¿Cómo Saber Si el Arte Es Generado por IA: Guía de Detección 2026?

Ves una imagen en tu feed y te detienes medio segundo más de lo habitual. Quizás es un retrato pulido. Quizás es una escena de fantasía con iluminación dramática y detalles inmaculados. Nada está obviamente mal, pero algo no encaja.

Esa sensación importa.

La gente suele empezar con la pregunta equivocada. Preguntan si la imagen tiene seis dedos, texto distorsionado o una oreja extraña. Esas pistas aún ayudan, pero ya no son suficientes por sí solas. Si quieres saber cómo saber si el arte es generado por ia, necesitas trabajar como un investigador, no solo como un espectador. Examina la imagen en sí. Revisa su historial. Revisa la cuenta detrás de ella. Luego decide basándote en el peso de la evidencia, no en un solo fallo.

El Valle Inquietante Se Está Ampliando

Hace unos años, el arte de IA a menudo se delataba al instante. Las manos se deformaban. Los ojos se desviaban. El texto de fondo se convertía en un galimatías. Podías detectar muchas falsificaciones con un vistazo rápido y seguir adelante.

Ese no es el entorno en el que trabajas ahora.

Las imágenes que causan problemas son las que están casi limpias. Parecen terminadas, seguras y socialmente nativas. Aparecen en perfiles de citas, portafolios de "artistas", páginas de memes, listados de reventa y cuentas anónimas que promueven trabajos sintéticos como si vinieran de un creador humano. El problema no es solo la confusión estética. Es fraude de identidad, lavado de origen y credibilidad falsa.

Para periodistas e investigadores, una imagen sintética puede contaminar una historia. Para los artistas, la imitación de estilos crea un problema completamente diferente. Para los que buscan pareja en línea, un solo retrato pulido puede anclar un perfil de catfish convincente. La imagen no necesita ser perfecta. Solo necesita sobrevivir a un escrutinio casual.

Una falsificación creíble suele ganar porque el espectador solo revisa una capa.

La forma de vencer eso es dejar de tratar la detección como una lista de verificación. Es un flujo de trabajo. Empieza con comprobaciones rápidas de la superficie. Luego inspecciona la anatomía, la iluminación, el texto, los bordes y la textura. Después de eso, rastrea dónde aparece la imagen en línea y si el comportamiento de la cuenta coincide con el de un creador real. Cuando esas capas apuntan en la misma dirección, generalmente puedes hacer una afirmación con confianza.

Ese es el cambio principal. El valle inquietante no desapareció. Se hizo más estrecho en algunos lugares y más profundo en otros. No detectarás todas las falsificaciones en el primer minuto. Pero con un proceso disciplinado, aún puedes detectar la mayoría de ellas.

Pistas Iniciales y Comprobaciones a Nivel Superficial

Tu primera pasada debe ser rápida. No lo pienses demasiado. Estás buscando las señales más fáciles de que la imagen provino de un generador, fue exportada de una herramienta de IA o fue publicada con una procedencia sospechosamente limpia.

Revisa las esquinas y los márgenes

Empieza por los bordes de la imagen. Algunas imágenes generadas tienen marcas visibles, especialmente cerca de la parte inferior o las esquinas. Estas pueden ser firmas parciales, restos de marcas de agua mal formadas o marcas recortadas de generadores de imágenes.

Busca:

• Desorden en las esquinas que no pertenece a la composición
• Artefactos en el borde inferior que sugieren una marca de agua eliminada
• Recorte extraño donde el encuadre se siente más ajustado de lo que la imagen necesita

Un borde recortado no prueba nada. Pero si la composición se siente recortada de forma antinatural y la cuenta ya es sospechosa, tómalo en cuenta.

Inspecciona los metadatos, pero no confíes en su ausencia

Si puedes acceder al archivo original, inspecciona los metadatos. A veces encontrarás etiquetas de software, comentarios de exportación o historial de creación que delatan el flujo de trabajo.

