Pangram lanza una IA que detecta deepfakes en vídeos y fotos editadas

La empresa tecnológica Pangram ha presentado nuevas herramientas de inteligencia artificial capaces de detectar deepfakes en fotografías y vídeos, identificar contenidos generados artificialmente y señalar las partes que podrían haber sido manipuladas. La principal novedad es un sistema que analiza los vídeos fotograma a fotograma y utiliza mapas de calor para localizar las posibles alteraciones.

La compañía anunció el 4 de noviembre de 2026 los modelos Pangram Image 1.0 y Pangram Image Flash 1.0, con los que amplía su actividad de detección de textos generados mediante IA al contenido audiovisual. Según las pruebas comunicadas por la empresa, su detector de vídeo alcanzó una precisión del 98,7 % en el conjunto de evaluación académico DF26. Es un resultado prometedor, aunque no garantiza que pueda identificar correctamente cualquier falsificación.

El lanzamiento responde a un problema cada vez más complejo: las imágenes artificiales no necesitan presentar deformaciones evidentes para parecer reales. También existen vídeos auténticos modificados parcialmente con inteligencia artificial, lo que dificulta distinguir entre una grabación original, una edición convencional y una falsificación deliberada.

Las nuevas herramientas intentan resolver precisamente esa diferencia. En lugar de limitarse a indicar si un archivo parece verdadero o falso, permiten examinar dónde aparecen indicios de generación artificial. Una capacidad especialmente relevante cuando una fotografía contiene elementos añadidos o un vídeo combina secuencias reales con imágenes sintéticas.

Cómo funciona la nueva tecnología para detectar deepfakes

Pangram ha desarrollado dos modelos especializados en el análisis de imágenes y vídeos. El primero, Image 1.0, examina fotografías para determinar si contienen elementos producidos mediante inteligencia artificial. El segundo, Image Flash 1.0, está optimizado para analizar vídeos de manera más rápida, examinando sus fotogramas.

Una de las funciones más destacadas es el mapa de calor, una representación visual que señala las regiones en las que el sistema encuentra indicios de intervención de la IA.

Por ejemplo, ante una fotografía auténtica en la que se haya insertado artificialmente un objeto, el detector puede identificar esa región sin clasificar necesariamente toda la imagen como sintética.

Esta distinción resulta importante porque no todas las manipulaciones afectan al conjunto del contenido. Una persona puede aparecer en una grabación real mientras determinados elementos visuales han sido sustituidos o generados mediante herramientas automáticas.

Análisis fotograma a fotograma para encontrar alteraciones

En los vídeos, Pangram Image Flash 1.0 permite examinar la secuencia para identificar fotogramas sospechosos de manipulación y distinguir entre contenidos parcialmente generados mediante IA y grabaciones completamente artificiales.

La empresa también ha incorporado estas capacidades a su plataforma web y a su interfaz de programación, mientras que su extensión para Google Chrome puede analizar imágenes durante la navegación.

Esto permite aplicar la detección a contenidos que circulan por redes sociales, páginas comerciales o plataformas de anuncios, aunque los resultados siguen siendo estimaciones automatizadas y no pruebas definitivas de falsificación.

Una precisión superior al 98 %, pero con limitaciones

Los datos presentados por Pangram son llamativos. El modelo destinado al análisis de vídeos obtuvo un 98,7 % de precisión en DF26, un conjunto académico de evaluación de vídeos auténticos y sintéticos. La compañía asegura que superó en 29 puntos porcentuales al siguiente detector evaluado.

Para fotografías, Pangram Image 1.0 alcanzó un 99,96 % de precisión en una prueba diseñada por la propia empresa. El ensayo utilizó fotografías reales y 1.200 imágenes sintéticas elaboradas con 12 generadores de inteligencia artificial.

Conviene interpretar estas cifras correctamente. Los porcentajes corresponden a pruebas concretas y, en el caso de la evaluación propia, a resultados comunicados por el desarrollador. No significan que el sistema tenga esa misma fiabilidad ante todas las imágenes y vídeos que circulan por internet.

Las fotografías comprimidas, los vídeos de baja calidad y las modificaciones posteriores pueden complicar el análisis. Pangram sostiene que sus modelos están preparados para resistir algunas de estas alteraciones, aunque reconoce una menor confianza en fotografías inferiores a 512 píxeles de resolución por lado.

Hay otro problema menos evidente: las cámaras de los teléfonos móviles utilizan algoritmos de inteligencia artificial para mejorar determinadas fotografías. Un detector debe ser capaz de diferenciar ese procesamiento habitual de una generación sintética, evitando considerar falsa una imagen auténtica.

