Glosario de los modelos forenses
Uthentic no confía el veredicto a un solo modelo. Cada análisis consulta motores independientes — en las imágenes y, por separado, en los textos — y fusiona sus lecturas tras la calibración. Aquí se explica qué mide cada uno y cómo hay que leerlo, porque un número sin su contexto fotográfico no es una prueba.
Motores para las imágenes
Leen el archivo fotográfico: firma del sensor, coherencia de la óptica, textura del detalle e integridad local de cada zona.
- Integridad local del archivo
- Modelo de análisis de integridad local: busca zonas del archivo cuya firma de ruido y compresión no coincide con el resto de la imagen.
- Cómo se leeSirve para distinguir una fotografía íntegramente generada de una fotografía real con un área rehecha por software. Su mapa monocromático indica dónde mirar, no que la imagen sea falsa.
- Generalización entre generadores
- Detector universal de imágenes sintéticas basado en representaciones visuales generales, no ligadas a un único generador.
- Cómo se leeFunciona bien con generadores que nunca ha visto en entrenamiento; con fotografías muy comprimidas o reescaladas pierde sensibilidad.
- Rastros de sensor y óptica
- Familia de detectores académicos que mide los rastros del sensor y las incoherencias de interpolación del color dejadas por la cadena de captura.
- Cómo se leeUna señal alta indica que la cadena cámara-objetivo-sensor no es reconstruible: puede deberse a la generación por IA o a una reexportación agresiva.
- Motor de lectura de piel y luz
- Motor propietario que se ejecuta en el dispositivo y lee la microtextura de la epidermis y la coherencia de la contraluz de la pigmentación en función de la luz reflejada del entorno.
- Cómo se leeCompara el grano de la piel con la dirección de la luz ambiental: la piel real presenta una microtextura irregular y una relación pigmentación-luz coherente; la piel sintética tiende a una masa visual uniforme y a una contraluz que no encaja con la escena.
- Detector de código abierto (procesamiento local)
- Detector entrenado con un amplio conjunto de generadores públicos, ejecutado localmente en el dispositivo.
- Cómo se leeAporta una lectura independiente y sin enviar el archivo a servicios externos; es fuerte con generadores muy difundidos, más débil con los modelos muy recientes.
- Difusión de alta fidelidad
- Familia de modelos de difusión texto-a-imagen de alta fidelidad, entre los generadores más frecuentes en las imágenes analizadas.
- Cómo se leeDeja una textura de detalle muy regular y un microcontraste uniforme: fotográficamente se lee como una luz demasiado limpia y sin accidentes.
- Patrones de difusión y GAN
- Firmas estadísticas en el dominio de las frecuencias típicas de los modelos de difusión y de las redes generativas adversarias, respectivamente.
- Cómo se leeSon indicios de familia generativa, no pruebas: una fotografía real muy filtrada puede mostrar patrones periódicos parecidos.
Procedencia y metadatos
Comprueban qué declara el archivo sobre su propio origen y si esa declaración está firmada y es coherente.
- C2PA
- Estándar de procedencia firmada: registra en el archivo quién lo produjo y qué modificaciones ha sufrido, con firma criptográfica verificable.
- Cómo se leeUna firma válida es la prueba más sólida disponible sobre el origen. Su ausencia es normal en la mayoría de los archivos y no indica falsedad.
- EXIF y metadatos de captura
- Datos técnicos escritos por la cámara o el software: modelo, objetivo, tiempo, diafragma, ISO, espacio de color, cadena de edición.
- Cómo se leeLa coherencia entre los parámetros declarados y el resultado visible de la luz es un indicio fuerte; las redes sociales y la mensajería borran estos datos.
Motores para los textos
Determinan si un texto lo ha escrito un modelo de lenguaje y explican en qué frases se concentra la evidencia.
- Modelos de lenguaje abiertos muy difundidos
- Familia de modelos de lenguaje abiertos, muy usada para generar o reescribir textos; es una de las referencias en los bancos de pruebas de detección.
- Cómo se leeLos textos producidos muestran frases de longitud regular y transiciones previsibles: es el tipo de regularidad que miden las estadísticas de burstiness.
- Modelos de lenguaje recientes multilingües
- Familia de modelos de lenguaje de altas prestaciones, frecuente en textos en español e inglés generados recientemente.
- Cómo se leeProduce argumentaciones muy ordenadas y léxico medio: aumenta el riesgo de falso negativo en textos técnicos, donde incluso el humano escribe de forma regular.
- Detector antiparáfrasis
- Detector académico de texto generado, entrenado de forma adversaria contra reescrituras y paráfrasis.
- Cómo se leeEs la señal más estable cuando el texto se ha parafraseado para enmascarar su origen.
- Detector multi-generador
- Detector de referencia para la generalización: evaluado sobre decenas de generadores y dominios distintos.
- Cómo se leeÚtil como contrapeso cuando un solo motor se desequilibra; su lectura cuenta sobre todo cuando coincide con las estadísticas.
Métricas del informe
Son los números que aparecen en el informe: cómo se calculan y, sobre todo, cómo no hay que leerlos.
- Perplejidad
- Mide cuán previsible resulta un texto para un modelo de lenguaje de referencia: valores bajos indican elecciones léxicas muy esperadas.
- Cómo se leePor sí sola no decide: los textos jurídicos, académicos y normativos humanos tienen de forma natural una perplejidad baja.
- Burstiness
- Variabilidad de la previsibilidad entre frases consecutivas: la escritura humana alterna picos y caídas, la generada tiende a la uniformidad.
- Cómo se leeHay que leerla junto con la longitud del texto: por debajo del umbral mínimo de palabras el valor no es fiable y el análisis declara evidencia insuficiente.
- Curvatura condicional
- Diferencia entre la verosimilitud observada del texto y la esperada por el modelo de referencia sobre las alternativas más probables.
- Cómo se leeEs robusta en textos muestreados con temperatura alta, donde la sola perplejidad se acerca a la humana.
- Probabilidad de IA
- Porcentaje final del informe, obtenido de la fusión robusta de los motores independientes tras la calibración.
- Cómo se leeDe 0 a 19% el veredicto es verde (real); a partir del 20% es rojo (probable IA). El informe indica siempre cuántos motores han respondido.
10.179 test sobre la fusión de motores
La fusión no se cambia a ojo. Cada modificación de los pesos pasa por un banco de pruebas repetible de 10.179 test, dividido en tres categorías: fotografías reales, fotografías reales con modificaciones de software (retoque, recorte, relleno local) e imágenes generadas por IA. En las categorías se miden el área bajo la curva ROC, el Brier score, el error de calibración esperado y las curvas riesgo-cobertura.
La categoría de fotografías reales con modificaciones de software es la más importante para la credibilidad del informe: sirve para garantizar que una fotografía auténtica trabajada en posproducción no se declare generada por IA. Cuando las señales son discordantes o la cobertura de los motores es insuficiente, el informe declara evidencia insuficiente en lugar de forzar un porcentaje.