En un mundo donde la inteligencia artificial genera cada vez más contenido, la necesidad de saber de dónde proviene una imagen, un vídeo o un texto se ha vuelto crucial. Aquí es donde entra en juego SynthID, un sistema desarrollado por Google DeepMind que promete revolucionar la forma en que entendemos la procedencia del contenido digital.

A diferencia de los metadatos tradicionales, que desaparecen con un simple pantallazo o al subir un archivo a una plataforma, SynthID incrusta una señal legible por máquina directamente en el contenido. Esta marca de agua es invisible para el ojo humano, pero puede ser detectada por un sistema especializado incluso si el archivo ha sido recortado, comprimido o alterado.

La distinción clave: procedencia vs. detección de IA

Google DeepMind subraya una diferencia fundamental: establecer la procedencia no es lo mismo que simplemente detectar si un contenido ha sido generado por IA. Un clasificador que intenta adivinar si una imagen es sintética puede ser poco fiable y, aun si acierta, no nos dice qué sistema la produjo. SynthID, al marcar el contenido en el momento de su creación, responde directamente a la pregunta del origen, pero solo para aquellos sistemas que participan en este esquema.

¿Cómo funciona la marca de agua en imágenes?

SynthID-Image es un sistema post-hoc e independiente del modelo. Esto significa que la marca de agua no se integra durante el proceso generativo, sino que se aplica después. Un codificador entrenado añade una perturbación aprendida a la imagen final, y un decodificador correspondiente se encarga de leerla.

Esta arquitectura ofrece ventajas claras: un solo codificador puede marcar la salida de todos los modelos actuales y futuros de Google, y el decodificador puede actualizarse sin afectar a los modelos generativos. El inconveniente es que la marcación post-hoc implica cierta pérdida, lo que exige un ajuste cuidadoso de la calidad.

El decodificador arroja dos resultados:

  • Un logit de detección que indica si la marca está presente.
  • Un payload multibit, un mensaje oculto que permite distinguir una implementación o un cliente de otro. Por ejemplo, SynthID-O, la variante externa para socios, codifica cargas útiles de 136 bits en imágenes de 512x512 píxeles.

Es importante destacar que la detección y la recuperación del payload están separadas. Así, un archivo puede registrarse como marcado incluso si el payload está demasiado dañado para ser leído. Para gestionar la detección a escala de internet, el sistema utiliza p-valores conformes calculados contra conjuntos de calibración de muestras marcadas y sin marcar, lo que permite controlar las tasas de falsos positivos y falsos negativos.

Robustez y versiones

La robustez de SynthID se ha probado exhaustivamente contra 30 tipos de transformaciones, incluyendo cambios de color, ruido, superposiciones, pérdida de calidad (como la compresión) y ediciones espaciales (como recortes y rotaciones). Con una tasa de falsos positivos del 0,1%, SynthID-O logró una tasa de verdaderos positivos del 99,72% en las peores transformaciones combinadas, superando con creces a otros métodos.

En cuanto al versionado, el codificador fija la versión, asegurando que el contenido ya publicado siga siendo detectable. El decodificador, por su parte, puede actualizarse continuamente para adaptarse a nuevos ataques. Sin embargo, hay contenido que no se marca deliberadamente, como imágenes casi uniformes o logotipos con colores planos, donde una marca de agua invisible podría generar artefactos visibles.

Más allá de las imágenes: texto, audio y vídeo

Para el texto, SynthID-Text emplea un mecanismo completamente diferente. Utiliza un muestreo de tokens sesgado mediante un esquema llamado muestreo de torneo. Los tokens candidatos son puntuados por varias funciones de marca de agua pseudoaleatorias y compiten en rondas sucesivas, emitiéndose el ganador. La detección posterior busca la huella estadística que dejan estos torneos.

En audio, la señal se incrusta directamente en la forma de onda, no en un campo de metadatos, como ocurre con la función Live Translate de Gemini 3.5. El vídeo se procesa fotograma a fotograma, junto con una pista de audio separada. Por eso, la herramienta de verificación de Gemini puede detectar una marca de agua en el audio de un vídeo, pero no en las imágenes.

El impacto en la industria publicitaria

La relevancia comercial de SynthID es innegable, especialmente por su conexión con la regulación. El artículo 50(2) de la Ley de IA de la UE exige a los proveedores de sistemas generativos que marquen la salida sintética de forma legible por máquina. Estas obligaciones, que entraron en vigor el 2 de agosto de 2026, conllevan multas considerables.

Para los anunciantes, la marca ya se aplica automáticamente, incluso si no la solicitan. Google incrusta SynthID y el marcado C2PA en cualquier imagen o vídeo generado con sus herramientas publicitarias. Es importante saber que la divulgación de contenido generado por IA tiene un coste medible: un estudio de NYU Stern mostró que el etiquetado de IA redujo las tasas de clics en un 31,5%.

Límites y críticas

Es crucial entender que la detección de SynthID solo cubre el contenido de los sistemas participantes. Esto significa que una imagen sin marcar no prueba nada, ya que podría provenir de un sistema que no utilice esta tecnología. Este es un punto clave a considerar al evaluar la omnipresencia de la IA y la necesidad de una atribución clara.