Watermarking

El watermarking o marcado de agua digital consiste en incrustar una señal en una imagen, audio, video o texto —visible o imperceptible— que identifica su origen o su condición de contenido generado. En la era generativa es una de las tres vías técnicas de etiquetado, junto a los metadatos firmados y las huellas perceptuales.

Tipos: visible, invisible, robusta, frágil

Las marcas visibles —el logo semitransparente sobre una foto de stock— disuaden la reutilización pero se eliminan con recorte o retoque. Las invisibles se incrustan en el dominio de la señal: modificaciones de píxeles, coeficientes de frecuencia o patrones estadísticos que un decodificador puede recuperar. Dentro de las invisibles se distingue entre marcas robustas, diseñadas para sobrevivir compresión, recorte y re-codificación —útiles para atribución y trazado de filtraciones—, y marcas frágiles, que se rompen con cualquier alteración y sirven justo para lo contrario: probar que un archivo no fue modificado.

La variante moderna para IA generativa integra la marca en el propio proceso de generación. SynthID de Google DeepMind marca píxeles y elección de palabras durante la inferencia, y Meta propuso Stable Signature (2023), que ajusta el decodificador del modelo de difusión para que cada imagen salga marcada de fábrica, sin paso posterior que un usuario pueda omitir.

El marcado en la cadena del contenido sintético

El etiquetado técnico del contenido generado descansa en tres capas complementarias. Los metadatos firmados tipo C2PA registran el historial completo pero se pierden con una captura de pantalla. Las marcas de agua invisibles viven en la señal misma y resisten la redistribución, aunque solo transmiten unos pocos bits («esto es sintético», «lo generó tal modelo»); la especificación C2PA las contempla como señal complementaria de la credencial firmada. Las huellas perceptuales —hashes como los que usa StopNCII— no añaden nada al archivo: calculan una firma del contenido existente para reconocer copias.

Ninguna capa es suficiente sola. El ecosistema Content Credentials lo asume explícitamente al combinar credencial, marca y huella en una sola verificación. La investigación académica documenta ataques que degradan marcas robustas mediante regeneración con otro modelo de difusión, y la ausencia de marca nunca prueba que un contenido sea real, porque la mayoría de los generadores abiertos no marcan nada. La combinación de capas, en cambio, eleva el costo de borrar todas las señales a la vez y da a plataformas y verificadores varios puntos de control independientes para la detección.

Obligaciones legales y estado real del mercado

El artículo 50 del Reglamento europeo de IA (2024/1689) convirtió el marcado en obligación: desde el 2 de agosto de 2026, los proveedores de sistemas que generen imagen, audio, video o texto sintético deben asegurar que las salidas estén marcadas en formato legible por máquinas y detectables como generadas artificialmente. La guía de la NSA sobre integridad multimedia recomienda además combinar procedencia firmada y marcas resistentes en todo flujo editorial serio.

El estado real del mercado va por detrás de la norma: los grandes laboratorios marcan sus salidas, pero los modelos abiertos autoalojados y los servicios de nicho —incluida la categoría de desnudo sintético que reseñamos— rara vez lo hacen. Para el usuario esto significa que la verificación no puede delegarse solo en la tecnología; para los operadores, que el incumplimiento del marcado es ya una infracción autónoma en la UE, separada de cualquier otra responsabilidad por el contenido.