Imágenes fuera de contexto: la foto es auténtica, lo falso es el cuándo y el dónde

Publicado el 1 de septiembre de 2026

La mayor parte de la desinformación visual que circula en Europa no está generada con inteligencia artificial. El informe mensual de fact checking del European Digital Media Observatory contó 1.605 artículos de verificación publicados en Europa en diciembre de 2025: el 16% se refería a contenidos creados o alterados con inteligencia artificial, un máximo histórico de la serie. Incluso en el mes récord, más del 80% de lo que los verificadores europeos desmintieron no tenía nada de sintético.

Buena parte de ese resto son fotografías auténticas que se republican con una fecha o un lugar que no son los suyos. Ninguna herramienta puede marcarlas: el archivo salió así del sensor y nadie lo tocó.

La razón es estructural: en una imagen fuera de contexto la manipulación no está en el archivo, sino en la relación entre el archivo y el mundo: en el cuándo y en el dónde. Esa información nunca estuvo en la foto: ningún examen posterior puede recuperarla. Si la procedencia no se fija en el momento de la creación, después solo se puede argumentar.

¿Qué es una imagen fuera de contexto?

Una imagen fuera de contexto es una fotografía auténtica, ni alterada ni generada, que se difunde con un pie de foto que falsea el momento o el lugar en que fue tomada. El archivo es original y resiste cualquier análisis técnico; lo que engaña es la afirmación que lo acompaña.

La categoría está formalizada por las propias plataformas. Entre las clasificaciones que aplican los verificadores independientes que trabajan con Meta figura la de contenido auténtico pero engañoso: imágenes o contenidos de audio y video auténticos presentados como prueba de un hecho que no les corresponde. No es una etiqueta editorial ni una figura teórica, sino una casilla operativa que un verificador de contenidos marca a diario. Su existencia dice algo incómodo sobre un debate público que se ha volcado casi por completo en la fabricación de contenidos. Cuando alguien reutiliza la fotografía real de un incendio de hace cuatro años para ilustrar un incendio de esta semana, no ha falsificado ninguna imagen: ha falsificado una afirmación sobre el mundo y la ha respaldado con una prueba visual que, examinada por separado, es impecable.

Contenido alterado, contenido generado y contenido recontextualizado

Los tres se meten en el mismo saco, pero se diferencian en lo único que importa: dónde está la mentira.

Las dos primeras describen un problema de análisis; la tercera, un problema de información ausente.

Por qué es la forma de desinformación visual más extendida

Es la más extendida porque es la más barata y la más creíble. El Parlamento Europeo censa la distorsión del contexto entre las seis tácticas de la desinformación y subraya que la información real usada de manera engañosa es más común que las historias inventadas. Reciclar una fotografía verdadera no cuesta nada y hereda la credibilidad de algo que ocurrió de verdad.

Según el Digital News Report 2026 del Reuters Institute, el 62% de los encuestados declara preocupación por la dificultad de distinguir lo verdadero de lo falso en las noticias en línea, y la confianza en las noticias está en su nivel más bajo desde que se mide: baja al 22% en redes sociales y al 20% en los asistentes conversacionales, que además seleccionan sus fuentes con criterios propios.

Por qué ningún análisis del archivo la detecta

Ningún análisis del archivo detecta una imagen fuera de contexto porque el dato falsificado no vive dentro del archivo. Un detector de imágenes generadas busca señales estadísticas que un modelo generativo deja en los píxeles. Un detector de manipulación busca discontinuidades en la compresión, en el ruido del sensor, en las sombras y en los bordes. Los dos trabajan sobre el contenido del archivo y los dos parten de una premisa razonable: si alguien ha intervenido la imagen, la intervención ha dejado rastro. En una fotografía auténtica republicada con una fecha equivocada no hay intervención y no hay rastro, porque el archivo es el que salió del sensor. La falsificación ocurrió fuera, en el pie de foto, y ninguna herramienta que examine solo el archivo puede encontrar una información que en el archivo nunca estuvo.

