Ya no es raro recibir o encontrar imágenes y videos sorprendentes y, después de comentar o compartir, descubrir que fueron generados con inteligencia artificial, estaban modificados o pertenecían a un contexto distinto del que imaginamos.
La situación podría terminar ahí, pero la realidad abre otra pregunta: ¿qué hacemos después con ese contenido?
Podemos eliminarlo o ignorarlo, conservarlo, corregir nuestro comentario, avisar a quien se lo enviamos o dejar que siga circulando. También podemos editarlo y publicar una nueva versión. Como sea, un contenido digital ya no pasa solamente de un creador a una audiencia: puede atravesar muchas manos y acumular decisiones a lo largo del camino.
Ahí aparece otra dimensión de la huella digital. Importa de dónde vino una imagen, pero importa también qué ocurrió con ella después.
Cada vez que compartimos algo, dejamos de ser únicamente espectadores y entramos en su recorrido.
Cuando una imagen pasa por muchas manos
Compartir contenidos en digital parece una acción ya común. Recibimos cientos de imágenes en distintos formatos dentro de nuestras conversaciones habituales. Sin embargo, cada vez que esos contenidos vuelven a aparecer, lo hacen en otro entorno, frente a otras personas y acompañados, muchas veces, por una interpretación distinta.
Guardar una pieza produce otra posibilidad. Hacer una captura crea una copia. Recortarla puede alterar el contexto. Un comentario añade una lectura. Volver a publicarla le abre otro recorrido.
La investigación empieza a observar esa circulación como algo más complejo que el simple traslado de información. Un estudio de Ghalia Shamayleh y Zeynep Arsel, publicado en Journal of Consumer Research, analiza cómo determinados contenidos se crean, consumen, modifican y vuelven a circular mientras adquieren nuevas señales afectivas y significados entre distintas relaciones y audiencias.
Aunque el trabajo parte del contenido de animales en Instagram, las autoras señalan que el marco puede extenderse a otros contenidos sociales. Una pieza digital puede cambiar de significado mientras pasa de una persona a otra.
Además de enviar una imagen porque la consideremos importante. A veces la compartimos porque nos hizo reír, porque pensamos inmediatamente en alguien, porque nos sorprendió o porque expresa algo que queremos decir. Esa circulación tiene una dimensión humana.
La emoción también empuja el recorrido en la huella digital
Lo anterior ayuda a explicar por qué algunas piezas se visualizan o circulan con mayor rapidez en el entorno digital. Jonah Berger y Katherine Milkman encontraron, en un estudio clásico sobre viralidad, que las emociones de alta activación, como el asombro, el enojo o la ansiedad, se relacionaban con una mayor probabilidad de compartir contenido, mientras que emociones de menor activación, como la tristeza, tendían a impulsar menos esa circulación.
La conclusión resulta especialmente interesante frente a las imágenes sintéticas. Una fotografía extraordinaria, una supuesta noticia, una escena imposible o un video que provoca indignación puede generar primero una reacción y dejar para después la pregunta sobre su origen. Eso no significa que compartamos cualquier cosa que nos emocione. Significa que la emoción forma parte del recorrido de una pieza y puede ayudarnos a entender por qué reaccionamos antes de detenernos a mirar qué tenemos en pantalla.
En ocasiones, alguien más hace esa pausa por nosotros: aparece un comentario que advierte que la foto fue creada con IA, otra persona encuentra la fuente original o alguien muestra que la escena estaba modificada. Ese momento también forma parte de la historia.
Con la IA podemos editar lo que recibimos
La edición fotográfica no es una novedad. Desde la integración de herramientas y filtros en redes sociales y dispositivos, recortamos, ajustamos color, retocamos imágenes y reconstruimos composiciones desde mucho antes de la inteligencia artificial generativa. Lo que sí está cambiando es la facilidad y la escala de esa intervención.
Ya no hace falta dominar una herramienta profesional para solicitar que desaparezca un objeto, cambiar un fondo, incorporar un elemento o transformar parte de una escena. La edición generativa convierte algunas de esas acciones en instrucciones escritas o habladas y las acerca a usuarios que nunca se considerarían diseñadores o editores.
Eso introduce una diferencia importante. Modificar cómo luce una imagen no siempre equivale a modificar qué parece haber ocurrido dentro de ella. Es ahí donde detecto una frontera que vale la pena cuidar: una cosa es mejorar cómo se ve una imagen y otra modificar lo que parece haber ocurrido dentro de ella.
Podemos mejorar una fotografía familiar, eliminar un objeto o crear una versión divertida de una escena. Pero también podemos quitar a una persona, añadir otra, modificar una expresión o construir una situación que nunca existió.
Esa diferencia empieza a aparecer incluso en las reglas de las propias plataformas. YouTube, por ejemplo, distingue entre ajustes menores —como correcciones de color, iluminación o filtros estéticos— y alteraciones realistas que cambian lo que una persona hizo, modifican un acontecimiento real o crean una escena que nunca ocurrió. Para estas últimas exige una declaración sobre el uso de contenido alterado o sintético.
La frontera no está únicamente en cuánto se editó una imagen, sino en qué termina comunicando después de la edición. Corregir la luz conserva esencialmente la escena; retirar a alguien, cambiar su fisonomía, añadir un objeto o reconstruir una situación puede modificar aquello que otros entenderán como parte del registro original.
