La IA en las fotografías de los diarios: dónde ayuda, dónde pone en riesgo la verdad y por qué la verificación ya no alcanza sola
Cómo usan los diarios la IA en sus fotografías: archivo, verificación, autenticidad y límites éticos. Qué permiten AP y Reuters y qué exige Google hoy.
Durante décadas, una fotografía en un diario llegó al lector con una promesa implícita: alguien estuvo allí, vio la escena y la registró dentro de los límites siempre imperfectos de una cámara, un encuadre y un momento. Hoy esa promesa atraviesa su mayor prueba en mucho tiempo. La inteligencia artificial ya está entrando en las redacciones, pero no de una sola manera: acelera búsquedas en archivos, ayuda a detectar manipulaciones, mejora flujos de edición y clasificación, e incluso permite reconstruir la ruta técnica de una imagen. Al mismo tiempo, también vuelve más fácil fabricar una escena con apariencia documental sin que esa escena haya ocurrido nunca. Esa doble condición herramienta útil y riesgo sistémico es la que está obligando a los diarios a redefinir qué consideran una fotografía periodística y qué no.
Las grandes organizaciones periodísticas ya están trazando una línea clara. Associated Press sostiene que no permite usar IA generativa para agregar o quitar elementos en fotos, video o audio, y Reuters afirma que para el periodismo visual presenta “realidad no alterada” y que el uso de elementos visuales generados o modificados por IA está estrictamente prohibido. La señal es importante porque ambas agencias abastecen, directa o indirectamente, a miles de medios alrededor del mundo y funcionan como referencia de estándares para diarios, portales y mesas de edición. En otras palabras, la discusión ya no es si la IA existe dentro de la rutina periodística, sino en qué tareas puede entrar sin romper la confianza que sostiene a la fotografía de noticias.
Cristina de Middel, fotógrafa española y expresidenta de Magnum Photos
“Uso la ficción para entender la realidad”.
“La fotografía es escribir con luz. En la imagen sintética, la luz no interviene para nada. Deberíamos llamarlas imágenes sintéticas, no fotografías”.
El uso más defendible de la IA en el ámbito fotográfico de un diario no está en inventar imágenes, sino en ordenar y fortalecer procesos. AP, por ejemplo, lanzó una búsqueda potenciada por IA para su plataforma visual, capaz de encontrar fotos y videos mediante lenguaje descriptivo, incluso cuando esos materiales no habían sido etiquetados o captioned con todos los términos buscados. En paralelo, AP mantiene equipos y herramientas de verificación para autenticar imágenes y clips, incluyendo revisión interna, búsquedas reversas, análisis cuadro por cuadro, geolocalización y contraste con otras evidencias. AFP, por su parte, probó durante las elecciones estadounidenses de 2024 un sistema que combina el estándar C2PA, firma digital, marca de agua invisible y herramientas abiertas de verificación para rastrear la autenticidad de una foto a lo largo de toda su cadena de distribución. Ese es un ejemplo concreto de IA y automatización al servicio de la comprobación, no de la ficción.
La línea roja, sin embargo, sigue donde siempre debió estar: no introducir en una fotografía periodística información que la cámara no captó. El código ético de la NPPA exige representar con exactitud y contexto a los sujetos y resistir oportunidades escenificadas; World Press Photo considera manipulación agregar, reordenar, distorsionar o quitar personas u objetos del encuadre, y prohíbe expresamente las imágenes sintéticas o el uso de generative fill en sus categorías documentales. Reuters prohíbe usar IA generativa para crear o mejorar imágenes periodísticas, y AP no permite sumar o restar elementos con IA a fotos de noticias. Si el registro visual de un hecho se altera de modo sustantivo, deja de ser documento y pasa a ser otra cosa: ilustración, arte, visualización o propaganda, pero ya no fotografía de prensa.
