Un experimento del MIT Media Lab con 200 participantes midió cuántos errores comete alguien al recordar una imagen después de ver una versión editada con inteligencia artificial. El grupo que vio imágenes retocadas y convertidas en vídeo falló el 38,7 % de las preguntas referidas a detalles alterados, frente al 18,9 % del grupo de control. Es un aumento del doble, y lo firma, entre otros, Elizabeth Loftus, de la Facultad de Ecología Social de la Universidad de California en Irvine, referencia clásica en la investigación sobre recuerdos falsos.El estudio ha vuelto a circular estos días a raíz de un reportaje de The Washington Post, pero no es nuevo: se publicó en abril de 2025 en CHI, la principal conferencia de interacción entre personas y ordenadores. Y sus resultados son más matizados que el titular que suele acompañarlos.¿Qué midió el experimento?Reconocimiento, no recuerdo autobiográfico. Los 200 participantes, todos en Estados Unidos, vieron 24 imágenes libres de derechos durante dos minutos: figuras políticas, fotos de viaje, material de archivo. Después jugaron dos minutos al Pac-Man como tarea distractora y vieron un segundo pase, etiquetado como «imagen mejorada con IA», que variaba según el grupo:Control: las mismas 24 imágenes sin tocar.Imágenes editadas con IA: la mitad alteradas con las herramientas de Photoshop (quitando o añadiendo personas, objetos y elementos del entorno).Vídeos generados con IA a partir de las imágenes originales, de cinco segundos.Vídeos generados a partir de las imágenes ya editadas.Luego respondían 24 preguntas sobre lo que habían visto al principio, indicando además su grado de confianza. Estos son los porcentajes medios de respuestas erróneas:GrupoErroresEquivalente en preguntas (de las 12 sobre detalles alterados)Control18,9 %2,27Vídeos de imágenes sin editar23,7 %2,84Imágenes editadas con IA31,4 %3,77Vídeos de imágenes editadas38,7 %4,64Visto así, la cifra se desinfla un poco: la diferencia entre el control y el peor grupo son poco más de dos preguntas de las doce que preguntaban por detalles alterados. Las personas ya recordamos mal de por sí.¿El problema es la IA o la manipulación?Esta es la pregunta incómoda, y el estudio no la responde del todo. No hay un grupo con imágenes retocadas a mano para comparar, así que no se puede saber si la IA distorsiona más que un montaje tradicional. Lo que varía entre condiciones es si la imagen fue alterada, no quién la alteró.De hecho, el grupo que vio vídeos generados a partir de imágenes sin editar no mostró un efecto estadísticamente significativo frente al control. El motor del fenómeno parece ser la alteración del contenido, no su origen sintético.Un estudio independiente posterior, de la Universidad de Georgetown y la Universidad de Washington, apunta en la misma dirección: al presentar a 331 personas resúmenes de un vídeo, etiquetarlos como hechos por una IA o por una persona no cambió de forma apreciable la aceptación del recuerdo falso, según recoge Neuroscience News. Lo que importaba era si el resumen era exacto o engañoso: la precisión del recuerdo pasó del 83,6 % al 44,8 %.¿Qué es lo más preocupante del hallazgo?Dos cosas, y ninguna es el porcentaje. La primera: quienes vieron los vídeos editados no solo fallaron más, sino que estaban más seguros de sus errores (5,41 sobre 7, frente a 4,54 del control). Un recuerdo falso sostenido con confianza es mucho más difícil de corregir que una duda.La segunda es la que desmonta el remedio habitual. Al analizar qué perfiles resistían mejor, el estudio encontró que ni el escepticismo ni la familiaridad con los filtros de IA protegían de forma significativa. Tampoco el género ni el nivel educativo. La única variable con efecto fue la edad, y pequeño.Es un resultado que conviene tener presente cada vez que se propone la alfabetización mediática como solución única. Saber que algo puede estar manipulado no impide que el cerebro lo incorpore. Tenemos una guía sobre cómo detectar vídeos, voces e imágenes falsas generadas con IA, y otra más específica sobre cómo identificar vídeos generados por IA, pero este trabajo sugiere que son una defensa parcial.¿Qué no demuestra el estudio?Bastante, y los autores lo reconocen en una lista larga de limitaciones:No mide persistencia. El test fue inmediato, en una sola sesión. Nadie comprobó si esos errores duran una semana.Solo imagen y vídeo. No se estudiaron ni texto ni audio generados con IA.Exposición mínima. Dos minutos, frente a la exposición repetida de la vida real.Muestra limitada: 200 personas, todas en Estados Unidos, y 24 imágenes.No se probó ninguna contramedida: ni la alfabetización mediática ni los detectores automáticos.Hay que añadir un matiz del análisis exploratorio del propio paper, hecho solo con estadística descriptiva: las ediciones sobre personas producen el mayor número absoluto de errores (del 19 % al 45 %), pero el salto relativo más fuerte lo provocan las del entorno (del 9,5 % al 33,3 %). Los objetos quedan en medio, del 15,6 % al 36,7 %.Los vídeos del experimento, por cierto, se generaron con Luma Dream Machine, una herramienta de la que ya explicamos el funcionamiento en su día y que hoy resulta modesta comparada con lo que hay disponible.Mi lectura es que este estudio vale menos como alarma y más como corrección de rumbo. La conversación sobre contenido sintético se ha centrado en detectarlo, y lo que estos datos sugieren es que la detección llega tarde: para cuando dudas de una imagen, tu memoria ya la ha absorbido. Si el problema es la alteración y no la etiqueta, la respuesta no está en enseñar a la gente a reconocer una IA, sino en la procedencia verificable del contenido, el terreno de estándares como el protocolo C2PA. Eso sí, cuidado con el salto fácil: entre fallar dos preguntas más sobre una foto vista hace cinco minutos y creerse un recuerdo inventado hay una distancia enorme que este trabajo no recorre, y los propios autores no pretenden recorrerla.La noticia Las imágenes retocadas con IA duplican los errores de memoria, pero el punto de partida ya era malo: esto es lo que dice el estudio fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.