Cómo verificar un video grabado por un testigo

Los videos grabados por testigos y las cámaras de vigilancia siguen complementando a las noticias más importantes.

Los homicidios de Renee Good y Alex Pretti a manos de agentes federales estadounidenses en Minneapolis. Las brutalidades contra ciudadanos y los violentos enfrentamientos protagonizados por el Servicio de Inmigración y Control de Aduanas en todo Estados Unidos. La detención de Rümeysa Öztürk, estudiante de doctorado de la Universidad de Tufts, raptada en plena calle por agentes. Y lo más reciente: un escalofriante video de un sospechoso enmascarado y armado, implicado en el secuestro de Nancy Guthrie, captado por la cámara de un timbre.

El video es una de las formas de evidencias más poderosas del periodismo moderno. Al mismo tiempo, la inteligencia artificial está facilitando la falsificación y la manipulación de esas evidencias. El resultado es una nueva realidad: los periodistas deben convertirse en investigadores visuales.

Produje un video muy realista de la cámara de un timbre con un asaltante enmascarado en pocos minutos, usando el generador de video de IA Sora. (Nota del editor: OpenAI cerró Sora recientemente). Eso es un problema. Los funcionarios gubernamentales han difundido repetidamente narrativas falsas sobre estos eventos que no se sostienen cuando aparecen videos reales. Ese es otro problema.

“Es desafiante que el aumento de las imágenes generadas por IA coincida con el aumento de la necesidad de contar con videos desde el lugar de los hechos”, dijo Anna Boone, diseñadora digital del Minnesota Star Tribune y miembro del equipo que analizó el videos de los homicidios de Pretti y de Good, en una reciente transmisión en vivo. “Todo está aumentando a la vez y creando una cantidad masiva de contenido”.

El New York Times, el Washington Post, CNN y el Star Tribune han abordado ambos problemas con investigaciones visuales, utilizando herramientas y técnicas para verificar la autenticidad, desmentir el contenido generado por IA y analizar videos fotograma a fotograma. Todas las redacciones necesitan ahora esta capacidad.

El trabajo del Star Tribune sobre los tiroteos en contra de Good y Pretti es un claro ejemplo. Un equipo de periodistas visuales analizó fotograma a fotograma las grabaciones de los testigos, contradiciendo directamente las afirmaciones de miembros de la administración Trump sobre ambos homicidios.

Su proceso fue meticuloso. La videoperiodista Amanda Anderson organizó los clips recibidos en una línea de tiempo de edición, utilizando marcadores de audio —los picos visibles de la forma de onda creados por cada disparo— para sincronizar las imágenes desde diferentes ángulos. (La transmisión en vivo completa del Star Tribune merece la pena y es una buena inversión para desarrollar experiencia en investigación visual).

El equipo también sabía qué no publicar. En el caso de Good, debatieron si podían informar de que el agente que le disparó, Jonathan Ross, había abandonado el lugar de los hechos. Podían ver su corte de pelo en varios videos, pero lo perdieron de vista durante unos fotogramas entre un clip y otro, por lo que optaron por no publicarlo.

Esa disciplina otorga a las investigaciones visuales la credibilidad suficiente para cuestionar las versiones oficiales.

“Era evidente que se necesitaba un trabajo más analítico que la avalancha de videos que veíamos en las redes sociales”, declaró Jake Steinberg, reportero gráfico del Star Tribune.

La buena noticia: los medios de comunicación no necesitan un presupuesto de investigación millonario ni un equipo de 20 personas para empezar a realizar este trabajo.

Archívalo todo

Lo primero que debe hacer cualquier periodista al encontrar un video de interés periodístico es guardarlo, inmediatamente y en su formato original.

“Creo que para muchos de nosotros quedó bastante claro, debido al ritmo frenético de las redes sociales, lo importante que era guardar los videos, guardar copias de los videos que queríamos analizar más a fondo en nuestros propios dispositivos, por si acaso eran borrados o eliminados de las redes sociales”, dijo Anderson. “Simplemente, la necesidad de recopilar información lo más rápido y en la mayor cantidad posible”.