Hany Farid, uno de los referentes más citados en forensia digital, ha dedicado su trabajo a autenticar medios y estudiar la desinformación visual. La relevancia de su enfoque para los diarios es clara: detectar falsificaciones ya no puede ser una tarea improvisada ni depender solo del “ojo entrenado”. Las redacciones necesitan una combinación de criterio periodístico, herramientas técnicas y protocolos u hojas de verificación. Aun así, el propio ecosistema de autenticación reconoce sus límites: Content Credentials y C2PA ayudan a mostrar origen, ediciones y herramientas utilizadas; pueden funcionar como una “etiqueta nutricional” del contenido digital; pero no son, por sí solos, una garantía metafísica de verdad. Sirven para transparentar procedencia e historial, lo cual es enormemente útil, pero deben convivir con reportería, contexto y verificación humana.
La transparencia ya no es un gesto opcional, sino parte del producto periodístico.
La Carta de París sobre IA y periodismo, impulsada por RSF y socios internacionales, plantea que la ética periodística debe guiar las decisiones tecnológicas, que la agencia humana debe seguir en el centro de las decisiones editoriales y que los medios deben ayudar a la sociedad a distinguir entre contenido auténtico y sintético. UNESCO, por su parte, ha advertido que la IA ofrece eficiencia y expansión de alcance, pero también riesgos altos de desinformación y deepfakes. Y la investigación cualitativa de Gutiérrez-Caneda, Lindén y Vázquez-Herrero subraya, desde entrevistas con profesionales y expertos, que los desafíos éticos más persistentes pasan por transparencia, sesgo, privacidad, dependencia tecnológica y supervisión humana. Traducido al lenguaje de una mesa de cierre: no basta con “usar IA responsablemente”; hay que poder explicar qué se usó, para qué se usó, quién supervisó y por qué esa decisión no alteró la integridad del material.
La cautela de los editores visuales se parece bastante a esa lógica. En su estudio sobre IA visual generativa en redacciones, T. J. Thomson y Ryan J. Thomas encontraron que muchos editores solo se sentían cómodos con estos sistemas para la lluvia de ideas creativa o para ilustrar historias sobre la propia IA, no para coberturas noticiosas directas. También documentaron preocupaciones por la sustitución de fotógrafos y freelancers, así como por la opacidad de los datos de entrenamiento y los derechos de autor. El hallazgo es importante porque muestra que el rechazo a la imagen sintética en noticias no nace de nostalgia tecnológica, sino de una lectura profesional concreta: cuando la misión del medio es documentar hechos, la imagen inventada cambia la naturaleza del trabajo.
Fred Ritchin, exeditor de fotografía de The New York Times Magazine y una de las voces más influyentes en pensamiento visual contemporáneo, viene advirtiendo desde hace años que la relación probatoria entre fotografía y realidad se ha debilitado con la manipulación digital y, ahora, con la imagen sintética. En una línea similar, Alessia Glaviano ha insistido en que la fotografía periodística exige “adherence to reality”, es decir, una adhesión básica a lo ocurrido. Esa idea no significa que una foto sea neutral o que esté libre de encuadre, selección o sesgo; significa algo más modesto y, a la vez, más decisivo: que remite a un acontecimiento, un cuerpo, una luz y una escena que existieron frente a una cámara. En el periodismo, perder esa referencia no es una discusión estética; es perder evidencia.
El desafío final es menos futurista de lo que parece. El periodismo visual no necesita renunciar a la innovación, pero sí necesita recordar para qué existe. Una fotografía en un diario no vale solo por su impacto o su estética. Vale porque ayuda a verificar, a contextualizar, a hacer memoria y a sostener una conversación pública basada en hechos compartidos. En tiempos de IA, esa función no desaparece; se vuelve más visible. La tecnología puede acelerar el trabajo de una redacción. Lo que no puede reemplazar, sin costo democrático, es el pacto básico entre medio y lector: esto ocurrió, y tenemos cómo demostrarlo.
Redactado por: Said Velasquez