Artículo de información
José Carlos Botto Cayo y Abel Marcial Oruna Rodríguez
14 de setiembre del 2026
Hace apenas unos años, reconocer una imagen creada por inteligencia artificial podía ser relativamente sencillo. Manos deformadas, letras imposibles, objetos fusionados y rostros extraños dejaban pistas suficientes para descubrir el artificio. Esa tranquilidad está desapareciendo. Los nuevos modelos generativos pueden producir fotografías, ilustraciones y secuencias audiovisuales cada vez más convincentes mediante instrucciones escritas, mientras las herramientas de edición permiten corregir posteriormente buena parte de los errores que todavía comete la máquina. José Carlos Botto Cayo y Abel Marcial Oruna Rodríguez han analizado esta evolución en el terreno del video generativo, donde la mejora del realismo abre enormes posibilidades creativas, pero también vuelve más compleja la identificación de aquello que fue registrado por una cámara y aquello que nació dentro de un sistema informático. La cuestión ya no consiste solamente en preguntarnos si una imagen está bien hecha: también necesitamos saber de dónde salió. (Botto Cayo & Oruna Rodríguez, 2026).
Para medios de comunicación, diseñadores, empresas y usuarios peruanos aparece entonces una pregunta bastante práctica: ¿debemos avisar cuando utilizamos inteligencia artificial para crear una imagen? No toda intervención tecnológica tiene el mismo significado. Corregir ruido, mejorar iluminación o ampliar la resolución de una fotografía mediante funciones inteligentes es diferente a solicitar que un modelo genere desde cero una persona, un edificio o un acontecimiento. Ángel Colunge, docente de la Pontificia Universidad Católica del Perú, sostiene que la creación mediante IA generativa mantiene una importante participación humana en la intención, elaboración de instrucciones, selección de resultados y posprocesamiento. La máquina puede generar la materia visual, pero una persona continúa tomando decisiones sobre aquello que finalmente será publicado. Reconocer esa colaboración permite discutir la transparencia sin caer en la idea simplista de que todo contenido asistido por IA es automáticamente falso. (Colunge, 2026).
Cuando la máquina aprende a fabricar imágenes
Los sistemas generativos no funcionan como un buscador que localiza una fotografía ya existente y simplemente la entrega al usuario. Durante su entrenamiento procesan grandes cantidades de información y aprenden relaciones y patrones que posteriormente les permiten producir nuevas respuestas. César Beltrán Castañón, investigador peruano especializado en inteligencia artificial, ha explicado cómo herramientas generativas como Midjourney responden a instrucciones o prompts mediante los cuales el usuario establece características, contexto y condiciones para obtener un resultado. Esa interacción ha modificado la forma de producir contenidos visuales: una parte del trabajo que antes comenzaba dibujando, fotografiando o manipulando directamente objetos digitales ahora puede empezar describiendo con palabras una escena que todavía no existe. (García Meza, 2024).
El prompt tampoco es una orden mágica que garantiza inmediatamente una buena imagen. Los usuarios suelen generar varias versiones, modificar palabras, añadir referencias, cambiar perspectivas y seleccionar entre numerosos resultados antes de encontrar una composición satisfactoria. Después puede comenzar una segunda etapa de edición tradicional o asistida nuevamente por inteligencia artificial. Hablar simplemente de una “imagen hecha por IA” puede quedarse corto para describir procesos creativos cada vez más híbridos. Colunge propone observar elementos como intención, curaduría, transformación y documentación del proceso para comprender dónde aparece el aporte humano. (Colunge, 2026).
El problema cambia de dimensión cuando el objetivo ya no es ilustrar, sino parecer verdadero. Julia Romero Herrera y Aldo Santome Sánchez han estudiado los desafíos que los deepfakes representan para la imagen personal en el contexto peruano. Estas técnicas permiten alterar o reproducir digitalmente la apariencia de una persona y colocarla en situaciones en las que nunca estuvo. Algo similar ocurre con la generación de fotografías sintéticas: podemos construir manifestaciones inexistentes, accidentes que jamás sucedieron o retratos de personas que nunca nacieron. La misma tecnología capaz de visualizar un proyecto arquitectónico o recrear una escena histórica con fines educativos también puede fabricar una supuesta evidencia. La diferencia no está necesariamente en el algoritmo empleado, sino en la forma en que el contenido es presentado y entendido por quien lo recibe. (Romero Herrera & Santome Sánchez, 2025).