Las publicaciones en redes sociales se borran. Las plataformas comprimen y eliminan los metadatos. Las agencias gubernamentales han restringido el acceso a las pruebas en ambos tiroteos de Minneapolis. Si no archivas el archivo original, podrías perderlo.

Entre las herramientas gratuitas para archivar se incluyen Wayback Machine, Archive.today y MediaVault, que registra y marca con fecha y hora cada página que visita un periodista durante una investigación. En el caso específico de los videos, descarga el archivo original siempre que sea posible en lugar de depender de grabaciones de pantalla, que degradan la calidad y eliminan los metadatos.

Wayback Machine es una herramienta gratuita que archiva contenido de internet. Imagen: Captura de pantalla, Wayback Machine / Internet Archive

Aprende a geolocalizar y editar videos

“El mejor consejo que puedo dar es simplemente hacer”, dijo Malachy Browne, director del equipo de investigación visual de The New York Times. “Sigue una noticia de última hora donde se compartan imágenes en redes sociales. Aprende a geolocalizar (determinar dónde ocurrió algo) y cronolocalizar (y cuándo ocurrió), y aprende a usar las herramientas del kit de investigación de Bellingcat. ¿Dónde se grabó este video, cuándo, quién lo grabó, por qué, qué está pasando y cómo lo sabes?”

La geolocalización es la habilidad fundamental para las investigaciones visuales. Algunas herramientas para empezar:

• Google Earth Pro permite a los periodistas comparar el terreno, los edificios y los puntos de referencia de un video con imágenes satelitales, incluidas imágenes históricas, para comprobar si una escena coincide con la fecha indicada.
• Google Street View es invaluable para cotejar detalles a nivel de calle, como fachadas de tiendas, marcas viales y postes de servicios públicos.
• SunCalc utiliza los ángulos de sombra y la posición del sol para ayudar a verificar la hora del día en que se tomó una foto o un video.
• La herramienta de búsqueda OpenStreetMap de Bellingcat ayuda a delimitar una ubicación cuando se dispone de pocas pistas visuales, por ejemplo, una iglesia cerca de un puente cerca de una gasolinera.

La IA también está siendo utilizada para la geolocalización. Una prueba reciente de Bellingcat, que analizó 24 modelos de lenguaje complejos, encontró que el modelo de IA de Google superó a todos los demás en la identificación de ubicaciones a partir de fotografías. Sin embargo, los investigadores advirtieron que la geolocalización mediante IA aún requiere verificación humana.

“Las técnicas de análisis forense visual suelen superponerse con las técnicas de inteligencia de fuentes abiertas, así que aprovecha las oportunidades para aprenderlas”, afirmó Loreben Tuquero, reportera de PolitiFact y miembro del Laboratorio de Innovación en IA de Poynter. “Conocer técnicas avanzadas de búsqueda en redes sociales puede ayudarles a identificar quién publicó originalmente una imagen o un video, y si su historial de publicaciones contiene contenido sospechoso”.

Las herramientas de edición también son útiles. Programas como CapCut y Adobe Premiere Pro permiten ralentizar videos, aislar fotogramas y analizar marcadores de audio, las mismas técnicas que los periodistas visuales del Star Tribune utilizaron en la investigación del tiroteo de Minneapolis.

“Mi principal mensaje para las redacciones locales: entre el 60 y el 70 % del análisis forense visual es humano, no tecnológico”, declaró Henk van Ess, experto internacional en inteligencia de fuentes abiertas e investigaciones con IA, autor de la Guía para la detección de contenido generado por IA de la Red Global de Periodismo de Investigación. “No necesitas un doctorado en IA. Necesitas periodistas que observen con atención y hagan las preguntas correctas.”

Empieza con las preguntas correctas

Van Ess afirmó que, antes de recurrir a una herramienta, los periodistas deberían comenzar con un conjunto de preguntas. Identificó varias categorías de detección que los periodistas pueden aprender a identificar.

