Qué está pasando: la UE obliga a etiquetar los deepfakes
Desde el 2 de agosto de 2026 entran en aplicación las obligaciones de transparencia del Reglamento Europeo de Inteligencia Artificial (el "AI Act"). Su artículo 50 exige que los contenidos generados o manipulados con IA —imágenes, audio y vídeo— se etiqueten claramente como artificiales. Según las directrices de la Comisión Europea, la norma cubre cuatro casos: chatbots, contenido generado por IA, reconocimiento de emociones y, muy en concreto, los deepfakes. El reglamento se aprobó en 2024 y va entrando en vigor por fases a lo largo de unos 3 años; esta es una de las más esperadas.
El detalle importante es que la regla se aplica aunque no haya intención de engañar: si un vídeo parece una persona real, hay que avisar de que es sintético. Y no es un aviso menor: incumplir estas obligaciones puede acarrear multas de hasta 15 millones de euros o el 3% de la facturación mundial de la empresa. Que la ley se moje con esto tan pronto te dice el tamaño del problema. Entender qué es un deepfake y cómo se hace es hoy una competencia básica, tengas 16 años o 60.
Qué es un deepfake (y por qué se llama así)
La palabra deepfake junta dos ideas: deep learning (aprendizaje profundo, el tipo de IA que hay detrás) y fake (falso). Es un contenido —normalmente un vídeo o un audio— en el que la IA sustituye o recrea la cara, la voz o el cuerpo de una persona para que diga o haga algo que nunca ocurrió.
No es lo mismo que un montaje de toda la vida con Photoshop. La diferencia es que aquí no hay un humano recortando fotograma a fotograma: el sistema aprende solo el aspecto y los gestos de alguien a partir de muchos ejemplos y luego genera imágenes nuevas y coherentes. Por eso el resultado se mueve, parpadea y habla con una naturalidad que antes era imposible.
Los usos van de lo inofensivo (efectos de cine, doblajes, memes) a lo peligroso: estafas con la voz de un familiar, bulos con políticos, o contenido para dañar la reputación de alguien. Ahí está el porqué de la ley.
Cómo los crea la IA: aprender a imitar
Detrás de un deepfake suele haber una de estas dos familias de modelos. Conviene conocerlas porque son el corazón de la IA generativa que hoy lo inunda todo:
- Redes generativas antagónicas (GAN). Son dos redes neuronales compitiendo. Una, el generador, fabrica imágenes falsas; la otra, el discriminador, intenta pillar cuáles son falsas. Como en un juego del gato y el ratón, el generador mejora hasta que el discriminador ya no distingue. Ese "duelo" es lo que produce caras hiperrealistas.
- Modelos de difusión. Parten de una imagen de puro ruido (como la "nieve" de una tele antigua) y la van "limpiando" paso a paso hasta convertirla en una imagen nítida que encaje con lo que se pide. Son los que están detrás de la mayoría de generadores de imágenes actuales.
Un ejemplo para verlo claro: para clonar la cara de alguien, el sistema estudia cientos de fotos y vídeos suyos y aprende cómo se le mueve la boca al hablar, cómo le caen las sombras o cómo sonríe. Luego "pega" esa cara aprendida sobre el cuerpo de un actor en otro vídeo, cuadro por cuadro. Cuantos más datos de la persona tenga, más creíble sale. Por eso los famosos, con miles de imágenes públicas, son los objetivos más fáciles.
Cómo detectar un deepfake (lo que miran los expertos)
Ningún truco es infalible, pero la mayoría de deepfakes todavía dejan pistas. Estas son las señales que se revisan primero:
| Dónde mirar | Señal sospechosa |
|---|---|
| Ojos y parpadeo | Parpadeo raro o ausente, mirada fija, reflejos distintos en cada ojo |
| Bordes de la cara | Contorno del pelo o la mandíbula borroso o que "vibra" al moverse |
| Luz y sombras | Sombras que no cuadran con la iluminación del resto de la escena |
| Boca y audio | Labios que no encajan con las palabras; voz sin respiración ni ruido de fondo |
| Manos y dientes | Dedos de más, dientes fundidos o detalles finos deformados |
Pero la mejor defensa no es técnica, es de método, y funciona con cualquier bulo:
- Busca la fuente original. ¿Quién lo publicó primero? ¿Lo recogen medios fiables o solo cadenas de mensajes?
- Desconfía de lo que te remueve. Los deepfakes buscan indignación o miedo para que compartas sin pensar. Si algo te enciende demasiado, para.
- Contrasta. Si esa persona hubiera dicho eso, saldría en más sitios. El silencio del resto es una pista.
El error típico es fiarse solo del "me parece real": nuestro cerebro está hecho para creer a una cara que habla. Por eso, a partir de ahora, la etiqueta de "contenido generado por IA" que exige la UE será una de tus mejores pistas.
Cuándo vale la pena aprender IA con un profesor
Entender la IA por encima está bien para no tragarte un bulo, pero si quieres de verdad saber cómo funciona —redes neuronales, cómo se entrena un modelo, qué es la IA generativa por dentro— o incluso dedicarte a ello, ahí es donde un profesor te ahorra meses de tutoriales sueltos. Es de los campos con más futuro laboral, y partir con buena base marca la diferencia.
En Eurekademy puedes empezar con una primera clase al 50% de descuento con un profesor particular de inteligencia artificial. Sin compromiso: si no encaja, no pasa nada. Pero si encaja, tener a alguien que te explique los conceptos con ejemplos actuales —como los deepfakes de hoy— y te guíe con la práctica acelera muchísimo. Nuestros profesores tienen un 4,8★ de media en Google.