Las herramientas de detección son “modelo-específicas”, los metadatos se eliminan con un clic y los investigadores ya han creado programas que barren cualquier marca de agua en menos de dos minutos. El retraso en la estandarización no es inercia técnica: es una decisión de negocio.
Este es el segundo artículo de la serie:
En agosto de 2023, Google presentó SynthID, una tecnología de marcas de agua invisibles diseñada para identificar contenido generado por inteligencia artificial. La promesa era ambiciosa: un sistema que permitiría a cualquier usuario saber, con un simple análisis, si una imagen, un audio o un texto había sido creado por una IA. Desde entonces, la compañía ha incrustado estas marcas en más de 10.000 millones de imágenes, vídeos, archivos de audio y textos.
Dos años después, sin embargo, el sueño de la trazabilidad universal sigue siendo eso: un sueño. Las marcas de agua de Google solo funcionan para contenido generado con los modelos de Google. Las de Meta, para los suyos. Las de OpenAI, para los suyos. Y todas ellas pueden ser eliminadas en menos de dos minutos por cualquiera que tenga acceso a las herramientas adecuadas.
La pregunta es incómoda y necesaria: ¿por qué, teniendo la tecnología, las grandes empresas tecnológicas no han implementado un estándar universal y obligatorio de verificación de contenido?
La fragmentación como estrategia
El problema no es técnico. Es político y comercial.
Actualmente coexisten múltiples sistemas de identificación de contenido generado por IA, pero ninguno es interoperable. SynthID de Google funciona con los modelos de Google (Gemini, Imagen, Veo). Content Credentials, el estándar impulsado por Adobe y la Coalition for Content Provenance and Authenticity (C2PA), utiliza metadatos cifrados y a prueba de manipulaciones para registrar el origen y el historial de un archivo. Cloudflare, que gestiona aproximadamente el 20% de las propiedades de internet, adoptó este estándar en febrero de 2025. Google Search también se sumó en septiembre de 2024.
Pero la adopción es voluntaria y fragmentada. Un archivo generado con DALL-E de OpenAI lleva metadatos de OpenAI. Uno generado con Imagen de Google lleva la marca SynthID. Ningún detector universal puede leer todas las firmas.
Como advierte la documentación oficial de C2PA, el estándar “no clasifica los medios como ‘reales’ o ‘falsos’”, sino que se limita a autenticar la fuente. Y, lo que es más grave, “no garantiza la veracidad de las afirmaciones” contenidas en los metadatos. La responsabilidad de decidir si una fuente es confiable recae enteramente en el consumidor.
En otras palabras: el sistema actual ofrece una apariencia de transparencia, pero deja intacta la capacidad de los actores maliciosos para engañar.
La tecnología que nadie quiere estandarizar
Si la interoperabilidad es el problema, la solución parece obvia: un estándar único, obligatorio, adoptado por todos los desarrolladores de IA. Pero ese estándar no existe, y no existe porque las grandes tecnológicas no tienen incentivos para crearlo.
Google ha declarado que aspira a que otras empresas adopten SynthID. Pero mientras tanto, su sistema sigue siendo propietario. Meta, OpenAI, Microsoft y el resto operan con sus propias soluciones. La fragmentación beneficia a quienes tienen el poder de definir las reglas del juego: si cada empresa controla su propio sistema de verificación, también controla qué contenido se etiqueta y cuál no.
Esta dinámica convierte la verificación de contenido en un recurso de poder, no en un bien público. Una plataforma puede decidir etiquetar el contenido de sus competidores, pero no el suyo propio. Puede permitir que sus algoritmos de búsqueda prioricen el contenido verificado por su propio sistema, mientras ignoran el de los demás.
El resultado es un ecosistema donde la confianza del usuario queda atrapada en una guerra de estándares que las empresas tecnológicas no tienen prisa por resolver.
La vulnerabilidad de las marcas de agua
Pero incluso si existiera un estándar universal, las marcas de agua no serían una solución definitiva. Los investigadores de la Universidad de Waterloo lo demostraron en julio de 2025 con UnMarker, una herramienta capaz de eliminar cualquier marca de agua de imágenes generadas por IA sin necesidad de conocer el algoritmo específico utilizado.
El equipo de Waterloo, liderado por el investigador Andre Kassis, descubrió que todas las marcas de agua deben cumplir dos condiciones: ser invisibles para preservar la calidad de la imagen y ser robustas frente a manipulaciones como el recorte o la reducción de resolución. Estas restricciones, explican, “constriñen significativamente los posibles diseños” y permiten ataques estadísticos que las eliminan en menos de dos minutos.