El truco es simple. Los metadatos son frágiles. Desaparecen todo el tiempo en el uso compartido normal, y los malos actores saben cómo eliminarlos a propósito. Como se señaló en una discusión citando a Sightengine, “cuando los usuarios suben una imagen a aplicaciones o plataformas populares, los metadatos se eliminan automáticamente” en esta guía del foro Tapas sobre la detección de arte IA más aterrador.

Eso cambia cómo debes pensar sobre los metadatos:

• Los metadatos presentes pueden ayudar
• La ausencia de metadatos no exime a la imagen
• Los metadatos deliberadamente ausentes pueden ser sospechosos

Regla práctica: Trata los metadatos como evidencia de apoyo, no como evidencia principal.

Busca la divulgación oculta a plena vista

Un número sorprendente de cuentas divulga más de lo que pretenden. No en la imagen en sí, sino en leyendas, texto alternativo, hashtags, etiquetas de plataforma o el lenguaje del portafolio.

Busca señales como:

1. Menciones de herramientas en leyendas o respuestas
2. Lenguaje estilo prompt que describe resultados en lugar de procesos
3. Sin rastro de producción a pesar del trabajo final pulido
4. Etiquetas de plataforma que marcan medios sintéticos o editados

La versión más fuerte de esta pista es la inconsistencia. Una cuenta puede afirmar que su trabajo es dibujado a mano mientras usa un lenguaje que suena a salida de generación de imágenes, conjuntos de variaciones, remezclas o prompts de estilo.

Usa esta etapa para triar, no para concluir

Las pistas superficiales son valiosas porque son rápidas. Puedes descartar algunas imágenes en minutos. Sin embargo, muchas personas cometen errores de detección con frecuencia. No encuentran una marca de agua. No encuentran metadatos. Deciden que la imagen debe ser hecha por humanos.

Eso es exactamente lo contrario.

Los indicadores más fáciles también son los más fáciles de eliminar. Un archivo limpio, un encuadre recortado y metadatos en blanco no significan que la imagen sea auténtica. Solo significan que has agotado las pistas más obvias.

Si tu sospecha persiste después de esta pasada, pasa a la forensia visual. Ahí es donde la imagen comienza a resistirse a una inspección minuciosa.

Guía Forense de Artefactos Visuales

El análisis visual sigue siendo importante. Solo necesitas hacerlo como un técnico, no como un espectador casual. El mejor enfoque es acercar la imagen, moverte lentamente y forzar a la imagen a explicarse.

Empieza por las manos porque siguen fallando bajo presión

Las manos siguen siendo una de las mejores pruebas de estrés. Los modelos de IA con frecuencia producen de 4 a 6 dedos, dígitos fusionados o lógica de articulaciones rota, y los observadores que saben qué buscar aún pueden detectar muchos de estos errores. Una discusión informal de benchmarking resumida en esta guía de Belltree Forums señala que los expertos humanos alcanzaron una precisión del 85 al 90 por ciento en versiones antiguas de IA, cayendo a un 60 al 70 por ciento en modelos más nuevos. La misma fuente advierte contra la dependencia de un solo defecto.

Ese último punto importa más que los porcentajes.

Una sola mano mal hecha puede ocurrir en el arte de principiantes, ediciones apresuradas o perspectivas incómodas. Lo que tiende a exponer la IA es el conjunto de errores alrededor de la mano.

Usa esta secuencia:

1. Cuenta los dedos. No mires de reojo. Cuéntalos.
2. Revisa el pulgar. ¿Está unido lógicamente y puede oponerse a los dedos?
3. Sigue las articulaciones. Cada dedo debe doblarse en puntos sensibles.
4. Traza la conexión de la muñeca a la palma. La IA a menudo confunde la transición.
5. Compara la mano izquierda y la derecha. Una puede ser coherente mientras la otra se desmorona.