C2PA: verificar el origen de una fotografía o un vídeo

Mientras Pangram y otras empresas desarrollan sistemas para detectar manipulaciones después de su creación, parte de la industria tecnológica apuesta por identificar el origen de los archivos desde el principio.

La iniciativa más conocida es la Coalition for Content Provenance and Authenticity (C2PA), una alianza respaldada por compañías como Adobe, Microsoft, Google, Intel y Sony, además de organizaciones audiovisuales como la BBC.

Su tecnología se basa en las llamadas Content Credentials, unas credenciales digitales que pueden incorporar información verificable sobre la procedencia de una imagen, las modificaciones realizadas y las herramientas utilizadas durante su creación.

Estas credenciales emplean firmas criptográficas para detectar alteraciones en la información protegida. No obstante, su presencia no demuestra por sí sola que lo representado en una fotografía sea verdadero, y su ausencia tampoco significa que exista una falsificación.

El objetivo es complementar los sistemas de detección con una forma de comprobar la trazabilidad del contenido, especialmente cuando las imágenes pasan por diferentes programas de edición o plataformas digitales.

La inteligencia artificial también permite cuestionar vídeos auténticos

La proliferación de deepfakes plantea un problema que va más allá de la circulación de imágenes falsas: también facilita que grabaciones legítimas sean desacreditadas mediante sospechas de manipulación.

Mirko Vicenzotto, especialista de la empresa italiana de análisis forense Axerta, advierte de esta doble consecuencia. La inteligencia artificial permite fabricar contenidos engañosos con mayor facilidad, pero también hace más creíble la posibilidad de que un material auténtico haya sido falsificado.

El fenómeno tiene consecuencias para la información pública, especialmente cuando circulan vídeos de declaraciones, acontecimientos políticos o situaciones de emergencia.

Un archivo puede presentarse como prueba de unos hechos que nunca ocurrieron. Pero también puede suceder lo contrario: una grabación verdadera puede ser rechazada simplemente porque alguien afirma, sin aportar pruebas, que ha sido generada por inteligencia artificial.

Por eso, la detección automática no sustituye a otras comprobaciones. Identificar quién publicó originalmente un vídeo, localizar versiones anteriores y contrastar su contenido con información independiente sigue siendo esencial.

Italia refuerza las sanciones contra los deepfakes ilícitos

El avance de estas tecnologías coincide con cambios legales destinados a combatir determinados usos perjudiciales de la inteligencia artificial.

Italia introdujo mediante la Ley 132/2025 el artículo 612-quater de su Código Penal, que castiga determinadas formas de difusión ilícita de imágenes, vídeos o voces falsificados mediante sistemas de IA.

La norma contempla penas de uno a cinco años de prisión cuando concurren los requisitos establecidos, entre ellos la difusión sin consentimiento de contenidos capaces de inducir a engaño y que causen un daño injusto a la persona afectada.

Posteriormente, el Decreto Legislativo 160/2026, vigente desde el 30 de septiembre, amplió el marco de responsabilidades. Entre otras medidas, incorpora determinados delitos relacionados con la inteligencia artificial al régimen de responsabilidad administrativa de las entidades y establece disposiciones sobre reclamaciones civiles por daños causados por estos sistemas.

La legislación distingue, por tanto, entre el uso de herramientas de creación o modificación audiovisual y determinadas conductas ilícitas. No toda imagen generada con inteligencia artificial constituye un delito, aunque su difusión puede tener consecuencias legales dependiendo de las circunstancias.

Detectar una falsificación no equivale a demostrar la verdad

Los nuevos modelos de Pangram representan un avance en la identificación de contenidos audiovisuales manipulados, particularmente por su capacidad para localizar regiones sospechosas y examinar vídeos completos.

Su utilidad, sin embargo, dependerá de cómo funcionen ante nuevos generadores de imágenes, archivos modificados y situaciones distintas de las empleadas en las pruebas de evaluación.

Para comprobar una fotografía o un vídeo sospechoso, los resultados de un detector pueden servir como primer indicio. La identificación del archivo original, la revisión de posibles credenciales digitales y la comparación con otras pruebas ofrecen un contexto que ningún porcentaje de precisión puede sustituir.

La cuestión no consiste únicamente en reconocer una cara deformada, una sombra extraña o un movimiento imposible. Las falsificaciones digitales pueden resultar visualmente convincentes, mientras que las imágenes auténticas también pueden despertar sospechas.

Las herramientas de detección mejoran, pero la autenticidad de un contenido continúa dependiendo de algo más que un algoritmo: de su procedencia, de las pruebas disponibles y de la posibilidad de verificar lo que realmente muestra.