El crecimiento del video generativo lleva esta dificultad todavía más lejos. Botto Cayo y Oruna Rodríguez han señalado que los avances en generación audiovisual permiten construir movimientos, ambientes y secuencias cada vez más complejas, reduciendo progresivamente algunas de las señales que permitían identificar contenidos artificiales. Para el periodismo esto tiene una consecuencia considerable: durante décadas una fotografía o una grabación fueron consideradas, con las debidas precauciones, registros de algo que estuvo delante de una cámara. Ahora debemos convivir con imágenes que pueden conservar toda la apariencia estética de un registro fotográfico sin que el acontecimiento representado haya sucedido jamás. El realismo visual comienza a separarse de la autenticidad documental. (Botto Cayo & Oruna Rodríguez, 2026).
Decir cuándo hubo IA sin convertirla en sospechosa
En el Perú, la conversación sobre inteligencia artificial ya incorpora esta necesidad de transparencia. Fiorella Colonna Murgueytio, especialista consultada durante el proceso de discusión del marco regulatorio peruano, abordó la posibilidad de reconocer el empleo de IA en textos, imágenes, audios y videos, especialmente cuando el contenido pudiera llevar al usuario a considerarlo auténtico. Percy Buendía Quijandría recogió estas observaciones durante el debate previo a la aprobación del reglamento de la Ley N.º 31814. El asunto merece una precisión importante: el marco peruano contempla mecanismos de transparencia y etiquetado en determinados contextos, pero eso no significa que actualmente toda fotografía retocada, gráfico asistido o ilustración creada con algún componente de inteligencia artificial tenga obligatoriamente que llevar una advertencia visible. (Buendía Quijandría, 2024).
Para un medio de comunicación, sin embargo, la obligación legal no tiene por qué constituir el único criterio. Una fotografía creada completamente mediante IA y presentada con apariencia documental puede identificarse sencillamente como “Imagen generada con inteligencia artificial”. Si existe una fotografía auténtica pero se han añadido o eliminado personas, objetos o elementos capaces de modificar sustancialmente su significado, resulta más exacto indicar “Imagen modificada mediante IA”. En cambio, colocar la misma advertencia porque un programa utilizó algoritmos inteligentes para reducir ruido, ajustar iluminación o ampliar resolución podría terminar confundiendo más de lo que informa. La transparencia tecnológica necesita explicar diferencias relevantes, no convertir cualquier automatización informática en motivo de alarma. (Buendía Quijandría, 2024).
Esta distinción también protege el trabajo de diseñadores, fotógrafos e ilustradores que incorporan inteligencia artificial a procesos creativos más amplios. El uso de una herramienta generativa no elimina necesariamente la intervención humana: alguien decide el objetivo, escribe y modifica instrucciones, descarta resultados, combina elementos y realiza el acabado final. Colunge plantea precisamente que documentar ese proceso permite reconocer mejor el aporte humano y establecer una trazabilidad de la creación. Para una industria visual que inevitablemente utilizará cada vez más inteligencia artificial, transparentar el procedimiento puede convertirse incluso en una señal de profesionalismo. (Colunge, 2026).
La transformación más profunda quizá esté ocurriendo del lado del espectador. Durante mucho tiempo aprendimos que una fotografía podía manipularse, pero continuamos asociando espontáneamente la apariencia fotográfica con algo que existió frente a una cámara. La inteligencia artificial generativa rompe esa asociación. Romero Herrera y Santome Sánchez muestran hasta qué nivel la reproducción artificial de la imagen de una persona puede generar problemas cuando el público no distingue adecuadamente entre representación y realidad. Para la ciencia y la tecnología peruanas, el desafío no debería ser detener una herramienta con enormes posibilidades creativas, educativas y productivas. El reto será aprender a convivir con imágenes técnicamente extraordinarias sin perder una pregunta elemental: ¿esto ocurrió o fue generado? Una pequeña indicación al pie de una imagen puede parecer insignificante, pero en la era de la inteligencia artificial puede contener una información tan importante como la propia imagen. (Romero Herrera & Santome Sánchez, 2025).
Bibliografía
Botto Cayo, José Carlos, & Oruna Rodríguez, Abel Marcial. (2026, 27 de marzo). La revolución del video generativo con inteligencia artificial. Abrecht.
Buendía Quijandría, Percy. (2024, 16 de mayo). IA: se plantea “etiquetar” textos, imágenes y videos. Diario Oficial El Peruano. Entrevista a Fiorella Colonna Murgueytio.
Colunge, Ángel. (2026, 1 de julio). Autoría en la era de la IAG: cómo proteger y dar valor a la obra generativa. Educación Continua, Pontificia Universidad Católica del Perú.
García Meza, Oscar. (2024, 14 de marzo). ChatGPT y Midjourney: 5 claves para mejorar tus prompts. PuntoEdu, Pontificia Universidad Católica del Perú. Con declaraciones de César Beltrán Castañón.
Romero Herrera, Julia, & Santome Sánchez, Aldo. (2025). La protección de la imagen personal frente a la inteligencia artificial: apuntes desde el derecho constitucional y el derecho civil peruano. IUS ET VERITAS, (71), 1–19.
