SynthID no es un detector universal de inteligencia artificial
Para comprender el verdadero alcance de SynthID primero hay que abandonar una idea muy extendida: que existe una herramienta capaz de recibir cualquier texto, fotografía, audio o video de internet y determinar inequívocamente si fue creado por inteligencia artificial.
Ese no es exactamente el funcionamiento de SynthID.
Google DeepMind describe SynthID como una tecnología de marca de agua e identificación para contenido generado mediante inteligencia artificial. Su mecanismo incorpora señales digitales imperceptibles dentro de determinados contenidos generados por sistemas compatibles. Estas señales pueden posteriormente ser buscadas para establecer si existe una marca SynthID.
La precisión conceptual importa.
Una cosa es preguntar:
“¿Este archivo contiene una marca digital que determinados sistemas incorporan al generar contenido?”
Y otra muy distinta:
“¿Puedo demostrar que este contenido fue o no fue creado utilizando inteligencia artificial?”
La primera pregunta puede tener una respuesta técnica mediante sistemas de marcado y verificación.
La segunda requiere un análisis mucho más amplio.
Precisamente Google ha señalado que SynthID no constituye una solución definitiva o silver bullet para identificar cualquier contenido generado mediante IA.
Por eso, la ausencia de una marca no debería interpretarse automáticamente como prueba de autoría humana.
El verdadero valor está en la trazabilidad
Desde una perspectiva de control, la discusión más importante no debería centrarse únicamente en “detectar IA”.
Debería centrarse en construir evidencia sobre el origen, las transformaciones y la responsabilidad asociada a la información.
Cuando SynthID incorpora una marca imperceptible dentro de un contenido generado mediante herramientas compatibles, está creando un elemento adicional de trazabilidad.
Google utiliza actualmente esta tecnología en diferentes modalidades de contenido, incluyendo imágenes, video, audio y determinados textos generados mediante sus productos de inteligencia artificial.
La lógica se parece más a una huella incorporada durante la creación que a un investigador capaz de descubrir retrospectivamente el origen de cualquier archivo.
Esa diferencia tiene consecuencias prácticas.
Si una organización recibe un archivo generado mediante una herramienta que no utiliza SynthID, la ausencia de la marca no demuestra que sea humano.
Si el contenido pasó por múltiples transformaciones, la capacidad de detección también puede variar.
Y si la organización necesita probar quién produjo determinada información, cuándo lo hizo, bajo qué instrucciones y con qué modificaciones posteriores, una marca tecnológica por sí sola probablemente no resolverá toda la necesidad probatoria.
Por eso la trazabilidad debe construirse mediante varias capas de evidencia.
Incluso las marcas digitales tienen límites
Las tecnologías de marca de agua buscan precisamente resistir determinadas modificaciones.
Google señala, por ejemplo, que las marcas de SynthID para imágenes y video están diseñadas para conservar su detectabilidad frente a operaciones habituales como recortes, filtros, cambios de velocidad de fotogramas o ciertas formas de compresión.
Pero resistencia no significa invulnerabilidad.
El caso del texto permite comprenderlo claramente.
SynthID para texto introduce patrones durante la generación modificando de forma controlada las probabilidades con las que el modelo selecciona determinados tokens. Según Google DeepMind, el sistema funciona mejor en textos extensos y con posibilidades amplias de redacción. Sin embargo, su nivel de confianza puede disminuir considerablemente cuando el texto ha sido reescrito de manera profunda o traducido a otro idioma. También tiene menos margen de funcionamiento en respuestas muy breves o estrictamente factuales.
Esto demuestra algo importante para cualquier proceso empresarial de verificación:
una evidencia tecnológica debe interpretarse dentro de su alcance técnico.
No basta con obtener un resultado de una herramienta.
También hay que saber qué significa ese resultado y, especialmente, qué no significa.
El error de convertir una señal en una prueba absoluta
Imagine una empresa que investiga si un informe interno fue elaborado mediante inteligencia artificial.
Un responsable carga el archivo en una herramienta de detección y recibe un resultado negativo.
