Deepfake

Un deepfake es un contenido audiovisual —imagen, video o audio— manipulado o generado con aprendizaje profundo para que una persona parezca decir o hacer algo que nunca ocurrió. El término combina «deep learning» y «fake», y hoy la ley europea exige etiquetar este material como sintético.

De un foro de Reddit a fenómeno global

El término nació a finales de 2017, cuando un usuario de Reddit con el alias «deepfakes» publicó videos con rostros intercambiados mediante redes neuronales. La técnica original usaba autoencoders entrenados con miles de fotogramas de dos personas; el modelo aprendía a reconstruir la cara de una sobre los gestos de la otra. En pocos meses aparecieron herramientas de escritorio que automatizaban el proceso, y la palabra pasó a designar cualquier manipulación audiovisual hecha con IA, no solo el intercambio de rostros.

Las bases técnicas son anteriores: las redes generativas antagónicas (GAN) se publicaron en 2014 (Goodfellow et al.), y arquitecturas como StyleGAN (2018) demostraron rostros sintéticos indistinguibles de fotografías. Desde 2022 los modelos de difusión —el motor de Stable Diffusion— desplazaron a las GAN como técnica dominante, porque generan y editan imágenes desde texto sin entrenar un modelo por cada persona.

Tipos de deepfake y usos documentados

En la literatura técnica se distinguen cuatro familias, cada una con implicaciones distintas:

• Face swap: el rostro de una persona se transplanta al cuerpo de otra en video o foto; es la forma original y la más asociada al abuso.
• Reenactment: se conservan los rasgos de la persona, pero un actor controla sus gestos y labios; se usa en doblaje y también en desinformación.
• Síntesis completa: la persona no existe; el rostro entero es generado, como en los perfiles falsos usados en fraudes.
• Clonación de voz: audio sintético que imita timbre y entonación; base de fraudes telefónicos corporativos.

El caso de abuso más extendido es sexual: los reportes de la industria coinciden en que la gran mayoría del video deepfake circulante es pornografía no consentida de mujeres, lo que conecta este término con NCII y con la categoría nudify. Nuestra guía deepfake nude analiza ese cruce y sus riesgos legales en México.

Qué exige la ley y cómo se detecta

El Reglamento europeo de IA (2024/1689) define el deepfake en su artículo 3 y, desde el 2 de agosto de 2026, su artículo 50 obliga a revelar que el contenido fue generado o manipulado artificialmente, con marcado legible por máquinas. En Estados Unidos, la TAKE IT DOWN Act criminaliza la publicación de imágenes íntimas sintéticas de personas identificables; en México la difusión encaja en los supuestos de la Ley Olimpia.

La detección tiene dos vías complementarias. La forense busca artefactos del modelo generador —incoherencias de iluminación, parpadeo anómalo, bordes de mezcla— con datasets de referencia como FaceForensics++. La vía de procedencia no analiza el píxel sino el origen: estándares como C2PA firman criptográficamente el historial de creación del archivo. Ambas se explican en detección de deepfakes.

La palabra, mientras tanto, sigue ampliándose en el uso cotidiano: medios y legisladores llaman «deepfake» a casi cualquier manipulación audiovisual convincente, sea cual sea la técnica. Para efectos legales esa imprecisión importa poco — las normas modernas definen el material por su efecto sobre la persona representada, no por el algoritmo empleado.