En las pruebas, UnMarker funcionó en más del 50% de los casos contra diferentes modelos de IA, incluidos SynthID de Google y Stable Signature de Meta. “Si nosotros podemos resolver esto, también pueden hacerlo los actores maliciosos”, advirtió Kassis. “Las marcas de agua se promocionan como una solución perfecta, pero hemos demostrado que esta tecnología es vulnerable”.
Y UnMarker no es el único. En GitHub existen múltiples herramientas de código abierto que permiten eliminar metadatos EXIF, GPS, C2PA, marcas de agua de IA y bloques de instrucciones de generación de cualquier imagen. Algunas ofrecen modos “nucleares” diseñados específicamente para “interrumpir SynthID y Digimarc”. Y lo hacen completamente offline, sin necesidad de conexión a internet ni de enviar las imágenes a la nube.
Cualquier imagen generada por IA, por muy bien marcada que esté, puede ser despojada de su identidad en segundos.
La respuesta de los reguladores: tardía e insuficiente
Los gobiernos han comenzado a reaccionar, pero lo han hecho con cuentagotas y, en muchos casos, después de que el daño ya estuviera hecho.
En febrero de 2024, la Comisión Federal de Comunicaciones (FCC) de Estados Unidos declaró ilegales las llamadas automáticas con voces generadas por IA. Fue una respuesta directa a las robollamadas que suplantaron la voz de Joe Biden en New Hampshire. Pero la medida llegó después de que el engaño ya hubiera afectado a miles de votantes.
En el ámbito legislativo, la Take It Down Act, promulgada en mayo de 2025, se centra en la eliminación de deepfakes de contenido íntimo, no en la verificación general de contenido generado por IA. El Congreso ha impulsado proyectos de ley para aumentar las sanciones por distribuir deepfakes, pero ninguna ley federal exige un estándar universal de marcado de agua o verificación de procedencia.
Mientras tanto, la Unión Europea ha avanzado con regulaciones más estrictas, como la Ley de IA, que exige etiquetar el contenido generado por IA. China también ha implementado normas obligatorias de etiquetado. Pero en Estados Unidos, el enfoque sigue siendo voluntario y fragmentado.
El costo de la opacidad para la soberanía digital
La soberanía digital de una nación descansa, entre otros pilares, en la capacidad de sus ciudadanos para distinguir lo verdadero de lo falso y para participar en un debate público informado. La falta de un sistema universal de verificación de contenido generado por IA socava ambos pilares.
Cuando cualquier imagen, audio o video puede ser generado por IA y despojado de sus marcas de identificación, la realidad se vuelve negociable. Los actores maliciosos pueden crear desinformación sintética, eliminar las marcas de agua y presentarla como auténtica. Y no hay herramienta universal que pueda refutarlos.
La fragmentación de los sistemas de verificación agrava el problema. Un ciudadano que recibe una imagen generada con DALL-E no puede verificar su origen con la herramienta de Google, porque Google solo lee marcas SynthID. Un periodista que recibe un audio generado con el modelo de Meta no puede confirmar su autenticidad con el sistema de Adobe. Cada plataforma es una isla, y entre las islas solo hay océano de desinformación.
La decisión de no decidir
El retraso en la implementación de un estándar universal de verificación de contenido no es producto de la inercia técnica. Es una decisión estratégica de las grandes tecnológicas, que prefieren mantener el control sobre sus propios sistemas de verificación antes que cederlo a un estándar abierto e interoperable.
Mantener la fragmentación les permite:
Preservar su capacidad de influir en la opinión pública sin que sus competidores puedan verificar o cuestionar el origen de su contenido.
Evitar costos de cumplimiento de una regulación estricta que exigiría transparencia total.
Mantener el poder de definir qué es “verificado” y qué no lo es, en función de sus propios intereses comerciales y políticos.
Mientras tanto, la ciudadanía queda expuesta a un ecosistema informativo donde la verdad es cada vez más difícil de certificar. Y en ese ecosistema, el más poderoso no es el que dice la verdad, sino el que controla las herramientas para verificarla.
Este artículo forma parte de una serie de cinco entregas sobre el impacto de la inteligencia artificial en la soberanía digital y los procesos democráticos. Las fuentes utilizadas incluyen informes del International Panel on the Information Environment (IPIE), el Brennan Center for Justice, la Associated Press, The New York Times, The Guardian y registros de la Comisión Federal de Comunicaciones (FCC) de Estados Unidos.
Próximo artículo en la serie:
“Los $140 millones que compraron el Congreso: cómo Silicon Valley bloquea la regulación estatal”