Después concluye:
“El documento fue escrito por una persona.”
Ese razonamiento tiene una falla.
El resultado únicamente podría indicar, dependiendo de la herramienta utilizada, que no se identificó determinada señal o patrón. No necesariamente demuestra que nunca intervino una IA.
También puede ocurrir lo contrario.
Los clasificadores tradicionales que intentan inferir estadísticamente si un texto parece haber sido generado mediante IA pueden producir clasificaciones equivocadas. Google DeepMind ha advertido que este tipo de sistemas puede presentar problemas de fiabilidad cuando se aplica fuera de los escenarios específicos para los cuales fue desarrollado.
Por eso, en decisiones con consecuencias laborales, contractuales, académicas, reputacionales, disciplinarias o económicas, un porcentaje arrojado por un detector no debería convertirse automáticamente en sentencia.
Debe analizarse como una evidencia más.
Cuando la evidencia importa, el procedimiento importa
El crecimiento de la inteligencia artificial introduce un reto que las empresas ya conocen desde otros ámbitos: no basta con confiar en el resultado final.
Hay que poder reconstruir el proceso.
En contabilidad ocurre algo similar.
Una cifra puede parecer correcta, pero su confiabilidad depende también de soportes, autorizaciones, registros, conciliaciones y trazabilidad.
En auditoría sucede lo mismo: una afirmación necesita evidencia apropiada.
Y con los contenidos generados mediante IA empieza a aparecer una necesidad equivalente.
Si una empresa utiliza inteligencia artificial para producir informes, comunicaciones, análisis, imágenes, propuestas, documentos internos o material para clientes, conviene definir qué evidencia conservará sobre ese proceso.
Dependiendo del riesgo, puede ser necesario documentar aspectos como:
herramienta utilizada;
responsable de solicitar o generar el contenido;
información suministrada al sistema;
revisiones humanas realizadas;
versión finalmente aprobada;
fuentes utilizadas para validar afirmaciones;
fecha de creación y modificación;
autorización para publicación o uso;
tratamiento dado a información confidencial.
No todos los procesos necesitan el mismo nivel de formalidad.
Pero cuanto mayores sean las consecuencias de un error, más importante será la trazabilidad.
La pregunta empresarial no debería ser solamente “¿lo hizo una IA?”
Esa pregunta puede resultar demasiado limitada.
En muchos casos, conocer que una inteligencia artificial intervino no determina por sí mismo si existe un problema.
Un profesional puede utilizar IA como apoyo y posteriormente revisar, corregir, contrastar y asumir responsabilidad sobre el resultado.
También puede ocurrir lo contrario: un documento aparentemente elaborado de manera tradicional puede contener información incorrecta, carecer de soporte o haber sido manipulado.
Desde el control interno, las preguntas relevantes son más amplias:
¿Quién responde por el contenido?
¿Las afirmaciones importantes fueron verificadas?
¿Existe evidencia de las fuentes?
¿Hubo revisión antes de utilizar la información?
¿Se protegieron datos reservados?
¿Puede reconstruirse cómo se obtuvo el resultado?
¿Existe una política sobre los usos permitidos de inteligencia artificial?
Estas preguntas aportan mucho más control que limitarse a intentar clasificar archivos como “IA” o “no IA”.
Si en su organización ya utilizan inteligencia artificial para preparar información contable, administrativa, financiera o de control, conviene revisar no solo qué herramientas utilizan, sino qué evidencia queda del proceso y qué riesgos están aceptando.
Mi Contabilidad puede evaluar los controles, soportes y trazabilidad asociados al proceso específico que se requiera revisar, de acuerdo con el alcance contratado:
https://t.mtrbio.com/MiContabilidadcom
SynthID está evolucionando, pero también el ecosistema
La tecnología no permanece estática.
En mayo de 2026, Google anunció una ampliación de sus herramientas de verificación para facilitar la identificación de contenido generado o modificado mediante sus sistemas. La compañía también ha incorporado mecanismos relacionados con Content Credentials y el estándar C2PA para complementar la información sobre origen y modificaciones del contenido.
