Un deepfake es una foto, un vídeo o un clip de audio creado o alterado con inteligencia artificial para mostrar a una persona diciendo o haciendo algo que nunca dijo ni hizo. La palabra combina "deep learning" (aprendizaje profundo), la rama de la IA que impulsa la técnica, con "fake" (falso). En su forma más habitual, un deepfake coloca la cara de una persona sobre el cuerpo de otra en una imagen o un vídeo de forma tan convincente que el resultado puede ser difícil de distinguir de una grabación auténtica.
Esa definición breve responde a la pregunta, pero apenas araña la superficie. Los deepfakes están en el centro de uno de los rincones más interesantes (y más debatidos) de la IA moderna. Hacen posible magia cinematográfica inofensiva, memes virales y herramientas creativas de face swap con IA que usan millones de personas. También se han utilizado para fraudes y acoso, y por eso casi cualquier conversación sobre el significado de deepfake acaba girando hacia la ética, el consentimiento y la ley.
Esta guía lo cubre todo: de dónde viene el término, cómo funciona la tecnología a grandes rasgos, los distintos tipos de deepfakes, qué es legal y qué no, y un breve glosario para que la jerga nunca te frene.
Significado de deepfake: de dónde viene la palabra
El término "deepfake" apareció a finales de 2017 como nombre de usuario de un colaborador de Reddit que compartía vídeos con caras intercambiadas creados con código de aprendizaje automático de código abierto. El nombre cuajó porque describía la técnica a la perfección:
- Deep hace referencia al deep learning (aprendizaje profundo): redes neuronales con muchas capas apiladas que aprenden patrones a partir de grandes cantidades de datos.
- Fake hace referencia al resultado: medios sintéticos que muestran algo que nunca ocurrió.
En cuestión de meses, los periodistas adoptaron la palabra para cualquier contenido generado o manipulado con IA en el que aparecieran personas reales. Hoy, los diccionarios definen un deepfake como "una imagen o grabación que ha sido alterada y manipulada de forma convincente para representar falsamente a alguien haciendo o diciendo algo que en realidad no hizo ni dijo".
Conviene aclarar lo que no es un deepfake. La edición fotográfica tradicional, los filtros, el CGI y los efectos de vídeo manuales no son deepfakes, aunque alteren el aspecto de alguien. La definición de deepfake exige específicamente aprendizaje automático: un modelo que ha aprendido cómo es y cómo se comporta una cara (o una voz) y que, a partir de ahí, puede generar por sí mismo nuevos fotogramas o audio.
Breve historia de los deepfakes
Los deepfakes parecen algo nuevo, pero la investigación que los sustenta se remonta a décadas atrás.
Antes de que existiera el nombre (1990–2016)
Los laboratorios académicos ya experimentaban con la recreación facial generada por ordenador en los años noventa. El verdadero punto de inflexión llegó en 2014, cuando el investigador Ian Goodfellow presentó las redes generativas antagónicas (GAN): un esquema de entrenamiento en el que dos redes neuronales compiten, una generando falsificaciones y otra detectándolas, hasta que el resultado generado se vuelve asombrosamente realista. En 2016, el proyecto Face2Face demostró la recreación facial de vídeo en tiempo real y mostró al público lo que estaba por llegar.
El momento del nombre (2017–2018)
La cuenta de Reddit que dio nombre a los deepfakes popularizó el intercambio de caras al alcance de cualquiera, y enseguida siguieron proyectos de código abierto como DeepFaceLab y FaceSwap. De repente, cualquiera con una GPU para videojuegos y paciencia podía entrenar en casa un modelo de face swap. Si te interesa cómo evolucionaron esos proyectos comunitarios, los comparamos en nuestra guía de herramientas deepfake de código abierto.
Masificación y móviles (2019–2022)
Apps como Zao en China y Reface a nivel mundial llevaron el cambio de caras a los teléfonos. Hollywood adoptó la técnica para rejuvenecer a actores y completar interpretaciones. La investigación en detección se aceleró en paralelo: Facebook, Microsoft y el mundo académico lanzaron el Deepfake Detection Challenge en 2019.