• Procedencia: ¿Dónde apareció esto por primera vez? ¿Puede rastrear la subida original?
• Fecha y hora: ¿Concuerdan el clima, la iluminación y las sombras con la hora y el lugar indicados?
• Ubicación: ¿Coinciden los puntos de referencia, la señalización y el trazado de las calles con la ubicación indicada?
• Tecnología: ¿Coinciden los dispositivos y la infraestructura con la hora y el lugar? ¿Corresponde la calidad del video con la de la cámara que supuestamente lo grabó?
• Patrones de comportamiento: ¿Se mueven e interactúan las personas de forma natural, o parecen seguir un guión?
• Física: ¿Se mantienen los reflejos, las sombras y los detalles sutiles (dedos, dientes, texto)?

InVid, TinEye y la búsqueda inversa de imágenes de Google pueden ayudarte a rastrear la fuente original de una imagen para responder a muchas de estas preguntas.

Luego viene lo que Van Ess llama una prueba de intuición.

¿El momento, el encuadre o la narrativa resultan demasiado convenientes? Él lo denomina la “paradoja de la calidad de producción”: cuando el contenido parece demasiado pulido o encaja de forma demasiado perfecta en una narrativa, eso en sí mismo es una señal.

Desarrolla tener un ojo para la IA

Durante la transmisión en vivo del Star Tribune, Steinberg señaló que el Departamento de Seguridad Nacional utilizó inteligencia artificial para alterar una foto de agentes arrestando a una mujer en Minneapolis para que pareciera que estaba llorando.

Cuando el gobierno publicó una foto del arma que, según afirmó, se le había incautado a Pretti, “surgieron de inmediato preguntas instintivas como: ¿es esto real? ¿es verificable?”, dijo Steinberg. “Tener que cuestionar las pruebas visuales, en las que estamos tan acostumbrados a confiar, es algo nuevo que tenemos que hacer”.

Varias herramientas pueden ayudar a los periodistas a comprobar si el contenido fue generado por IA:

• Hive Moderation: Una extensión gratuita para navegadores que analiza imágenes, videos, audio y texto en busca de generación mediante IA. Devuelve puntuaciones de confianza e identifica el modelo de IA que probablemente produjo el contenido, como Midjourney, DALL-E o Stable Diffusion. Es una herramienta eficaz para una primera revisión en trabajos con plazos ajustados.
• Google SynthID: Un sistema de marca de agua integrado en el contenido generado por las herramientas de IA de Google, como Gemini y Veo. Un método rápido: sube una imagen a un chat de Gemini y pregunta si se creó con la IA de Google.
• Image Whisperer de Van Ess: Realiza análisis en paralelo utilizando grandes modelos de lenguaje y el procesamiento de Google Vision.

Ninguna herramienta es definitiva. Van Ess recomienda analizar el contenido con múltiples detectores y cotejar los resultados, siempre a la par de un análisis realizado por personas.

Apóyate en los expertos

“Cultiva fuentes expertas”, dijo Tuquero. “Cuando una imagen o video potencialmente generado por IA no muestra señales reveladoras, me pongo en contacto con personas con la experiencia y los recursos avanzados necesarios para identificar falsificaciones sofisticadas de IA. Esto incluye a académicos e investigadores que desarrollan métodos de detección de IA”.

Construir una red de investigadores de IA, analistas forenses e investigadores de código abierto lleva tiempo, pero da resultados a la hora de la verdad.

Publicaciones como Indicator, el medio digital de los veteranos de la verificación de datos y la investigación digital Craig Silverman y Alexios Mantzarlis, pueden ser de gran ayuda. Indicator ofrece informes periódicos sobre las herramientas, técnicas y actores maliciosos detrás del engaño digital, además de talleres mensuales para suscriptores de pago. Su página de recursos incluye herramientas y una biblioteca académica actualizada periódicamente sobre contenido engañoso generado por IA.

“Da la sensación de que el periodismo a la antigua podría ser la mejor respuesta a unos videos falsificados cada vez más convincentes”, afirmó Mantzarlis.

Nota del editor: este artículo fue publicado originalmente por The Poynter Institute y se reproduce aquí con su autorización.

Alex Mahadevan es periodista, especialista en datos, formador e investigador, y trabaja en la intersección de la IA generativa, la alfabetización mediática y la desinformación.