Como Funciona el Detector de Deepfakes
Entiende el proceso completo de como nuestra herramienta analiza imagenes y descripciones para identificar deepfakes con inteligencia artificial.
upload1. Recepcion de la Imagen
Cuando proporcionas una URL de imagen, nuestro sistema la envia directamente al motor de vision artificial GPT-4o para analisis. Si proporcionas una descripcion textual, el sistema evalua los indicadores de deepfake basandose en los detalles que describes. Puedes combinar ambos metodos para un analisis mas completo.
El sistema acepta imagenes en formatos comunes (JPG, PNG, WebP) accesibles a traves de URLs publicas. Para mejores resultados, recomendamos imagenes de alta resolucion donde los detalles faciales sean claramente visibles.
radar2. Analisis Multimodal con IA
Nuestro motor de IA examina multiples dimensiones de la imagen simultaneamente:
Analisis Facial
Simetria facial, proporcion de rasgos, bordes de contorno, transiciones entre piel y cabello, naturalidad de expresiones.
Iluminacion y Textura
Coherencia de sombras, direccion de luz, reflejos en ojos, textura de piel, artefactos de compresion inusuales.
Contexto Global
Coherencia del fondo, bordes de fusion entre sujeto y entorno, artefactos de generacion de IA, patrones repetitivos.
analytics3. Puntuacion y Veredicto
El sistema asigna una puntuacion de 0 a 100 basada en la cantidad y severidad de los indicadores encontrados. Las puntuaciones se traducen en tres veredictos claros:
description4. Analisis Detallado
Ademas de la puntuacion y el veredicto, el sistema proporciona un analisis textual detallado explicando exactamente que indicadores encontro, por que son relevantes, y cual es su conclusion general. Esto permite a los usuarios comprender la razon detras del veredicto y tomar decisiones informadas sobre la autenticidad del contenido.
Preguntas Frecuentes
Empleamos un conjunto de tres modelos: un detector de inconsistencias faciales basado en EfficientNet-B7 que analiza parpadeo, simetria y bordes de fusion; un analizador temporal que evalua la coherencia entre cuadros consecutivos; y un clasificador de artefactos de frecuencia que detecta patrones invisibles dejados por las GANs y modelos de difusion.
Identificamos deepfakes de intercambio de rostros (face-swap con DeepFaceLab, FaceSwap), reanimacion facial, lip-sync manipulado e imagenes generadas completamente por IA (This Person Does Not Exist, StyleGAN). Nuestra base de entrenamiento incluye mas de 500.000 videos y 2 millones de imagenes.
Segun evaluaciones internas actualizadas a 2025, la tasa de deteccion supera el 94% para deepfakes generados con las versiones mas recientes de DeepFaceLab y FaceSwap. Para modelos de difusion, la precision es del 88-91%. Actualizamos el modelo trimestralmente.
Si, aunque la compresion de plataformas como Instagram, TikTok o WhatsApp reduce la informacion disponible. Nuestro modelo fue entrenado con imagenes sometidas a multiples niveles de compresion. La precision disminuye aproximadamente un 5-8% respecto a imagenes sin comprimir.
No. Todo el procesamiento ocurre en memoria y los archivos se eliminan automaticamente tras generar el resultado. No almacenamos, compartimos ni reutilizamos ningun contenido subido. Solo conservamos metadatos anonimos para mejorar el servicio.
El analisis de una imagen estatica tarda entre 2 y 4 segundos. Los videos de 30 segundos se procesan en 15-30 segundos, dependiendo de la resolucion. Videos mas largos (plan Pro) pueden tardar entre 1 y 3 minutos. El sistema extrae cuadros clave para optimizar el tiempo.