Weckert vende camisa de US$91 que burla cámaras con IA

El truco: una camisa estampada que vuelve invisible a una persona para la IA

Cuando Berlín puso en marcha en agosto de 2026 un piloto de cámaras con IA en Kottbusser Tor, el diseñador berlinés Simon Weckert ya llevaba meses preparando la respuesta. En junio de 2026 probó frente a una de esas cámaras operativas una prenda de su colección Digital Camouflage: una camisa estilo hawaiano cubierta de formas saturadas en rosa, naranja y verde que, a ojos del algoritmo, deja de parecerse a una persona. La prenda cuesta US$91 y se vende como un wearable más, según recoge Xataka.

No es una broma de moda ni un accesorio para匿名izar paseantes. Es un ejemplo tangible de ataque adversarial aplicado a la visión por computadora: introducir ruido visual en la imagen para que el modelo no pueda encadenar las pistas estadísticas (bordes, contrastes, proporciones de extremidades, silueta) que le permitirían dibujar la caja de "persona" alrededor del cuerpo.

Weckert ya tiene un historial de performances contra sistemas algorítmicos. En 2020 caminó por Berlín con un carrito cargado con 99 smartphones para hacer creer a Google Maps que había un atasco de tráfico donde no lo había. La camisa es, en su propia narrativa, la continuación de ese mismo ejercicio: mostrar que la infraestructura tecnológica sobre la que se monta la vigilancia urbana es más frágil de lo que parece.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Cómo funciona, sin necesidad de ser científico de datos

Las cámaras de seguridad inteligentes suelen apoyarse en modelos de la familia YOLO (You Only Look Once), un detector de objetos de código abierto muy extendido en producción. Su primera etapa es la detección de personas: identificar dónde hay un ser humano en el encuadre y dibujar un bounding box antes de pasar a fases más caras, como reconocimiento facial o de comportamiento.

Weckert diseñó el estampado con un bucle adversarial: una IA generativa propone patrones, se prueban contra YOLO y se ajusta cada vez que el detector recupera confianza. Cuando la confianza de YOLO en detectar a una persona cae, el patrón se queda. El método concreto, según Hypebeast, se llama TC-EGA y produce lo que la nota describe como una Adversarial Texture continua que cubre toda la prenda.

Esa continuidad es la clave técnica que separa esta camisa de intentos anteriores. Proyectos previos —el propio noRecognition, citado por Xataka, o parches académicos clásicos— dependían de gráficos puntuales que dejaban de funcionar al primer pliegue de la tela o cuando la cámara cambiaba de ángulo. El artículo de Hypebeast lo formula como el segment-missing problem: el camuflaje se rompe cuando la silueta se fragmenta. La solución de Weckert es llenar la prenda completa de "ruido visual" generado por IA, de modo que el algoritmo no pueda reconstruir al cuerpo humano aunque el tejido se arrugue o el observador se mueva.

El resultado se produce en Letonia sobre una mezcla de 65 % poliéster reciclado y 35 % poliéster estándar, con impresión textil digital para que el patrón no se degrade al lavarse, según Hypebeast.

Lo que esto dice sobre las cámaras inteligentes de Berlín

Kottbusser Tor es una de las plazas más transitadas y más vigiladas de Kreuzberg, en Berlín. El piloto que describe Dexerto instaló allí cámaras que leen el comportamiento de quien pasa, no solo su rostro. La pregunta que plantea la camisa de Weckert es directa: si una prenda de algodón estampado basta para que la IA no detecte a la persona que la lleva, ¿qué nivel de confianza merece ese sistema como infraestructura de seguridad pública?

El propio Weckert lo resume en una frase, citada por Dexerto: "This is not a tool against the police, it's a test image for all of us. How much trust does a system deserve that a piece of fabric can undo?" En otra entrevista, recogida por ExtremeTech, el artista matiza el alcance: "I cannot claim 100 % that the t-shirt works against this specific camera system, but I can say I know it works for the very public and famous YOLO algorithm."

Es importante leer esto en sus términos. La camisa no es infalible: depende del modelo de detección concreto, del ángulo, la distancia, la iluminación y, sobre todo, de que el modelo no haya sido reentrenado para reconocer este tipo de patrones. El propio Weckert plantea la actualización de su línea como una conversación continua: cada vez que los detectores aprendan a ver sus patrones, él generará otros nuevos.

¿Por qué importa a una startup que usa visión por computadora?

Más allá del debate sobre vigilancia urbana, el caso expone una clase de riesgo que cualquier founder que integra visión por computadora debería tener en su mapa: los modelos de percepción no entienden el mundo, lo clasifican. Identifican a una persona por un conjunto de correlaciones estadísticas sobre bordes y texturas, no por comprensión semántica. Eso los hace potentes y baratos, pero también frágiles ante perturbaciones de bajo costo.

La vulnerabilidad no se limita a personas con camisas raras. Investigaciones académicas citadas por Xataka muestran que la ropa, los parches físicos e incluso texturas en el entorno pueden alterar la salida de un detector de objetos. Para una startup que vende conteo de asistentes en un evento, control de acceso en una obra o detección de caídas en un geriátrico, eso significa que un atacante con un presupuesto de estampado textil puede degradar su producto sin tocar la infraestructura.

También abre una línea de producto nueva, no solo defensiva. La existencia de pulseras, chalecos y ropa de trabajo "adversarial" para periodistas, abogados o simplemente ciudadanos preocupados por la privacidad muestra que la moda anti-IA ya pasó de la論文 a la tienda. Para founders del ecosistema hispanohablante —donde la conversación pública sobre vigilancia con IA está madurando en ciudades como Madrid, Barcelona, Buenos Aires, Ciudad de México o Santiago— ese nicho todavía tiene poca competencia y un ángulo de comunicación muy potente.

Qué significa esto para tu startup

Si tu producto depende de visión por computadora, la camisa de Weckert no es una anécdota: es un recordatorio de cómo se rompe tu sistema en producción.

Audita tu detector con perturbaciones adversariales. Antes de desplegar YOLO u otro detector open source, pasa tu dataset por herramientas de adversarial perturbation (incluso simples: añadir ruido, rotar ligeramente, cambiar la iluminación) y mide cómo cae la confianza del modelo. Si baja más de un 10-15 % con cambios menores, tu sistema no está listo para producción crítica.
No vendas detección como si fuera reconocimiento. Una cámara que detecta "hay una persona" no es lo mismo que una que identifica "quién es". En tu pitch, en tu propuesta comercial y en tu UI, separa ambos planos. El primero es barato y robusto; el segundo es caro y frágil, y mezclar los dos genera expectativas que tu producto no podrá sostener en el momento en que un usuario se ponga una camisa de US$91.