La facilidad para transformar una imagen crece más rápido que nuestra costumbre de explicar qué cambiamos en ella. Una vez guardada en nuestro catálogo o galería, la nueva versión puede iniciar su propio recorrido.
Una versión nueva puede parecer una historia original
Ahí la huella vuelve a ser importante. Quien recibe una imagen modificada no necesariamente recibe el prompt que la transformó, la fotografía anterior o la explicación de quien hizo el cambio. Puede encontrarse únicamente con el resultado final dentro de un post, una captura o un mensaje.
Las plataformas ya están reaccionando ante esa dificultad. YouTube exige a los creadores revelar contenido que haya sido alterado significativamente o generado sintéticamente cuando mantiene una apariencia realista, y muestra información al espectador indicando que determinado material fue creado o modificado.
La medida resulta especialmente significativa en un entorno donde una pieza generada puede adoptar los formatos visuales de una noticia, una entrevista, un documental o un registro aparentemente cotidiano.
La pregunta deja entonces de ser únicamente si nosotros podemos distinguirla. También importa qué información recibirá la siguiente persona junto con esa pieza.
Por ejemplo, un video puede haber nacido dentro de una cuenta que explica claramente que utiliza IA y después pasar por una modificación dentro de otro post. Una imagen alterada puede salir de una conversación donde todos conocen su contexto y reaparecer en otro espacio sin ninguna explicación. Un contenido creado como ficción puede adoptar después el aspecto de una noticia, una entrevista o un pequeño documental cuando cambia el espacio en el que circula.
Por lo tanto, el contenido puede ser el mismo; las señales que permitían entenderlo no necesariamente viajan con él. Por eso conservar una aclaración, mencionar una edición o compartir la fuente original empieza a formar parte de su recorrido.
Cuando nos equivocamos al compartir contenido generado con IA
Queda todavía una situación mucho más cotidiana. Vimos algo. Lo creímos. Comentamos. Quizá lo compartimos. Más tarde alguien nos hizo notar que era una imagen generada con IA. Ese error no nos convierte automáticamente en personas incapaces de interpretar internet. Distinguir una imagen real de otra generada mediante IA puede resultar difícil.
En un estudio de Thomas Roca y colaboradores publicado en 2025, más de 12,500 participantes realizaron alrededor de 287 mil evaluaciones de imágenes reales y sintéticas. El acierto general fue de 62%, una capacidad que los investigadores describen como modesta y solo por encima del azar; además, las personas tuvieron más facilidad con algunos tipos de imágenes que con otros.
Con lo anterior, resulta clave saber qué hacemos con la nueva información. Podemos corregir el comentario, añadir la aclaración, agradecer a quien encontró el origen, avisar a la persona a quien se lo enviamos o retirar una publicación si ya sabemos que comunica algo distinto de lo que creíamos.
Nuestra reacción también añade una nueva capa de contexto.
Quizá una parte importante de la alfabetización visual estará en saber corregir el recorrido cuando descubrimos algo nuevo sobre la pieza que tenemos delante.
Lo que hacemos en digital también queda en la huella
Internet nos acostumbró a pensar en compartir como una forma de mover contenidos entre usuarios. Hoy podemos hacer mucho más en medio de ese trayecto: guardar, capturar, recortar, modificar, comentar, reinterpretar y volver a publicar.
Cada acción tiene un peso diferente. Algunas conservan contexto; otras lo debilitan. Algunas crean una nueva versión legítima y claramente presentada como tal; otras pueden transformar el significado de aquello que alguien terminará recibiendo y provocar malentendidos.
Finalmente, no somos responsables de conocer siempre el origen completo de cada contenido que llega a nuestra pantalla, pero sí podemos decidir qué hacemos con él cuando pasa por nuestras manos y qué hacemos cuando descubrimos algo nuevo sobre su historia.
Un contenido digital puede seguir circulando mucho después de nuestra participación. Pero al recibirlo, lo interpretamos y decidimos cómo continúa su camino.
Y esa decisión también puede formar parte de su huella digital.
▏
Desde la investigación
- Ghalia Shamayleh y Zeynep Arsel, Journal of Consumer Research. Su trabajo sobre circulación afectiva en redes muestra cómo determinados contenidos pueden ser consumidos, modificados y recirculados mientras adquieren nuevos significados dentro de relaciones y audiencias distintas. Aunque estudian específicamente contenido de animales en Instagram, proponen un marco más amplio para entender la circulación social de piezas digitales.
- Jonah Berger y Katherine Milkman, Journal of Marketing Research. Su investigación sobre viralidad encontró que emociones de alta activación, como asombro, enojo o ansiedad, se asociaban con una mayor probabilidad de compartir contenido, mientras emociones de menor activación, como la tristeza, tendían a circular menos.
- YouTube, políticas sobre contenido alterado o sintético. La plataforma exige declarar determinadas piezas realistas creadas o modificadas con IA, especialmente cuando hacen parecer que una persona hizo algo que no ocurrió, alteran un hecho real o generan una escena realista inexistente.
- Thomas Roca y colaboradores (2025). En un experimento con más de 12,500 participantes y cerca de 287 mil evaluaciones, el acierto general al diferenciar imágenes reales y generadas con IA fue de 62%, con diferencias según el tipo de imagen observada.
▏Antonio X. Sosa A. es autor de la columna ✦ Entre algoritmos, una columna de análisis sobre cultura digital en MentePost.