Google informó además que la verificación de SynthID se estaba extendiendo a productos como Gemini, Search y Chrome y que otras empresas comenzaban a incorporar esta tecnología en parte de su contenido generado mediante IA.
Esto es significativo.
La evolución apunta hacia un ecosistema donde diferentes mecanismos de procedencia, credenciales y marcas digitales puedan aportar información complementaria.
Pero incluso un ecosistema tecnológico más avanzado no elimina la necesidad de criterio.
La procedencia técnica es una parte del problema.
La responsabilidad sobre el uso de la información es otra.
Detectar no sustituye verificar
Esta es quizá la distinción más importante.
Una herramienta puede detectar una señal.
Pero verificar implica evaluar evidencia suficiente para responder una pregunta concreta.
Si una empresa necesita saber si una imagen contiene una marca SynthID, existe una herramienta específica para ello.
Si necesita determinar si un documento fue alterado, posiblemente tendrá que revisar metadatos, historial de versiones, credenciales u otros registros.
Si pretende establecer responsabilidades sobre la elaboración de un informe, deberá analizar usuarios, accesos, instrucciones, archivos, versiones y controles internos.
Y si el contenido sustenta una decisión financiera, contractual o regulatoria, además será necesario verificar la información sustantiva que contiene.
Una herramienta aislada no reemplaza ese análisis.
El riesgo no es utilizar IA; es perder el control sobre la información
Las empresas probablemente utilizarán cada vez más herramientas generativas.
El desafío real será conservar suficiente control sobre lo que producen con ellas.
Cuando no existen reglas claras, puede aparecer una combinación peligrosa:
información generada rápidamente, fuentes que nadie verificó, contenidos modificados sin registro, empleados utilizando herramientas diferentes y decisiones tomadas sobre documentos cuya procedencia ya no puede reconstruirse.
Ese escenario no se resuelve instalando un detector.
Se resuelve diseñando controles.
Por eso una política responsable de uso de IA debería diferenciar, según las necesidades de cada organización, entre usos de bajo riesgo y actividades donde existen consecuencias relevantes.
No requiere necesariamente crear procesos burocráticos para cada consulta realizada a un chatbot.
Requiere identificar dónde una respuesta generada mediante IA termina convirtiéndose en información oficial, soporte de una decisión, contenido dirigido a terceros o evidencia utilizada dentro de un proceso.
Ahí comienza la necesidad real de control.
La tecnología aporta señales; la organización construye confianza
SynthID representa un desarrollo importante porque incorpora mecanismos de trazabilidad directamente en determinados procesos de generación de contenido.
También demuestra hacia dónde está avanzando el entorno digital: cada vez será más importante saber no solo qué vemos, sino de dónde proviene y qué ocurrió antes de llegar a nosotros.
Sin embargo, convertir esas herramientas en una garantía absoluta sería cometer precisamente el error que el control busca evitar.
La confiabilidad no nace de una sola señal.
Nace de combinar tecnología, evidencia, procedimientos, revisión y responsabilidad.
Puede conocer más contenidos sobre control, información contable, cumplimiento y toma de decisiones en:
https://micontabilidadcom.blogspot.com/
Y si su empresa necesita revisar un proceso en el que la inteligencia artificial ya interviene en la elaboración, transformación o circulación de información relevante, es posible realizar un diagnóstico específico de controles, riesgos y trazabilidad, delimitando claramente el alcance del análisis y del servicio:
https://t.mtrbio.com/MiContabilidadcom
La inteligencia artificial seguirá facilitando la creación de contenido y las tecnologías de identificación continuarán evolucionando. Pero ninguna herramienta debería llevarnos a sustituir evidencia por una impresión de certeza. Para una organización, lo verdaderamente importante es poder comprender cómo se produjo la información, evaluar su confiabilidad y conservar controles suficientes para respaldar las decisiones que se toman con ella.
“El control y la claridad financiera son la base de las decisiones correctas.”