Luego pasa a la estructura facial y la simetría

Los generadores avanzados a menudo producen rostros atractivos, pero aún pueden caer en la trampa de la sobre-perfección o de inconsistencias locales que no sobreviven a una inspección minuciosa.

Busca:

• Ojos que no comparten la misma mirada
• Iris o párpados que no coinciden
• Orejas colocadas a diferentes alturas o con formas inconsistentes
• Dientes que se funden en una tira uniforme
• Piel que parece pulida pero no tiene una microtextura creíble

Los retratos de IA más convincentes a menudo fallan porque el rostro está demasiado resuelto en general, pero sin resolver en zonas específicas. Las mejillas, la frente y los labios pueden parecer de calidad editorial, mientras que las orejas y los dientes parecen ensamblados en lugar de construidos.

Si la imagen parece más terminada que observada, inspecciona la anatomía con más atención.

Audita la iluminación, los reflejos y las superficies de los materiales

Los artistas humanos estilizan la iluminación todo el tiempo. Eso no es sospechoso por sí mismo. Lo que sí levanta sospechas es una iluminación que no obedece al resto de la escena.

Observa:

• Dirección de las sombras
• Destellos especulares
• Reflejos en la piel, joyas, vidrio y tela
• Resplandor ambiental sin fuente de luz visible

La IA a menudo crea imágenes que se sienten "cinemáticas" sin decidir dónde está la luz. Verás un destello en un ojo, una sombra que cae en una dirección diferente en la nariz y tela brillante que refleja una fuente que no existe en ningún otro lugar del encuadre.

Ese mismo problema aparece en superficies brillantes. La piel, el cabello, los ojos y la ropa pueden adquirir el mismo brillo sintético, aplanando las diferencias de material que deberían leerse de forma distinta.

Lee el fondo como una escena del crimen

Una tendencia común es inspeccionar el sujeto e ignorar el entorno. Eso es un error. Los fondos a menudo revelan la generación más rápido que la figura principal.

Busca:

• Objetos que se fusionan entre sí
• Arquitectura con continuidad imposible
• Joyas o accesorios flotando fuera del cuerpo
• Cabello que se disuelve en el fondo
• Texto que se convierte en galimatías decorativo

Las escenas abarrotadas son especialmente útiles porque la complejidad amplifica los errores. Figuras adicionales, accesorios en capas y profundidad ambiental obligan al modelo a mantener la coherencia en más relaciones. Ahí es donde suelen aparecer las costuras.

Un repaso visual rápido ayuda cuando estás entrenando tu ojo:

Usa múltiples anomalías, no una sola pista

Esta es la disciplina que separa la buena detección de las malas suposiciones. No condenes una imagen porque la punta de un dedo sea extraña o un pendiente esté mal formado. Construye un caso.

Un hallazgo más sólido se ve así:

Área	Lo que ves	Por qué importa
Mano	Dedo extra y nudillos fusionados	Fallo en la lógica articular
Rostro	Ojos desiguales y dientes mal formados	Inconsistencia anatómica local
Iluminación	Direcciones de luz conflictivas	Problema de física a nivel de escena
Fondo	Objetos fusionados y texto roto	Artefacto de composición generativa

Cuando dos o más de esas categorías fallan a la vez, la sospecha aumenta rápidamente. Cuando fallan en diferentes partes de la imagen, el caso se fortalece.

Ese es el estándar práctico. Una anomalía sugiere precaución. Varias anomalías no relacionadas sugieren generación.

Aprovechando las Herramientas de Detección de IA con Inteligencia

Las herramientas de detección dedicadas son útiles, pero solo si dejas de esperar que se comporten como un juez. Son más bien un instrumento de cribado. Pueden señalar patrones, apoyar una sospecha o impulsarte a inspeccionar más a fondo. También pueden pasar por alto imágenes sintéticas obvias y ocasionalmente acusar trabajos legítimos.

Eso no es un problema secundario. Es la contrapartida central.

Un estudio de 2023 de la Universidad de Chicago probó seis herramientas de detección de IA en 280 obras de arte creadas por humanos y 320 imágenes generadas por IA y encontró importantes problemas de fiabilidad, con muchas herramientas que no lograban distinguir entre ambas de manera consistente, como se resume en esta referencia de estadísticas de arte IA. La misma fuente señala que Stable Diffusion había generado más de 12.5 mil millones de imágenes para 2024, lo que ayuda a explicar por qué los detectores se quedan atrás. Los generadores evolucionan y los detectores basados en píxeles pierden las firmas limpias a las que aferrarse.

Lo que estas herramientas hacen bien

Las herramientas de detección pueden ser útiles cuando:

• Necesitas una segunda opinión rápida sobre una imagen que ya te parece sospechosa
• Estás examinando un lote de envíos, listados o imágenes de perfil
• Quieres corroboración antes de escalar a comprobaciones de procedencia

Son especialmente útiles para estilos sintéticos obvios, contenido de IA producido en masa e imágenes que no han sido muy editadas después de la generación.

Dónde fallan

Sus puntos débiles son predecibles:

• Falsos positivos en arte digital pulido
• Falsos negativos en resultados más nuevos y limpios
• Manejo deficiente de archivos editados, comprimidos o recargados
• Rendimiento débil en trabajos de imitación de estilo

Eso significa que una puntuación de "probablemente humano" no exime a la imagen. Solo significa que la herramienta no la detectó. Una puntuación de "probablemente IA" es más útil, pero incluso entonces aún necesitas pruebas de apoyo.

El resultado de un detector debe cambiar tu nivel de confianza, no reemplazar tu juicio.

Comparación de Herramientas de Detección de Arte con IA 2026

Herramienta	Precisión Reportada	Mejor Para	Limitación Clave
Hive Moderation	Cualitativamente útil para el cribado general de imágenes de IA	Marcado inicial rápido	La precisión disminuye en arte IA de alta calidad
WasItAI	Cualitativamente útil para comprobaciones de consumo amplias	Comprobaciones puntuales casuales	Puede tener dificultades con resultados más limpios
Sightengine	Cualitativamente útil para flujos de trabajo de moderación	Cribado a nivel de plataforma y automatización	La detección estándar de artefactos no resuelve bien la imitación de estilo
Glaze	No es un detector en el sentido usual	Proteger obras de arte de intentos de raspado y robo de estilo	No te dice si una imagen terminada es generada por IA

Si creas o revisas grandes volúmenes de contenido visual, también puede ayudar probar cómo se comportan las aplicaciones de generación desde dentro. Explorar una herramienta como la aplicación lunabloomai puede agudizar tu intuición sobre cómo tiende a verse la imaginería dirigida por prompts una vez que está pulida para la publicación social. Ese tipo de familiaridad práctica no reemplazará el trabajo forense, pero sí mejora el reconocimiento de patrones.

Usa los detectores en un orden fijo

Un flujo de trabajo descuidado produce conclusiones descuidadas. Usa un orden repetible en su lugar.

1. Pasa la imagen por un detector No te detengas ahí. Una puntuación es solo la suposición de un modelo.

2. Prueba una segunda herramienta si el primer resultado es fuerte El acuerdo importa más que cualquier resultado individual.

3. Registra la redacción exacta del resultado "Probablemente IA" y "posiblemente sintético" no tienen la misma fuerza.

4. Compara el resultado con tus notas visuales Si la herramienta dice que es humano pero la imagen tiene lógica de mano rota, iluminación que no coincide y texto ilegible, confía lo suficiente en tus notas para seguir investigando.

Si quieres una visión más amplia de las opciones de búsqueda inversa de imágenes para combinar con este paso, este resumen de herramientas gratuitas de búsqueda inversa de imágenes es un punto de referencia útil.

La conclusión es simple. Los detectores son buenos asistentes. Son malos árbitros. Úsalos para clasificar la sospecha, no para finalizar la investigación.

