MIT: imágenes editadas con IA duplican recuerdos falsos

El doble de errores de memoria con imágenes editadas por IA

Un experimento del MIT Media Lab con 200 participantes midió cuántos errores comete alguien al recordar una imagen después de ver una versión retocada con inteligencia artificial. El grupo que vio vídeos generados a partir de imágenes editadas falló el 38,7% de las preguntas sobre detalles alterados, frente al 18,9% del grupo de control. Es el doble de errores, y lo firma, entre otros, Elizabeth Loftus, de la Universidad de California en Irvine, referencia clásica en la investigación sobre recuerdos falsos.

El dato importa porque la mayoría de los equipos de producto y marketing ya usan herramientas de retoque con IA a diario y nadie está midiendo el efecto que eso tiene sobre cómo se recuerda el material original. El estudio no es nuevo — se presentó en abril de 2025 en CHI, la principal conferencia de interacción persona-ordenador — pero volvió a circular a raíz de un reportaje de The Washington Post, según recoge tbreak.

Qué midió exactamente el experimento del MIT

Los 200 participantes vieron 24 imágenes libres de derechos durante dos minutos. Después jugaron dos minutos a Pac-Man como tarea distractora y vieron un segundo pase etiquetado como «imagen mejorada con IA». El grupo de control vio las mismas imágenes sin tocar; los otros tres vieron imágenes editadas, vídeos de cinco segundos generados desde las imágenes originales, o vídeos generados desde las imágenes ya editadas. Luego respondieron una pregunta por imagen, con su grado de confianza.

Grupo	Errores en preguntas sobre detalles alterados	Equivalente (de 12 preguntas)
Control	18,9%	2,27
Vídeos de imágenes sin editar	23,7%	2,84
Imágenes editadas con IA	31,4%	3,77
Vídeos de imágenes editadas	38,7%	4,64

Visto en crudo, el titular se desinfla: la distancia entre el control y el peor grupo son poco más de dos preguntas de las doce. Los humanos ya recordamos mal de por sí. tbreak precisa que el efecto más fuerte produjo 2,05 veces más recuerdos falsos que el control, y que el experimento se hizo con Luma Dream Machine, una herramienta de generación de vídeo que hoy resulta modesta frente a lo disponible.

¿El problema es la IA o la manipulación?

Esta es la pregunta incómoda y el estudio no la responde del todo. No existe un grupo con imágenes retocadas a mano, así que no se puede saber si la IA distorsiona más que un montaje tradicional. Lo que varía entre condiciones es si la imagen fue alterada, no quién la alteró.

De hecho, el grupo que vio vídeos generados desde imágenes sin editar no mostró un efecto estadísticamente significativo frente al control. El motor del fenómeno parece ser la alteración del contenido, no su origen sintético. Un estudio posterior de la Universidad de Georgetown y la Universidad de Washington apunta en la misma dirección: al presentar a 331 personas resúmenes de un vídeo, etiquetarlos como hechos por una IA o por una persona no cambió de forma apreciable la aceptación del recuerdo falso, según recoge Neuroscience News. Lo que importaba era si el resumen era exacto o engañoso: la precisión del recuerdo cayó del 83,6% al 44,8%.

Lo más preocupante: fallar con más confianza

El porcentaje no es el hallazgo más serio. Lo primero es que quienes vieron los vídeos editados no solo fallaron más: estaban más seguros de sus errores (5,41 sobre 7, frente a 4,54 del control). Un recuerdo falso sostenido con confianza es mucho más difícil de corregir que una duda.

Lo segundo desmonta el remedio habitual. Al analizar qué perfiles resistían mejor, el estudio encontró que ni el escepticismo ni la familiaridad con los filtros de IA protegían de forma significativa. Tampoco el género ni el nivel educativo. La única variable con efecto fue la edad, y pequeño. tbreak añade un detalle clave: todos los participantes vieron la etiqueta de «imagen mejorada con IA» y los recuerdos falsos se formaron igual.

El desglose por tipo de edición, que los autores presentan como análisis exploratorio descriptivo, deja otra pista: las ediciones sobre personas producen el mayor número absoluto de errores (del 19% al 45%), pero el salto relativo más fuerte lo provocan las del entorno (del 9,5% al 33,3%). Los objetos quedan en medio, del 15,6% al 36,7%.

C2PA y por qué la detección llega tarde

Si el problema es la alteración y no la etiqueta, la respuesta no está en enseñar a la gente a reconocer una IA, sino en la procedencia verificable del contenido. Ese es el terreno de estándares como C2PA (Coalition for Content Provenance and Authenticity), que adjunta metadatos firmados sobre el origen e historial de un archivo.

El ecosistema se está moviendo rápido. Según el comunicado difundido por PR Newswire a través de Morningstar, TikTok pasó de miembro general a integrante del comité directivo de C2PA el 28 de julio de 2026, y ya ha etiquetado más de 3.000 millones de piezas de contenido como generadas por IA combinando Content Credentials, marcas de agua invisibles y herramientas de etiquetado.

La presión regulatoria acompaña. Streaming Media recoge que el artículo 50 del Reglamento europeo de IA exige divulgar el contenido generado por IA en formato legible por máquina, con multas de hasta 15 millones de euros o el 3% de la facturación global. Y el problema es medible: el mismo medio cita estudios controlados en los que los espectadores identifican correctamente un vídeo deepfake de alta calidad solo alrededor del 24,5% de las veces.

Conviene no idealizar la solución. En un análisis publicado por TV Tech, directivos de Deloitte advierten que C2PA certifica el historial de un archivo, no su veracidad: es una capa de transparencia, no un motor de verdad. El mismo artículo cita una encuesta de Gallup de 2025 según la cual solo el 28% de los estadounidenses confía «mucho» o «bastante» en los medios de comunicación, un mínimo histórico.

¿Qué significa esto para tu startup?

Aunque el estudio se hizo en laboratorio, hay tres implicaciones prácticas para cualquier equipo que produzca o distribuya imágenes.

• Guarda siempre el archivo original sin editar. Es la recomendación más directa del paper y aplica a fotos de producto, material de prensa, documentación de obra o inmuebles. Cuando alguien del equipo tenga que describir el evento, que lo haga mirando el original, no la versión retocada. La memoria se contamina con lo que vio al final.
• No apoyes la verificación de contenido en el «humano en el medio». Si tu flujo de aprobación consiste en que alguien revise la pieza final de memoria, ese control es más frágil de lo que parece. Un registro de versiones con el original accesible hace el trabajo que la revisión humana no puede hacer.
• Si tu producto genera o edita imágenes, evalúa C2PA. Si vendes herramientas de edición, publicas contenido en plataformas o distribuyes material para terceros, la procedencia firmada pasa de diferenciador a requisito de cumplimiento en mercados regulados. Adoptarla temprano es más barato que improvisarla cuando llegue la auditoría.

Lo que el estudio no demuestra

Los propios autores enumeran las limitaciones, y respetarlas es lo que separa una alarma de un dato útil. No se midió persistencia: el test fue inmediato, en una sola sesión, y nadie comprobó si esos errores duran una semana. Solo se estudiaron imagen y vídeo, no texto ni audio generados con IA. La exposición fue mínima (dos minutos), frente a la repetición constante de la vida real. La muestra fue de 200 personas, todas en Estados Unidos, con 24 imágenes. Y no se probó ninguna contramedida: ni alfabetización mediática ni detectores automáticos.

Hay una distancia enorme entre fallar dos preguntas más sobre una foto vista cinco minutos antes y creerse un recuerdo inventado. Este trabajo no recorre esa distancia y los autores no pretenden recorrerla. Lo que sí deja claro es que la conversación sobre contenido sintético no puede reducirse a detectarlo: para cuando dudas de una imagen, tu memoria ya la absorbió.

Fuentes

• WWWhat's new — Imágenes editadas con IA y recuerdos falsos: el estudio del MIT (fuente original)
• tbreak — MIT study: AI-edited photos and videos can distort what people remember
• PR Newswire vía Morningstar — C2PA Welcomes TikTok to Steering Committee
• TV Tech — Why Content Provenance Won't Solve the Trust Problem
• Streaming Media — VisualOn and EZDRM Enable Visualization of C2PA Provenance on Streaming Video