<\/p>\n
La llegada de la inteligencia artificial trajo consigo la irrupci\u00f3n de los deepfakes<\/a><\/strong>: videos falsos – o modificados parcialmente – generados a trav\u00e9s de herramientas de IA<\/strong>. A medida que el desarrollo de esta tecnolog\u00eda avanza, tambi\u00e9n la capacidad de generar este contenido que trae consigo el problema de la incapacidad de discernir entre aquello que es real, de lo que fue generado por una computadora.<\/strong> Sin embargo, investigadores estadounidenses avanzan en el desarrollo del modelo UNITE (Red universal para la identificaci\u00f3n de videos manipulados y sint\u00e9ticos).<\/p>\n<\/div>\n \u201cLa tecnolog\u00eda de deepfake se est\u00e1 desarrollando tan r\u00e1pidamente que ya no se trata solo de intercambiar caras. Todo el video, desde la cara hasta el fondo, puede crearse f\u00e1cilmente con IA generativa<\/a>\u201d, explic\u00f3 Rohit Kundu, uno de los investigadores. En detalle, el modelo UNITE tiene la capacidad de detectar – con alto grado de precisi\u00f3n – <\/strong>aquellos videos que hayan sido generados a usando inteligencia artificial sin depender si el video muestra o no con un rostro humano.<\/p>\n<\/div>\n Hasta el momento, las \u00fanicas herramientas disponibles para discernir estos videos reales de los falsos<\/strong> estaban llegando a su l\u00edmite. Es que estas tecnolog\u00edas se basan, principalmente, en la identificaci\u00f3n de rostros humanos – y los rasgos faciales – para realizar su tarea. Sin embargo, todo podr\u00eda comenzar a cambiar con la aparici\u00f3n de UNITE.<\/p>\n<\/div>\n Para su desarrollo, los investigadores utilizaron un modelo de IA creado por Google, llamado SigLIP. El mismo aprende la correspondencia entre im\u00e1genes y videos y el lenguaje natural. As\u00ed, tiene la capacidad de extraer caracter\u00edsticas abstractas con gran precisi\u00f3n sin depender directamente de caras u objetos.<\/p>\n<\/div>\nDeepfakes: la nueva tecnolog\u00eda para parar la generaci\u00f3n de videos falsos con IA<\/h2>\n