Apps detectoras de deepfakes: 7 cosas que comprobar antes de fiarte de una
No todas las apps detectoras de deepfakes son iguales. Estos 7 criterios separan un detector de IA fiable de una moneda al aire — privacidad, análisis multi-señal, honestidad y más.
Busca “deepfake detector” en cualquier tienda de apps y encontrarás docenas de resultados con nombres rotundos y promesas de 99% de precisión. Algunas son herramientas forenses serias. Otras, una interfaz fina sobre un único modelo en la nube. Unas cuantas son directamente estafas que recolectan justo las fotos que te preocupan.
Nosotros desarrollamos una de estas apps, así que somos abiertamente parte interesada — pero por eso mismo sabemos exactamente qué preguntas desnudan a un detector débil. Aquí van las siete que importan, elijas la herramienta que elijas.
1. ¿Dónde se ejecuta el análisis?
La pregunta más determinante. Si la app sube tu contenido a un servidor, esa foto que te preocupa — a menudo algo privado — pasa a vivir en la infraestructura de otro, sujeta a su política de retención, su seguridad y su historial de filtraciones. Busca lenguaje explícito: en el dispositivo (on-device) significa que el archivo nunca sale de tu teléfono; “procesamiento seguro en la nube” significa que sí sale, solo que con buenos modales.
El análisis local, además, funciona sin conexión y arranca al instante — sin cola de subida para un vídeo 4K. Desglosamos ese equilibrio en la verificación en el dispositivo, explicada.
2. ¿Un solo modelo o varias señales independientes?
Un detector que pasa tu archivo por un único clasificador neuronal es un monocultivo: lo que engaña a ese modelo engaña a todo el producto. Las herramientas serias fusionan familias de señales independientes — credenciales de procedencia, forense de metadatos y codificación, análisis facial neuronal, consistencia de movimiento, huellas en el dominio de la frecuencia. Engañar una señal es fácil; engañarlas todas a la vez es lo difícil. Si el marketing no sabe decirte qué señales comprueba, asume que es un modelo solo con gabardina.
3. ¿Se explica?
Un escueto “FALSO ✅ / REAL ❌” no es análisis, es un oráculo. Deberías ver por qué: qué capas saltaron, qué decían los metadatos, si había procedencia, qué confianza dio cada señal. Las explicaciones te permiten sopesar el veredicto con el contexto — y mantienen honesta a la herramienta, porque un veredicto sin explicación no lo puede auditar nadie.
4. ¿Dice alguna vez “no concluyente”?
Esto es contraintuitivo: el detector fiable es el que sabe encogerse de hombros. El contenido de redes muy comprimido, capturado y resubido destruye buena parte de la evidencia forense de la que depende cualquier herramienta. La precisión real sobre imágenes limpias (en torno al 85–94% para buenos detectores en 2026) cae de forma notable sobre las degradadas. Una herramienta que devuelve un veredicto seguro para todo no es más capaz — es menos honesta. Busca una puntuación de confianza y un estado de incertidumbre explícito, no un binario.
5. ¿Qué soporta realmente?
Contrasta los detalles aburridos con tu caso de uso real:
- Vídeo, no solo imágenes — análisis fotograma a fotograma, no una miniatura.
- Análisis de enlaces — pegar una URL de una plataforma social sin descargar antes.
- Integración con el menú compartir — verificar directamente desde Fotos o el navegador.
- Formatos habituales — en iPhone importan HEIC y MOV, no solo JPEG y MP4.
6. ¿Cuál es el modelo de negocio?
O eres el cliente o eres el producto. Una app sin vía de ingresos visible, con permisos amplios de fototeca y una tubería en la nube merece sospecha — la recolección de datos de entrenamiento disfrazada de herramienta gratuita es un patrón real. Un precio claro (nivel gratuito más uno de pago) es buena señal, no mala.
7. ¿Promete certeza?
La detección de deepfakes es una carrera armamentística; los generadores mejoran sin parar y todo fabricante honesto lo dice. Trata las afirmaciones absolutas — “100% preciso”, “detecta toda la IA” — como descalificantes. La promesa realista es evidencia sólida, actualizada en el tiempo, de múltiples señales independientes. Quien te promete prueba definitiva te vende justo lo que este campo no puede dar.
Cómo responde Verifyco a estas siete preguntas
Ya que son las preguntas que querríamos que nos hicieran: Verifyco se ejecuta por completo en el dispositivo en iPhone (nada se sube nunca, no existe cuenta), fusiona cinco señales forenses independientes — procedencia C2PA, forense de metadatos, análisis facial neuronal, consistencia de movimiento, análisis de frecuencia — en una puntuación de confianza de 0 a 100 con desglose por capa, devuelve no concluyente cuando la evidencia realmente no sostiene un veredicto, soporta fotos, vídeos y enlaces pegados con extensión de compartir, y tiene precios claros (tres análisis gratis, suscripción después). La metodología detrás de la puntuación es la misma que documentamos en público en guías como cómo saber si una imagen está generada por IA.
Preguntas frecuentes
¿Qué precisión debo esperar de una app detectora de deepfakes? Sobre medios limpios y sin comprimir, los buenos detectores multi-señal rondan el 85–94% en 2026. Sobre resubidas comprimidas de redes, bastante menos — por eso las herramientas honestas informan confianza e incertidumbre en vez de un sí/no plano.
¿Son seguras las apps detectoras gratuitas? Algunas sí; otras monetizan tus subidas. Antes de entregar una foto sensible a cualquier app, comprueba dónde corre el análisis (dispositivo vs nube), los términos de retención de su política de privacidad y si el modelo de negocio es visible. Los niveles gratuitos de productos de pago suelen ser más seguros que las herramientas en la nube totalmente gratuitas.
¿Puede alguna app detectar deepfakes con certeza? No. La detección es probabilística y los generadores evolucionan. Una app fiable te da evidencia sólida y explicada — múltiples señales, puntuación de confianza, honestidad sobre los límites — y te deja el juicio final, junto con el contexto, a ti.
Si puedo revisar credenciales y metadatos yo mismo, ¿necesito un detector? Son complementarios. Las credenciales son la comprobación más rápida cuando existen, pero al contenido viral casi siempre se las han quitado. El análisis forense de señales es lo que queda cuando la evidencia fácil desaparece — mira nuestro recorrido para comprobar fotos en iPhone.
Conclusión
La pregunta correcta no es “qué detector dice REAL o FALSO” — es qué detector se gana la confianza: privado por arquitectura, multi-señal por diseño y honesto con la incertidumbre. Hazle las siete preguntas de arriba a cualquier herramienta, incluida la nuestra.
