Cómo Internet rompió los detectores de mentiras de todos

Vídeos de propaganda al estilo Lego. Los alegatos de crímenes de guerra están inundando los feeds en línea, haciéndose eco del propio giro de la Casa Blanca hacia clips crípticos y imágenes nativas de memes. Esto no es sólo una deriva de contenido. Es un nuevo frente en la guerra de la información, donde la velocidad, la ambigüedad y el alcance algorítmico importan tanto como la precisión.

Según se informa, un medio vinculado a Irán, Explosive News, puede completar un segmento de Lego sintético de dos minutos en aproximadamente 24 horas. La velocidad es el punto. Los medios sintéticos no necesitan aguantar para siempre; sólo necesita viajar antes de que la verificación se ponga al día.

El mes pasado, la Casa Blanca aumentó esa confusión cuando publicó dos videos vagos de “lanzamiento pronto” y luego los eliminó después de que investigadores en línea y de código abierto comenzaron a analizarlos.

La revelación resultó decepcionante: un impulso promocional para la aplicación oficial de la Casa Blanca. Pero el episodio demostró hasta qué punto la comunicación oficial ha absorbido la estética de las filtraciones, la viralidad y la intriga nativa de la plataforma. Incluso cuando las cuentas oficiales adoptan la estética de una filtración, cuestionar si un registro es real o sintético es la única medida defensiva que queda.

Real versus sintético: la nueva fricción

Una huella digital cero utilizada para señalar autenticidad. Ahora, puede indicar lo contrario. La ausencia de un rastro ya no significa que algo sea original; puede significar que nunca fue capturado por una lente. La señal se ha invertido. La verdad se retrasa; clientes potenciales de compromiso.

El tráfico automatizado ahora controla aproximadamente el 51 por ciento de la actividad de Internet, escalando ocho veces más rápido que el tráfico humano según el Informe comparativo sobre el estado del tráfico de IA y las amenazas cibernéticas de 2026. Estos sistemas no solo distribuyen contenido, sino que priorizan la viralidad de baja calidad, asegurando que el registro sintético viaje mientras la verificación aún se está poniendo al día.

Los investigadores de código abierto todavía se mantienen firmes, pero están librando una guerra de volumen. El aumento de los “supercompartidores” hiperactivos, a menudo respaldados por verificación paga, agrega una capa de autoridad falsa que la inteligencia tradicional de código abierto (OSINT) ahora tiene que navegar.

"Estamos constantemente alcanzando a alguien que presiona volver a publicar sin pensarlo dos veces", dice Maryam Ishani, periodista de OSINT que cubre el conflicto. "El algoritmo prioriza ese reflejo y nuestra información siempre irá un paso por detrás".

Al mismo tiempo, el aumento de las cuentas de seguimiento de la guerra está empezando a interferir con la propia información. Manisha Ganguly, líder de análisis forense visual de The Guardian y especialista de OSINT que investiga crímenes de guerra, señala la falsa certeza creada por la avalancha de contenido agregado en Telegram y X.

"La verificación de código abierto comienza a crear una falsa certeza cuando deja de ser un método de investigación, a través de un sesgo de confirmación, o cuando OSINT se utiliza para validar cosméticamente cuentas oficiales o se aplica incorrectamente a sabiendas para alinearse con narrativas ideológicas en lugar de interrogarlas", dice Ganguly.

Mientras esto sucede, el acceso al conjunto de herramientas de verificación en sí es cada vez más difícil. El 4 de abril, Planet Labs—uno de los proveedores de satélites comerciales más confiables para el periodismo de conflictos—anunció que retendría indefinidamente imágenes de Irán y la zona de conflicto de Medio Oriente en general, con carácter retroactivo al 9 de marzo, a raíz de una solicitud del gobierno de Estados Unidos.

La respuesta del secretario de Defensa estadounidense, Pete Hegseth, a las preocupaciones sobre el retraso fue inequívoca: “El código abierto no es el lugar para determinar qué sucedió o no”.

Ese cambio importa. Cuando se restringe el acceso a la evidencia visual primaria, se reduce la capacidad de verificar eventos de forma independiente. Y en esa brecha cada vez más estrecha, algo más se expande: la IA generativa no sólo llena el silencio, sino que compite para definir lo que se ve en primer lugar.

La IA generativa es cada vez más difícil de detectar

Las plataformas de IA generativa han estado aprendiendo de sus errores. Henk van Ess, formador de investigaciones y especialista en verificación, dice que muchos de los indicios clásicos (recuento de dedos incorrecto, carteles de protesta confusos, texto distorsionado) se han solucionado en gran medida en la última generación de modelos. Herramientas como Imagen 3, Midjourney y Dall·E han mejorado en cuanto a comprensión rápida, fotorrealismo y representación de texto en imagen.

Pero el problema más difícil es lo que van Ess llama el híbrido.