Rastreando la Huella Digital de una Imagen

Si el análisis visual te dice qué podría estar mal, el trabajo de procedencia te dice de dónde vino la imagen. Ahí es a menudo donde la sospecha se convierte en certeza.

La web está saturada de medios sintéticos. Un resumen citado señala que Stable Diffusion generó 12.5 mil millones de imágenes para 2024, y que el rastreo de fuentes es una defensa práctica porque una herramienta de búsqueda inversa de imágenes como PeopleFinder puede trabajar con miles de millones de fotos con una precisión reportada del 99.2 por ciento. Ese mismo resumen enmarca la búsqueda inversa como una forma de identificar salidas de IA conocidas, fotos de perfil robadas u originales legítimos a través del rastreo directo de la fuente en esta referencia basada en YouTube.

Lo que la procedencia te da que el análisis de píxeles no puede

Un detector puede decirte que una imagen parece sintética. Una búsqueda inversa puede decirte que la misma imagen existía meses antes en otra cuenta, con otro nombre, en otra plataforma.

Ese es un hallazgo mucho más sólido.

Las comprobaciones de procedencia pueden revelar:

• Una imagen robada reutilizada en perfiles de citas o redes sociales
• Una "obra de arte nueva" que ya existe en una galería de IA o sitio de intercambio de prompts
• Una imagen de stock republicada y hecha pasar por obra original
• Un recorte diferente o una versión de mayor resolución que expone la fuente

Un flujo de trabajo de búsqueda práctico

Usa la imagen con la mayor calidad que puedas obtener. Las capturas de pantalla funcionan, pero los originales son mejores. Luego realiza una búsqueda estructurada.

1. Busca la imagen completa primero
   Las coincidencias amplias pueden revelar copias exactas, republicaciones y páginas de origen.

2. Recorta y busca solo el sujeto
   Esto ayuda cuando el fondo fue cambiado o la imagen fue reencuadrada.

3. Recorta y busca una región distintiva
   Una cara, un objeto distintivo o un detalle de composición inusual pueden producir un conjunto de coincidencias más limpio.

4. Verifica las marcas de tiempo y el contexto
   La aparición más antigua a menudo importa más que el resultado más bonito.

5. Compara nombres de usuario, leyendas y uso de la plataforma
   Un perfil falso a menudo toma prestada la imagen pero no el ecosistema del creador.

No ignores las URLs de las imágenes y los rastros de alojamiento

Si ya tienes la imagen de una página web en lugar de un archivo guardado, inspecciona la URL de la imagen y el contexto de alojamiento antes de hacer cualquier otra cosa. Las rutas de archivo, los nombres de CDN, las variantes de tamaño y los patrones de nomenclatura pueden decirte si la imagen fue generada por la plataforma, guardada de nuevo o extraída de otra fuente. Esta guía sobre cómo encontrar la URL de una imagen es útil si necesitas un recordatorio rápido.

La aparición creíble más antigua suele importar más que la cuenta que la publica actualmente.

Cómo leer el conjunto de resultados

La búsqueda inversa de imágenes no es solo "encontrado" o "no encontrado". Tienes que interpretar el patrón de resultados.

Un caso sólido a menudo se parece a uno de estos:

• Coincidencia exacta en una cuenta más antigua
• Misma cara con diferentes nombres
• Misma obra de arte adjunta a sitios de prompts, galerías de IA o redes de republicación
• Múltiples republicaciones sin un proceso de creador original claro

Un resultado débil aún puede ser útil. Si la imagen no se resuelve exactamente pero arroja grupos de retratos sintéticos similares, variantes de fotos de stock o ediciones republicadas, eso apoya la sospecha incluso sin una coincidencia perfecta.

Lo que funciona mejor en investigaciones reales

En la práctica, las comprobaciones de procedencia superan las puntuaciones de los detectores cuando la pregunta es la autoría o la identidad. Si estás investigando una foto de perfil, intentando verificar a un artista o comprobando si un visual fue tomado de otro lugar, el rastreo de la fuente te proporciona pruebas que puedes documentar y sobre las que puedes actuar.

