Una imagen creada con Midjourney, retocada con el modelo Qwen-Image-2.1 de Alibaba y un pequeño ajuste entrenado con fotografías analógicas puede pasar ya por una foto real ante casi cualquiera que la vea en Instagram. Es la conclusión de un experimento publicado en octubre por HalfJourney Lab en Medium, que busca precisamente lo que delata a la IA (la piel de plástico, la luz demasiado perfecta, los colores anaranjados) para eliminarlo. El resultado plantea un problema que va más allá de la técnica: en las redes sociales, una imagen ha dejado de ser una prueba de que algo ocurrió.
Las claves de las fotos falsas hechas con IA en 30 segundos
- El experimento: imágenes de Midjourney pasadas por Qwen-Image-2.1 y un LoRA de fotografía analógica resultan casi indistinguibles de fotos.
- La letra pequeña: Qwen-Image-2.1 se descarga gratis, pero su licencia solo permite uso no comercial.
- La ley: desde el 2 de agosto de 2026, el AI Act obliga a advertir de los deepfakes en la UE.
- El riesgo: las escenas cotidianas son las que menos sospechas despiertan.
El debate no es nuevo. En abril de 2023, el artista alemán Boris Eldagsen ganó la categoría creativa abierta de los Sony World Photography Awards con «Pseudomnesia | The Electrician», una imagen generada con IA, y rechazó el premio para provocar la discusión. «AI is not photography» (la IA no es fotografía), dijo entonces. Desde aquella polémica se popularizó el término promptography, que el artículo de HalfJourney Lab atribuye al artista visual Christian Vinces, para nombrar las imágenes que nacen de una instrucción escrita y no de una cámara. Tres años después, la diferencia que defendía Eldagsen sigue existiendo, pero cada vez se ve menos.
Enseñar a la IA a ser imperfecta
El autor del experimento partió de imágenes generadas con Midjourney, como una mujer removiendo un café junto a la ventana de una cafetería o un fotograma de inspiración ochentera. Después usó el modo de imagen a imagen de Qwen-Image-2.1, que transforma una imagen existente siguiendo instrucciones, instalado en su propio ordenador con una tarjeta gráfica NVIDIA RTX 5080. La instrucción pedía reconstruir la piel con poros y textura natural, devolver vida a la mirada, corregir el balance de blancos para eliminar los tonos naranjas, verdosos o dorados típicos de la IA, añadir la suavidad de una lente real y grano de película de 35 mm, y mantener a la misma persona, la misma pose y el mismo escenario.
Con esa sola instrucción, el resultado mejoraba, aunque el autor reconoce que no iba más allá de lo que pueden hacer ChatGPT u otros servicios comerciales. Tampoco funcionó como esperaba añadir fotos de referencia de estilo. El salto llegó al entrenar un LoRA, una técnica de ajuste ligero que se suma a un modelo para orientarlo hacia un estilo concreto, con un conjunto de cientos de fotografías analógicas. Con él, las imágenes ganaban textura e imperfección y perdían el acabado pulido que delata a la IA, a costa de alterar algunos rasgos de la imagen original. Su conclusión es que, para que la IA parezca real, hay que enseñarle a ser menos perfecta, y que la perfección se ha convertido en la nueva marca de agua involuntaria de estas imágenes.
El autor lanza al lector una pregunta pensada para las redes sociales: si estas imágenes aparecieran en Instagram sin aviso, ¿se detectarían todas? Su argumento es que la IA ya no necesita imágenes espectaculares para engañar. Cuanto más corriente parece una escena (alguien que no mira a cámara, un momento aparentemente espontáneo), menos motivos hay para sospechar. Es justo el tipo de contenido que circula a diario en los perfiles personales y en las cuentas que buscan viralidad.
Pesos descargables, pero no para hacer negocio
Qwen-Image-2.1, publicado por el equipo Qwen de Alibaba en septiembre de 2026, genera y edita imágenes, admite hasta diez imágenes de referencia y puede ejecutarse en local. Sus pesos se pueden descargar, pero bajo la Qwen Research License Agreement, que restringe el uso a fines no comerciales; para usarlo en un negocio hace falta una licencia aparte. El artículo de HalfJourney Lab lo resume con una imagen: Alibaba entrega el motor, pero se guarda las llaves del coche. El autor recuerda que se puede experimentar y entrenar en local dentro de los términos de la licencia, pero que eso no da derecho a ganar dinero con ello.
La contradicción que señala es otra. Los modelos que se ejecutan en el propio ordenador pueden carecer de los filtros de moderación de los servicios comerciales, lo que facilita abusos como los deepfakes. Mientras un creador legítimo se preocupa por licencias y permisos, quien quiera suplantar o manipular no va a leer los términos de uso. Por esa razón, el autor ha decidido no compartir su LoRA.
Lo que exige la ley europea desde agosto
En la Unión Europea, el reglamento de inteligencia artificial (AI Act) ya pone reglas a este terreno. Las obligaciones de transparencia de su artículo 50 se aplican desde el 2 de agosto de 2026, con un periodo de gracia hasta el 2 de diciembre de 2026 para los sistemas que ya estaban en el mercado. Quien use un sistema de IA para crear o alterar imágenes, audios o vídeos que constituyan un deepfake debe advertir de que el contenido es artificial o manipulado, y los proveedores de modelos generativos deben marcar su contenido de forma que se pueda detectar. La Comisión Europea ha publicado un código de buenas prácticas voluntario sobre el marcado y etiquetado, con iconos opcionales para señalar contenido generado o parcialmente modificado con IA, y con pautas específicas para obras evidentemente artísticas, satíricas o de ficción. Lo explicamos con más detalle en nuestra guía técnica para etiquetar contenido de IA.
La norma tiene límites evidentes: obliga a quien publica de buena fe, pero difícilmente frenará a quien fabrica una imagen para engañar. Para el usuario de redes, algunas pautas siguen siendo útiles: desconfiar de imágenes impactantes sin fuente ni autor, buscar la imagen en un buscador inverso, comprobar si la red social la marca como generada o modificada con IA y fijarse en detalles incoherentes del fondo, el texto o los reflejos. Ninguna es infalible, y el experimento de HalfJourney Lab muestra por qué: los defectos que antes delataban a la IA se pueden borrar a propósito, como ya permiten herramientas comerciales como ChatGPT Images.
Para los fotógrafos profesionales, el autor anticipa otro efecto: si una marca puede conseguir imágenes de aspecto fotográfico sin contratar fotógrafo, alquilar estudio ni organizar una sesión, parte del mercado dejará de pagar por capturar la realidad y pagará por simularla. Es una previsión suya, no un dato, pero resume bien la sensación del sector.
Preguntas frecuentes
¿Se puede distinguir una imagen de IA de una foto real?
Cada vez es más difícil. Con modelos como Qwen-Image-2.1 y ajustes entrenados con fotografía analógica, los defectos que antes delataban a la IA se pueden eliminar a propósito.
¿Se puede usar Qwen-Image-2.1 para fines comerciales?
No con la licencia de descarga, que solo permite uso no comercial. Para usarlo en un negocio hace falta una licencia aparte de Alibaba.
¿Hay que avisar si publico una imagen hecha con IA?
En la UE, desde el 2 de agosto de 2026 el AI Act obliga a advertir cuando el contenido es un deepfake, es decir, una imagen, audio o vídeo generado o manipulado que parece real.
¿Qué es un LoRA?
Una técnica de ajuste fino ligera que se añade a un modelo de IA para orientarlo hacia un estilo concreto, por ejemplo el de la fotografía analógica.
Fuentes:
