Un estudio del Emotions and Faces Lab de la Universidad Nacional de Australia, recogido por Scientific American, encontró que el método habitual para detectar caras generadas por IA (buscar dedos de más o pendientes flotantes) ya no funciona con los modelos actuales.
La investigadora Amy Dawel identifica el patrón real: las caras de IA tienden a ser más simétricas, más proporcionadas y más atractivas que las reales, no menos. Sin entrenamiento previo, la gente interpreta esos rasgos como señal de humanidad, cuando es justo al revés.
El estudio usó caras generadas con StyleGAN3, un modelo de generación por GAN, no los modelos de difusión que hoy dominan la producción como Midjourney o Flux. Los propios investigadores señalan que no saben todavía si el patrón se repite igual en esa otra familia de modelos, una limitación real antes de aplicar la regla sin más.
Con entrenamiento breve, algunos participantes llegaron al 100% de acierto identificando qué cara era sintética. El punto de partida no es una lista de defectos técnicos, sino ajustar qué se considera sospechoso: la cara perfecta, no la cara rara.
Para producción de marca, la lectura es doble. De cara al control de calidad: revisar un rostro generado buscando simetría e hiperproporción excesiva, no solo errores evidentes, antes de aprobarlo para campaña.
De cara a la dirección de arte: quien quiera que un rostro generado por IA pase por real puede necesitar introducir imperfección deliberada, una ligera asimetría, una expresión menos perfecta, en vez de perseguir el resultado más pulido posible.
Nadie ha publicado todavía una guía aplicada a los modelos de difusión comerciales. Hasta que exista, la recomendación práctica es tratar cualquier hiperrealismo perfecto en un rostro generado como una bandera roja de revisión, no como un logro técnico.