Por eso este paso pertenece a todo flujo de trabajo serio. La forensia visual puede decirte si una imagen parece generada. La procedencia puede mostrarte quién la tuvo primero, dónde se propagó y si la persona que la publica tiene algún derecho legítimo sobre ella.

Analizando Patrones de Comportamiento y Contexto

Una imagen sospechosa publicada por un artista creíble y activo es diferente de la misma imagen publicada por una cuenta que se comporta como una fábrica de contenido. El contexto cambia la lectura.

La pista de comportamiento más rápida es la tasa de producción. Las cuentas que publican piezas completamente renderizadas a un ritmo implacable merecen escrutinio. Los artistas humanos varían en velocidad, medio y proceso, pero el trabajo creativo real generalmente deja un rastro de borradores, revisiones, pausas y una cadencia desigual. Las cuentas construidas alrededor de imágenes generadas a menudo omiten ese rastro y van directamente al resultado final, una y otra vez.

Audita la cuenta, no solo la imagen

Abre la vista de la galería y escanea hacia atrás. No estudies una publicación de forma aislada.

Busca:

• Ritmo de publicación que se siente mecánicamente consistente
• Sin bocetos, borradores o material en progreso
• Sin discusión específica del medio sobre pinceles, referencias, revisiones o limitaciones
• Cambios abruptos de estilo que no reflejan una mano en desarrollo

Un artista real puede cambiar de estilo, por supuesto. Pero los cambios de estilo suelen venir con explicaciones, experimentos y trabajo de transición. Las cuentas con mucho contenido de IA a menudo saltan de una estética pulida a otra sin ningún puente visible.

Lee los comentarios y las respuestas

La sección de comentarios a menudo te dice si una cuenta tiene una comunidad de creadores real a su alrededor o simplemente un compromiso pasivo.

Señales que ayudan:

• Comentarios específicos sobre el proceso, la técnica o el medio
• Respuestas reflexivas que muestran que el autor entiende cómo se hizo el trabajo
• Referencias entre bastidores a herramientas, borradores o intención

Señales que debilitan la credibilidad:

• Solo elogios genéricos
• Sin preguntas sobre el proceso a pesar del trabajo muy pulido
• Respuestas que se mantienen vagas cuando la gente pregunta cómo se hizo

Si la cuenta reclama autoría pero nunca discute el proceso en términos concretos, esa brecha importa.

Compara las afirmaciones de identidad entre plataformas

Busca el nombre de usuario, el nombre de visualización y el lenguaje de la biografía en otros lugares. Si la cuenta se presenta como ilustrador en un sitio, fotógrafo en otro y perfil de estilo de vida en otro lugar, mientras reutiliza la misma identidad visual, toma nota de esa inconsistencia.

Este tipo de revisión multiplataforma se facilita cuando sabes dónde buscar cuentas vinculadas y datos de perfil reciclados. Este resumen de perfiles de redes sociales es una referencia útil cuando estás mapeando señales de identidad.

Los creadores reales suelen dejar evidencia del proceso. Los creadores falsos suelen dejar evidencia del resultado.

Usa el contexto para apoyar, no para anular, la evidencia de la imagen

Las pistas de comportamiento son poderosas, pero no sustituyen el análisis de imágenes o la procedencia. Algunos artistas legítimos publican con poca frecuencia. Algunos solo comparten piezas finales. Algunos mantienen archivos deficientes.

Lo que mejor hace el contexto es agudizar tu interpretación. Si la imagen presenta leves preocupaciones por artefactos y la cuenta muestra años de un proceso coherente, tu confianza debería moderarse. Si la imagen presenta múltiples preocupaciones por artefactos y la cuenta publica piezas pulidas sin parar y sin un flujo de trabajo visible, tu confianza debería aumentar.