La era de la IA generativa (2023–actualidad)
Los modelos de difusión modernos y las redes de face swap de una sola imagen (one-shot) eliminaron la última barrera: el tiempo de entrenamiento. Donde los primeros deepfakes necesitaban miles de fotos de la persona objetivo y días de trabajo de GPU, las herramientas actuales en el navegador producen un intercambio convincente a partir de una sola foto en segundos. Ese salto es lo que convirtió los deepfakes de un nicho de aficionados en un medio creativo cotidiano, y lo que hizo urgente que el público entendiera la tecnología.
¿Cómo funcionan los deepfakes?
No hace falta ser matemático para entender la idea central. La mayoría de los deepfakes se basan en uno de estos tres enfoques:
1. Autoencoders (el método clásico)
Un autoencoder es una red entrenada para comprimir una cara en una descripción numérica compacta y luego reconstruirla. El truco clásico usa un codificador compartido y dos decodificadores, uno por persona. Pasas la cara de la persona A por el codificador compartido, la reconstruyes con el decodificador de la persona B, y obtienes la cara de B con la expresión, el ángulo y la iluminación de A.
2. GAN (el motor del realismo)
Las redes generativas antagónicas enfrentan a un generador con un discriminador. El generador produce fotogramas falsos; el discriminador juzga si cada fotograma parece real. Ambos mejoran en una carrera armamentística continua, y por eso el resultado refinado con GAN puede parecer fotorrealista hasta en la textura de la piel y los reflejos.
3. Modelos de difusión y one-shot (la era moderna)
Los sistemas más recientes aprenden un modelo general de los rostros humanos a partir de enormes conjuntos de datos y después aplican una identidad concreta a partir de una sola foto de referencia. Esto es lo que permite que un generador de deepfakes moderno funcione al instante en el navegador, sin ningún paso de entrenamiento.
Todas las cadenas de procesamiento comparten el mismo esqueleto: detectar la cara, alinearla, generar la cara intercambiada o sintetizada y fundirla de nuevo en el fotograma original igualando color e iluminación. Para un recorrido técnico más profundo por cada etapa, lee nuestro artículo complementario sobre cómo funciona la tecnología deepfake.
Deepfakes de foto, vídeo y voz
"Deepfake" es un término paraguas. En la práctica hay tres grandes familias, cada una con distinta dificultad y distintos usos.
Deepfakes de foto
La forma más sencilla y habitual. Una sola imagen recibe una cara nueva mediante un face swap de fotos, o se genera desde cero una persona completamente sintética (las famosas imágenes de "esta persona no existe"). Los deepfakes de foto son rápidos, baratos y el punto de entrada para la mayoría de creadores ocasionales.
Deepfakes de vídeo
El vídeo eleva muchísimo la dificultad porque cada fotograma debe ser coherente con los de al lado. La cara tiene que seguir el movimiento de la cabeza, mantener la identidad con los cambios de luz y parpadear con naturalidad. Las herramientas modernas para cambiar caras en vídeo gestionan esta coherencia entre fotogramas automáticamente, y por eso resultados que antes exigían días de renderizado ahora tardan minutos.
Deepfakes de voz (clonación de audio)
Los modelos de clonación de voz aprenden el tono, el timbre y el ritmo de un hablante a partir de muestras de audio y después sintetizan nuevas frases con esa voz. El audio es un problema técnico distinto del vídeo, con sus propios riesgos y métodos de detección; explicamos las diferencias en clonación de voz con IA frente a deepfakes de vídeo. Las falsificaciones más convincentes (y más peligrosas) combinan ambas cosas: voz clonada más vídeo sintetizado.
Usos legítimos frente a usos indebidos
La tecnología en sí es neutral: los mismos modelos impulsan tanto la cadena de rejuvenecimiento de un estudio de cine como el intento de fraude de un estafador. Lo que separa el uso legítimo del indebido se reduce a dos cosas: consentimiento e intención.
Usos legítimos y creativos
- Cine y televisión: rejuvenecer a actores, completar interpretaciones tras la muerte de un actor (con la aprobación de sus herederos), doblar películas para que los labios del actor coincidan con el idioma traducido.
- Entretenimiento y memes: poner tu propia cara en escenas de películas, meter a tus amigos en cuadros famosos o hacer un face swap con famosos como parodia claramente señalada como tal.
- Accesibilidad: recrear la voz de personas que perdieron la capacidad de hablar, como pacientes de ELA que guardan su voz.
- Educación y museos: dar vida a figuras históricas en exposiciones interactivas.
- Marketing y localización: producir un único anuncio y adaptar el movimiento de labios del presentador a una docena de idiomas.
- Protección de la privacidad: sustituir caras reales en material documental para proteger a las fuentes sin perder la naturalidad de las expresiones.
Usos indebidos
- Imágenes íntimas sin consentimiento: el abuso más antiguo y todavía el más dañino, dirigido de forma abrumadora contra mujeres.
- Fraude y suplantación de identidad: voces clonadas de directivos o familiares usadas en llamadas de estafa.
- Desinformación política: discursos inventados o clips "filtrados" dirigidos a influir en elecciones.
- Acoso y difamación: pruebas falsas que ponen palabras en boca de alguien.
La línea ética es fácil de enunciar: crea deepfakes solo de ti mismo, de personas que hayan dado su consentimiento claro o en contextos de parodia claramente señalados donde la ley lo permita, y nunca crees contenido sexual, difamatorio o engañoso de una persona real. Las plataformas serias, incluida nuestra herramienta de face swap gratis, aplican políticas de contenido precisamente porque esa línea importa.
¿Son legales los deepfakes?
No hay una respuesta global única, pero la tendencia en todas partes apunta en la misma dirección: crear medios sintéticos suele ser legal; hacer daño a las personas con ellos no lo es.
- Estados Unidos: no existe una prohibición federal general, pero la ley federal TAKE IT DOWN Act (2025) tipifica como delito publicar imágenes íntimas sin consentimiento, incluidas las generadas con IA, y la mayoría de los estados tienen leyes propias contra la pornografía deepfake, los deepfakes electorales o ambos.
- Unión Europea: la Ley de IA de la UE (EU AI Act) exige que los deepfakes se etiqueten claramente como generados o manipulados artificialmente. El RGPD, además, trata los datos biométricos faciales como datos personales sensibles.
- China: la normativa exige marcas de agua visibles en los medios sintéticos y el consentimiento de la persona representada.
- Reino Unido: la Online Safety Act tipifica como delito compartir deepfakes íntimos sin consentimiento.
- En todas partes: las leyes vigentes sobre fraude, difamación, acoso, derechos de autor y derechos de imagen se aplican a los deepfakes igual que a cualquier otro medio.
Conclusión práctica: usar herramientas deepfake con fines consentidos, creativos y claramente no engañosos es legal en la mayoría de jurisdicciones. Usar la imagen de cualquier persona para engañar, difamar, estafar o sexualizar sin consentimiento es ilegal en una lista de lugares que crece rápidamente, y motivo de cierre de cuenta en prácticamente cualquier plataforma legítima.
¿Cómo saber si algo es un deepfake?
La detección merece su propio artículo, y ya lo hemos escrito: cómo detectar deepfakes. La versión corta: fíjate en parpadeos o reflejos oculares poco naturales, desenfoque o parpadeo en el borde de la cara, iluminación que no coincide entre la cara y la escena, detalles extraños en dientes u orejas y un audio que no termina de sincronizar con el movimiento de los labios. Cuando hay mucho en juego, verifica por un segundo canal (vuelve a llamar a la persona a un número conocido, comprueba la fuente original), porque las falsificaciones de nivel forense pueden superar una inspección visual superficial.
