizarse para estafas, campañas de desinformación o suplantación de identidad.
Cómo se diseñó el experimento con rostros reales y artificiales
En una primera etapa, 169 participantes observaron 96 rostros de diferentes edades, géneros y grupos étnicos. En cada caso debían indicar si la imagen correspondía a una persona real o a un rostro generado por IA. Las caras artificiales provenían de dos tipos de modelos: los más recientes modelos de difusión (MD) y un sistema anterior basado en redes generativas antagónicas (GAN).
Contra lo que podría suponerse, los voluntarios calificaron a los rostros creados con el nuevo modelo de difusión como menos realistas que los generados con la tecnología GAN. Sin embargo, ese resultado se dio vuelta cuando se evaluó otro aspecto clave: el grado de confianza que inspira cada cara.
Las caras de IA, percibidas como más confiables
En un segundo experimento, se le pidió a otro grupo de participantes que calificara la confiabilidad de 96 rostros, también mezclando imágenes reales y generadas por IA. La escala iba del 1 (muy poco confiable) al 7 (muy confiable). Allí se registró el hallazgo que más preocupa a los especialistas: las caras reales fueron consideradas las menos confiables, con una puntuación promedio de 4,03.
Tanto los rostros creados con GAN como los producidos por modelos de difusión obtuvieron mejores puntuaciones. Estos últimos, además, fueron vistos como los más confiables de todos, por encima de los rostros reales y de los generados con la tecnología anterior. Para los investigadores, esto revela una paradoja: los juicios sobre realismo y confianza parecen obedecer a mecanismos psicológicos diferentes.
Riesgos crecientes de fraude y suplantación de identidad
La combinación entre alta confianza y creciente realismo de las imágenes generadas por IA preocupa especialmente en un contexto de expansión de los llamados deepfakes. Estos contenidos sintéticos, cada vez más accesibles y fáciles de producir, pueden utilizarse para crear perfiles falsos en redes sociales, hacerse pasar por otra persona en videollamadas o impulsar campañas coordinadas de desinformación política.
- Posibilidad de fraudes económicos mediante identidades ficticias aparentemente creíbles.
- Riesgo de suplantación de identidad en trámites digitales y servicios financieros.
- Difusión de noticias falsas y manipulación de la opinión pública con rostros “confiables” creados por IA.
“Las personas corren el riesgo de ser engañadas por imágenes generadas por IA. Es importante informar al público sobre la facilidad con la que se pueden crear estas imágenes, sus posibles usos indebidos y las formas en que pueden ser víctimas”, advirtió Alexis McGuire, estudiante de doctorado en psicología y uno de los autores del estudio.
Los especialistas insisten en que, a medida que avanza la inteligencia artificial generativa, es imprescindible desarrollar herramientas de verificación, regulaciones claras y campañas de alfabetización digital. El objetivo es que usuarios, organizaciones y gobiernos puedan detectar a tiempo estas imágenes sintéticas y reducir el margen de acción para estafadores y actores que buscan manipular la opinión pública o vulnerar la seguridad de las personas.