Así es como funciona la verificación estilo OSINT. No buscas una pista perfecta. Buscas la alineación entre la imagen, la cuenta y el registro histórico.

Interpretando Evidencia y Decidiendo Tus Próximos Pasos

Para cuando llegues a una conclusión, generalmente no tendrás una prueba absoluta en el sentido matemático. Tendrás algo más útil. Un cuerpo de evidencia que apunta fuertemente en una dirección.

Eso es suficiente para actuar de manera responsable.

Pesa la evidencia por fiabilidad

No todos los hallazgos merecen el mismo peso. Una mano sospechosa importa. Un rastro de origen a una cuenta más antigua importa más. La falta de metadatos importa un poco. Un historial documentado de republicación de imágenes robadas importa mucho.

Una clasificación práctica se ve así:

Tipo de evidencia	Peso
Coincidencia de procedencia exacta o casi exacta	Alto
Múltiples anomalías visuales en áreas separadas	Alto
Acuerdo consistente del detector	Medio
Metadatos o marca de agua faltantes	Bajo
Preocupaciones vagas sobre el comportamiento de la cuenta	Medio

Esto te evita reaccionar de forma exagerada a pistas débiles o ignorar las fuertes.

Maneja los hallazgos contradictorios con cuidado

Algunos casos no se alinearán limpiamente. Es posible que veas artefactos similares a la IA en una imagen que también tiene un historial en línea plausible. O un detector puede señalar IA mientras la cuenta muestra un proceso creativo largo y creíble.

Cuando eso sucede, tómate tu tiempo y haz una pregunta más específica. ¿Estás tratando de probar que la imagen es completamente generada por IA, muy asistida por IA, robada, mal representada o sospechosa? Esas son conclusiones diferentes, y requieren diferentes niveles de certeza.

La categoría más difícil en este momento es la imitación de estilo. Un resumen citado de la discusión de Sightengine sobre la detección de imágenes generadas por IA señala una brecha crítica cuando la IA imita el estilo distintivo de un artista o fotógrafo específico. Eso importa porque una falsificación puede tomar prestadas las peculiaridades del trabajo humano real y pasar desapercibida en las comprobaciones de artefactos estándar.

Documenta antes de confrontar

No confíes en la memoria. Guarda tu evidencia mientras aún esté activa.

Crea un registro simple:

1. Guarda la imagen tal como fue publicada
2. Captura capturas de pantalla de la cuenta
3. Registra fechas, nombres de usuario y URLs de la plataforma
4. Registra las salidas del detector si las usaste
5. Guarda las coincidencias de procedencia y las apariciones más antiguas

Esto te protege si la publicación desaparece o la cuenta cambia su historia.

Elige la respuesta correcta

Tu próximo movimiento depende de lo que encontraste.

• Si es un perfil de catfish, bloquea, reporta y guarda tu evidencia.
• Si es un listado de mercado que tergiversa el trabajo de IA como hecho a mano, reporta el listado con un paquete de evidencia conciso.
• Si tu propio trabajo parece ser imitado o reutilizado, documenta la superposición y considera una queja a la plataforma o un camino de eliminación.
• Si eres periodista o investigador, trata la sospecha no resuelta como no resuelta. No exageres tu certeza.

Los mejores investigadores resisten la tentación de ser dramáticos. No necesitan una certeza perfecta para actuar, pero tampoco saltan de una mano extraña a una acusación pública.

Una conclusión ponderada es más fuerte que una ruidosa. Si la imagen se rompe bajo una inspección visual cercana, el rastro de procedencia es débil o engañoso, y el comportamiento de publicación no coincide con un creador real, probablemente tengas tu respuesta.

---

Si necesitas pasar de la sospecha a la documentación, PeopleFinder es un lugar práctico para empezar. Te ayuda a rastrear dónde aparece una imagen en línea, comparar identidades de perfil y encontrar coincidencias más antiguas o relacionadas para que puedas verificar si una foto es original, robada o parte de una persona falsa más grande.