¿Desarrollar deepfakes cada vez más realistas o invertir en detectarlos?

Si hay alguna tendencia tecnológica que ha acaparado el protagonismo en los últimos meses es el deepfake; ocupa numerosos titulares en medios y poco a poco ha ido entrando en nuestras vidas en forma de anuncios en prime time o a través de aplicaciones móviles. La reciente campaña de Cruzcampo, que revivió a Lola Flores para reivindicar la diversidad, ha sido uno de lo casos de éxito en España en el uso del deepfake.

Otro de los ejemplos más realistas lo podemos encontrar en el Museo Salvador Dalí de Florida, donde se utilizó esta tecnología para dar vida al artista y convertirlo en el propio guía de su exposición, interactuando con los asistentes con más de 190.000 combinaciones posibles, desde saludar a los visitantes hasta hacerse selfies con ellos.

A pesar de que poco a poco el deepfake ha ido ganando presencia en nuestro día a día, muchos no conocen en qué consiste esta tecnología, qué aplicaciones prácticas tiene o incluso los potenciales peligros que puede suponer si hacemos un mal uso de ella.

Yéndonos a sus orígenes, el deepfake fue desarrollado por primera vez por Ian Goodfellow junto a otros 7 estudiantes de doctorado de la Universidad de Montreal. Se compone de las palabras deep learning, o en español aprendizaje profundo, una de las ramas de la inteligencia artificial y fake, es decir, falso. Se trata de una tecnología basada en la inteligencia artificial que consigue superponer el rostro de una persona en la otra y falsificar sus gestos para hacernos creer que están haciendo o diciendo algo que no ha pasado en la realidad.

Esta tecnología se basa en redes generativas adversariales, que permite a los algoritmos ir más allá de la falsificación de datos para crear o generar imágenes. En MIOTI, la primera escuela tecnológica aplicada a los negocios, conocemos esta tecnología de primera mano, gracias al conocimiento y experiencia de nuestro profesorado en la ciencia de los datos y el Big Data.

En este sentido, si quisiéramos hacer un deepfake, será fundamental el entrenamiento del algoritmo para tener la mayor similitud posible entre la máscara que creemos y el rostro original. Esto significa que cuantas más imágenes tenga para comparar con la imagen original, generará un rostro con mejores detalles faciales y un resultado más preciso. Como dato curioso, en la campaña de Cruzcampo se utilizaron 50.000 imágenes fuente, logrando un resultado hiperrealista.

Actualmente, la mayoría de las aplicaciones prácticas del deepfake están relacionadas con el campo del arte y la producción cinematográfica. Sin embargo, de forma paralela esta tecnología está teniendo un desarrollo muy acelerado en ámbitos como el entretenimiento o la información. De hecho, según el sector, la democratización de la inteligencia artificial gracias a apps móviles como FaceApp, ha permitido que el número de deepfake se duplique cada seis meses. Esto a su vez, ha hecho que algunos usuarios utilicen esta tecnología para la manipulación a través de deepfake que se presentan como reales y son potencialmente viralizables en redes sociales por sus temáticas controvertidas. Seguro que habréis visto el vídeo de decenas de políticos de todo el mundo cantando el «Imagine» de John Lennon o a Donald Trump enfadado tras la derrota durante las pasadas elecciones de Estados Unidos. Todos estos ejemplos tienen dos factores en común: su similitud con la realidad y su enorme capacidad de circular por las redes, haciendo a muchos usuarios caer en la trampa y aceptarlos como reales.

No obstante, poniendo la vista en el futuro, el deepfake vivirá una carrera en paralelo entre aquellos que quieran depurar estas técnicas para que sean cada vez más realistas y difíciles de detectar, y aquellos que desarrollen técnicas para identificarlos. En este aspecto cabe preguntarnos, ¿cómo de fundamental será invertir en tener un buen conocimiento del Data Science y su utilización para resolver los retos del presente y del futuro? Determinante.

Fabiola Pérez, CEO de MIOTI 

 

Compartir

Si cuidas de tus clientes, hazlo de verdad: Claves para entender cómo ha acelerado la pandemia la necesidad de fidelizaciónAnteriorSigueinteCreando un mercado: descubriendo las oportunidades de la publicidad de la CTV en España