Un nuevo ensayo de brand.io propone un nombre más preciso para cierto tipo de señal invisible incrustada en medios: la “marca espía” o “espía de marca”. La distinción central no es si un archivo contiene una marca, sino si la persona que lo utiliza puede verla, comprenderla, controlarla o eliminarla. El texto reserva “marca de agua” para señales visibles de propiedad o autenticidad y utiliza “marca espía” para una señal oculta que permite rastrear un archivo o a su usuario sin un consentimiento significativo.
Se trata de una propuesta de terminología y de un argumento sobre cómo encuadrar el debate, no de una categoría técnica estandarizada recientemente. Aun así, las palabras importan. Hoy, “marca de agua” abarca superposiciones de copyright evidentes, mecanismos históricos contra la falsificación, metadatos editables y señales invisibles diseñadas para resistir transformaciones. Agrupar todos esos casos bajo un solo término puede hacer que una función de rastreo parezca una simple etiqueta de propiedad. brand.io ilustra la diferencia con la tenue marca de agua del retrato en un billete estadounidense de 20 dólares: una señal visible que el lector puede reconocer como medida contra la falsificación. La fuente también muestra la marca de Getty sobre Migrant Mother, de Dorothea Lange, como un reclamo visible de autoría, distinto de una señal de rastreo invisible.
La imagen ilustra el contraste del ensayo entre una marca de agua antifalsificación visible y una señal de rastreo oculta. Crédito: brand.io.
La fuente presenta la sobreimpresión de Getty como ejemplo de una marca de propiedad visible, no como prueba sobre SynthID. Crédito: brand.io.
El ensayo señala SynthID de Google como un ejemplo destacado. Google afirma que SynthID incorpora señales directamente en imágenes, audio, texto y vídeo generados por IA; que esas señales son imperceptibles para las personas; y que pueden seguir siendo detectables después de modificaciones habituales como recortar, aplicar filtros, cambiar la velocidad de fotogramas o usar compresión con pérdida. Estas son descripciones de Google sobre el propósito y el comportamiento del sistema, no una demostración independiente de que todos sus despliegues carezcan de consecuencias para la privacidad.
El artículo técnico citado sobre SynthID-Image añade afirmaciones técnicas y de implementación. El documento informa de que SynthID ha marcado más de diez mil millones de imágenes y fotogramas de vídeo en los servicios de Google, y de que su servicio de verificación estaba disponible para evaluadores de confianza. También describe una evaluación experimental de SynthID-O frente a otros métodos de marcado posteriores a la generación, con resultados favorables de calidad visual y robustez ante perturbaciones comunes de imagen.
Ese punto de referencia no debe confundirse con una evaluación independiente. Forma parte del trabajo de los autores y depende de su configuración experimental, sus modelos de amenaza y las pruebas seleccionadas. Las fuentes suministradas demuestran que se informó de un uso a gran escala y de pruebas de robustez; no demuestran resistencia universal a la eliminación, precisión de detección en todos los contextos ni ausencia de riesgos de privacidad o abuso.
La preocupación aumenta cuando una señal puede vincular una copia con un registro de base de datos, en lugar de limitarse a indicar que un contenido fue generado por IA. El ensayo de brand.io afirma que una carga útil podría codificar un identificador asociado a información de usuario y sostiene que la incorporación generalizada podría revelar cómo circulan las copias entre personas y plataformas. La descripción general de Google suministrada no confirma esos escenarios concretos de vinculación con identidades. Deben entenderse, por tanto, como riesgos planteados por el ensayo, no como una propiedad demostrada de todos los despliegues de SynthID. El ensayo también cita los puntos de seguimiento de impresoras como un ejemplo anterior: diminutos patrones amarillos pueden codificar una fecha y el número de serie de la impresora, de modo que una marca discreta permita rastrear el origen de un documento.
Tras el párrafo sobre los puntos de seguimiento de impresoras, el diagrama concreta el ejemplo histórico del ensayo. Crédito: brand.io.
El texto también distingue las señales ocultas de los metadatos ordinarios. EXIF en imágenes e ID3 en archivos de audio pueden contener datos sensibles, pero son campos documentados que a menudo pueden inspeccionarse, editarse o eliminarse de archivos bajo el control del usuario. En cambio, una señal incrustada en píxeles, ondas sonoras o patrones estadísticos de elección de palabras puede sobrevivir a la eliminación de metadatos y a ediciones comunes. Esa diferencia dificulta su supervisión y hace que el rastreo sea más fácil de pasar por alto.
Para los lectores, la pregunta práctica no es solo si el marcado invisible ayuda a identificar medios sintéticos. También importa quién puede insertar una señal, qué identificador transporta, quién puede decodificarla, si las personas afectadas reciben aviso y qué controles rigen la conservación y el uso de los datos. Una puntuación de robustez, o el simple hecho de llamar “marca de agua” a la señal, no resuelve esas cuestiones de gobierno y responsabilidad.
Las fuentes establecen así tres conclusiones más limitadas: brand.io ha propuesto “marca espía” como un término que sitúa la privacidad en primer plano; Google presenta SynthID como una herramienta invisible para identificar contenidos generados o alterados por IA; y el artículo técnico informa de un uso extenso y de buenos resultados de robustez dentro de su propia evaluación. No determinan si toda señal oculta es peligrosa, si el rendimiento comunicado se mantiene en todos los entornos o cómo las organizaciones regularán el acceso a los identificadores decodificados. El valor duradero del ensayo es que hace visibles esas preguntas sin respuesta antes de que el rastreo oculto se convierta en una función incuestionada de los medios cotidianos.