Artículo de información
José Carlos Botto Cayo y Abel Marcial Oruna Rodríguez
1 de octubre del 2026
La cámara fue durante mucho tiempo una testigo confiable. Una multitud en la calle, un robot corriendo entre peatones o una persona conocida hablando frente al lente parecían confirmar que algo había sucedido. Hoy la imagen conserva su fuerza, pero ya no puede leerse sin preguntas. La inteligencia artificial produce escenas completas, con voces y movimientos convincentes, y las coloca ante nosotros como si fueran registros espontáneos. Los videos virales de estas semanas revelan un cambio profundo: no solo se fabrican imágenes, también se fabrica la apariencia de realidad que las acompaña. (Pereira, 2026).
No se trata de condenar toda creación hecha con inteligencia artificial. Estas herramientas permiten imaginar escenas, explicar procesos y producir contenidos con recursos que antes estaban reservados a grandes equipos. El problema empieza cuando una ficción se presenta como noticia, cuando se utiliza el rostro de alguien sin su consentimiento o cuando un montaje circula como prueba de un hecho. La tecnología puede ampliar el oficio de contar; también aumenta la responsabilidad de quien crea, publica y comparte. La diferencia entre imaginar y engañar está, muchas veces, en la claridad con que se presenta el contenido. (Pardes, 2026).
La ficción adopta el lenguaje de la noticia
En redes sociales han circulado videos de supuestas protestas multitudinarias en distintas ciudades europeas. Las escenas mostraban manifestaciones contra la inmigración, los gobiernos o la situación de cada país. Algunas imitaban el aspecto de un reportaje: micrófonos con logotipos conocidos, gráficos de televisión y periodistas que parecían informar desde la calle. Sin embargo, las protestas de esos videos no habían ocurrido. La ficción usaba los signos del periodismo para presentarse con autoridad y convertir una escena inventada en algo que el espectador pudiera confundir con un testimonio. (Pereira, 2026).
El montaje no terminaba en la imagen. Los videos apelaban a preocupaciones políticas existentes y pedían a los usuarios que comentaran o compartieran. De esa manera, la fabricación encontraba sitio dentro de una conversación real y podía alimentar tensiones que ya estaban presentes. La escena era falsa; las reacciones que provocaba, en cambio, podían tener consecuencias verdaderas. Esta es una de las razones por las que los videos sintéticos no deben evaluarse solo por su calidad visual. También importa quién los difunde, qué mensaje los acompaña y qué respuesta buscan despertar en el público. (Pereira, 2026).
Otro video, publicado en Facebook, parecía mostrar a miles de personas frente al Parlamento británico. La verificación encontró una marca de agua digital invisible relacionada con herramientas de Google y errores en elementos del paisaje urbano. El texto de una calzada aparecía deformado y algunos edificios no correspondían con su ubicación real. Son detalles que pueden ayudar a reconocer una fabricación, pero no siempre los advierte quien recibe el video reenviado. A menudo, el archivo llega separado de la publicación original y de cualquier explicación sobre su procedencia. (Lincoln, 2026).
También se han hecho virales videos de robots humanoides que escapan de hospitales, corren por parques o son perseguidos por la policía. Algunos se presentan claramente como humor; otros adoptan el estilo de una transmisión noticiosa y afirman que la escena ocurrió de verdad. Letreros sin sentido, movimientos imposibles y acciones incoherentes pueden delatar su origen, aunque la atención del público ya haya sido capturada. Un robot que corre por una calle es una imagen inesperada. Precisamente por eso, muchos se detienen a verla, comentarla y compartirla antes de preguntarse si están ante un registro o una ficción. (Thompson, 2026).
En el recorrido por las redes, el contexto puede desaparecer. Un video creado como entretenimiento se descarga, se recorta y vuelve a publicarse sin la etiqueta que indicaba su origen. Al siguiente usuario puede llegarle con un titular urgente y sin referencia a quien lo produjo. Conviene detenerse y preguntar quién publicó primero el archivo, si hay otros registros del mismo hecho y si el lugar coincide con lo que muestra la escena. No hace falta ser especialista para empezar a comprobar; hace falta resistir el apuro de reenviar antes de saber qué estamos compartiendo. (Lincoln, 2026).
Rostros y voces bajo disputa
La inteligencia artificial puede reconstruir una voz y un rostro para hacer que una persona parezca decir palabras que nunca pronunció. Zelda Williams cuestionó un video que mostraba falsamente a su padre, el actor Robin Williams, hablando de teorías conspirativas. Su reclamo puso sobre la mesa una pregunta que la técnica no resuelve: ¿quién decide cómo se usa la imagen de alguien que ya no puede dar su consentimiento? Tener la capacidad de imitar una voz no convierte esa voz en propiedad de quien maneja el programa, ni transforma una invención en un recuerdo verdadero. (Brown, 2026).