Glosario de deepfakes
| Término | Significado |
|---|---|
| Deep learning | Aprendizaje automático con redes neuronales de múltiples capas; el "deep" de deepfake. |
| GAN | Red generativa antagónica: dos redes que compiten y que juntas producen medios sintéticos realistas. |
| Autoencoder | Una red que comprime la entrada en un código compacto y la reconstruye; la base del face swap clásico. |
| Modelo de difusión | Un modelo generativo moderno que construye imágenes refinando ruido de forma progresiva. |
| Face swap | Sustituir la cara de una persona por la de otra manteniendo la expresión y la escena originales. |
| Recreación facial | Mantener la cara de una persona pero controlar sus expresiones y el movimiento de sus labios a partir de otra interpretación. |
| Clonación de voz | Sintetizar habla con la voz de una persona concreta a partir de muestras de audio. |
| Medios sintéticos | Término paraguas para cualquier contenido generado o alterado con IA, deepfakes incluidos. |
| Cheapfake | Una edición engañosa hecha sin IA; por ejemplo, ralentizar o cambiar los subtítulos de un vídeo real. |
| Procedencia / C2PA | Credenciales de contenido criptográficas que registran cómo se creó y editó un medio. |
Preguntas frecuentes
¿Qué es un deepfake en pocas palabras?
Un deepfake es una foto, un vídeo o una grabación de audio falsos, hechos con inteligencia artificial, que muestran a una persona real haciendo o diciendo algo que nunca hizo. La IA estudia imágenes o grabaciones reales de esa persona y después genera contenido nuevo y sintético que la imita.
¿Por qué se llama deepfake?
El nombre une "deep learning" (la técnica de IA) con "fake" (el resultado). Surgió en 2017 como nombre de usuario de un colaborador de Reddit que popularizó los vídeos con caras intercambiadas mediante IA, y los medios lo adoptaron como término genérico.
¿Son ilegales los deepfakes?
Crear un deepfake no es ilegal por sí mismo en la mayoría de los países. Lo que es ilegal es el uso dañino concreto: imágenes íntimas sin consentimiento, fraude, difamación y (en un número creciente de jurisdicciones) deepfakes políticos no declarados. La UE exige además etiquetar los medios sintéticos. El uso consentido, creativo y claramente etiquetado sigue siendo legal en la mayoría de los lugares.
¿Qué diferencia hay entre un face swap y un deepfake?
Un face swap es un tipo de deepfake, el más común. "Deepfake" también abarca la recreación facial completa, las caras totalmente sintéticas y las voces clonadas. En el uso cotidiano ambas palabras se tratan a menudo como sinónimos, pero todo face swap con IA es un deepfake, mientras que no todo deepfake es un face swap.
¿Se pueden detectar los deepfakes?
A menudo, sí. Entre las señales delatoras están los artefactos en el contorno de la cara, la iluminación incoherente, el parpadeo poco natural y el desajuste entre audio y labios; además, las herramientas forenses analizan rastros a nivel de píxel invisibles al ojo. Aun así, la detección es una carrera armamentística, así que ningún método es 100 % fiable: la verificación por canales de confianza sigue siendo la mejor defensa.
¿Puedo hacer un deepfake de mí mismo legalmente?
Sí. Usar tu propia cara, o la de alguien que te haya dado permiso claro, en proyectos creativos es legal prácticamente en todas partes y es justo para lo que están pensadas las herramientas de consumo. Un creador de deepfakes en el navegador te permite hacerlo sin descargar software; simplemente mantén el contenido no engañoso y respeta los derechos de imagen de los demás.
En resumen
Un deepfake es un contenido generado o alterado con IA que representa de forma convincente algo que nunca ocurrió, una definición que abarca desde efectos visuales ganadores de un Óscar hasta memes de cinco segundos hechos en el navegador. El significado de la tecnología ha pasado de ser un oscuro nombre de usuario de Reddit a una palabra de uso común en menos de una década, y no hará más que ganar capacidad.
Entender qué son los deepfakes, cómo funcionan y dónde están los límites éticos y legales es la mejor preparación para un mundo en el que los medios sintéticos están en todas partes. Y si quieres explorar el lado creativo de forma responsable (con tus propias fotos y el consentimiento de todas las personas implicadas), puedes probar un face swap gratis directamente en tu navegador y ver la tecnología desde dentro.