La suplantación también afecta a personas que no son celebridades. Una creadora digital descubrió anuncios que usaban su imagen para promocionar productos que ella no había recomendado. Sus seguidores le preguntaban por esas supuestas colaboraciones, y ella debía aclarar que nunca las había aceptado. Algunas imágenes se habían construido a partir de fotografías que ya estaban disponibles en sus propias redes. Su rostro, que era parte de la relación de confianza con su audiencia, se utilizaba como una firma falsa para vender algo. (Pardes, 2026).
Una vez que aparece el engaño, la persona afectada debe desmentirlo y tratar de retirar las publicaciones. Pero el video puede reaparecer desde otras cuentas, mientras quienes lo vieron primero recuerdan la falsedad mejor que la rectificación. La mentira deja una marca incluso después de ser identificada. Así, el trabajo de reparar el daño recae sobre quien no creó el montaje: debe recuperar su reputación, responder a sus seguidores y perseguir copias que vuelven a circular. El problema no reside únicamente en que la imagen sea falsa, sino en la confianza que puede destruir. (Pardes, 2026).
Las plataformas tienen una responsabilidad concreta. Las etiquetas que identifican contenido generado con inteligencia artificial pueden orientar al público, pero deben ser claras y mantenerse junto al video cuando este se comparte. También se necesitan vías eficaces para denunciar suplantaciones y publicidad engañosa. Si una persona reclama durante semanas para que retiren un anuncio falso, las reglas escritas pierden fuerza. La velocidad con que se difunde el contenido exige respuestas oportunas; de lo contrario, toda la carga de reconocer y frenar el engaño queda sobre quien recibe el video en su teléfono. (Pardes, 2026).
Crear con claridad, mirar con criterio
Los videos generados con inteligencia artificial pueden servir para contar historias, ilustrar una clase o ensayar una escena que sería costosa de filmar. La creatividad siempre ha buscado nuevos instrumentos, y estas herramientas abren posibilidades para quienes no disponen de grandes recursos. Pero una recreación no debe disfrazarse de prueba. Si el público sabe que contempla una ficción, puede apreciarla como tal. Si el origen se oculta para hacerla pasar por un registro verdadero, la creación se convierte en engaño. La transparencia no limita la imaginación; permite que el espectador sepa ante qué clase de imagen está. (Pardes, 2026).
Las marcas de agua y los datos de procedencia pueden ofrecer pistas sobre la creación o modificación de un archivo. Aun así, no son infalibles: algunas señales desaparecen cuando se recorta un video, se guarda en otro formato o se vuelve a publicar en una plataforma distinta. Tampoco la ausencia de una marca demuestra autenticidad. Estas herramientas ayudan a investigar, pero no reemplazan la tarea de contrastar la fuente, revisar el contexto y comprobar que el lugar y las personas correspondan con lo que se afirma. Una señal técnica es un indicio, no un veredicto. (Lincoln, 2026).
Para el periodismo, esta situación devuelve vigencia a tareas conocidas: identificar la fuente, confirmar el lugar, contrastar testimonios y distinguir el registro original de sus versiones editadas. Una grabación puede aportar información valiosa, pero su significado depende del contexto y de la posibilidad de verificarlo. En las redes, esa responsabilidad también alcanza a cada usuario. Compartir una imagen es ayudarla a circular; antes de hacerlo, conviene preguntarse qué muestra, quién la produjo y qué razones tenemos para creerla. La pantalla puede contar una historia; comprobarla sigue siendo trabajo nuestro. (Pereira, 2026).
Referencias
Brown, Lily. (2026). Robin Williams’ daughter Zelda slams AI video of her late father. People. https://people.com/robin-williams-daughter-zelda-slams-ai-video-of-her-late-father-let-him-rest/
Lincoln, Nadia. (2026). Video showing thousands of people at London protest is AI fake. Full Fact. https://fullfact.org/politics/london-protest-video-ai-fake/
Pardes, Arielle. (2026). Deepfakes are wrecking influencers’ credibility, one fake ad at a time. The Guardian. https://www.theguardian.com/technology/2026/sep/12/deepfakes-wrecking-influencers-credibility
Pereira, Inês Trindade. (2026). Wave of AI videos showing far-right protests in Europe spreads online. Euronews. https://www.euronews.com/2026/09/24/wave-of-ai-videos-showing-far-right-protests-in-europe-spreads-online
Thompson, Sarah. (2026). Prebunk: Videos of medical robots run away from reality—AI running in data center, not robot in city center. Lead Stories. https://leadstories.com/hoax-alert/2026/09/fact-check-prebunk-videos-of-medical-robots-run-away-from-reality.html