Qué busca en realidad un detector

Un detector no responde a la pregunta “¿esto es verdad?”, sino a otra más estrecha: “¿hay indicios de que este archivo lo haya producido o modificado una máquina?”. Eso explica por qué las obligaciones de marcado que el Reglamento europeo de inteligencia artificial impone al contenido generado no alcanzan a este caso: aquí no se ha generado nada y no hay nada que etiquetar. Lo mismo ocurre cuando un cliente pregunta si debe declarar el contenido creado con inteligencia artificial. Declarar lo generado es necesario e insuficiente: lo auténtico mal atribuido queda fuera del perímetro.

El límite estructural: la manipulación está fuera del archivo

El límite no es de precisión, sino de objeto. Una fotografía contiene la escena y, si nadie los ha borrado, los datos que el dispositivo escribió al capturarla. Lo que no contiene es una prueba de la afirmación que alguien hará sobre ella más adelante: “esto pasó ayer en esta ciudad” no está en los píxeles, es una declaración externa que se sostiene o se cae por razones no visuales. Responder al cuándo y al dónde exige un dato que solo existe en el instante de la captura y que, si no se registra, desaparece.

Cómo saber cuándo y dónde se tomó realmente una fotografía

Después de la publicación te quedan tres caminos y ninguno es concluyente por sí solo: leer los metadatos que el archivo todavía conserve, buscar apariciones anteriores de la misma imagen y reconstruir el lugar a partir de lo que se ve en el encuadre. Los tres funcionan y se usan a diario en los servicios de verificación, y los tres comparten la misma debilidad, que es depender de que haya sobrevivido algo: un metadato que nadie borró, una copia archivada antes de la retirada, un letrero legible al fondo de la imagen. Cuando ese resto existe, la verificación sale adelante y suele salir bien. Cuando no existe, no hay técnica que lo supla, porque el problema no es mirar mejor: es que el dato que haría falta no está en ninguna parte.

Los metadatos EXIF y por qué las plataformas los eliminan

Los datos EXIF registran la fecha, la hora y las coordenadas GPS del momento del disparo, pero casi nunca sobreviven al viaje. Las principales plataformas de intercambio, entre ellas WhatsApp, Facebook, Instagram, X, TikTok, LinkedIn y Reddit, recomprimen las imágenes al subirlas y eliminan los datos EXIF del archivo descargable. Conviene matizar dos cosas: la eliminación afecta al archivo descargable, no a lo que la plataforma leyó al recibirlo, y el motivo declarado es la privacidad y la reducción de peso. El efecto colateral es el que importa aquí: el archivo deja de llevar consigo su propia historia. Las redacciones y los equipos de comunicación usan TrueScreen para captar imágenes en el lugar con fecha, hora y coordenadas registradas en el momento de la toma, sin depender de unos metadatos que las plataformas eliminan.

Búsqueda inversa de imágenes y geolocalización: qué prueban y qué no

La búsqueda inversa de imágenes muestra dónde ha aparecido antes una imagen: ahí está su potencia y su límite. Encontrar una publicación anterior a la que verificas demuestra que la imagen es vieja; no encontrar nada no demuestra lo contrario. Es una prueba que solo puede refutar, nunca confirmar, y falla si la imagen es inédita, si ha sido recortada o reflejada y si las publicaciones anteriores han sido retiradas.

La geolocalización por indicios visuales reconstruye el lugar a partir de letreros, señalización, arquitectura, vegetación, posición del sol y cotejo con imágenes por satélite. Se usa a diario en verificación, pero exige tiempo, oficio y al menos un elemento identificable. Sobre un cielo, una multitud genérica o un interior anónimo no produce nada.

Verificación afortunada frente a verificación repetible

Una verificación afortunada depende de una circunstancia favorable: un letrero legible en el encuadre, una copia que alguien archivó, un metadato que sobrevivió por casualidad. Una verificación repetible se apoya en información producida a propósito en el momento de la adquisición y ligada al archivo de forma comprobable: cuándo, dónde, con qué dispositivo y con qué integridad desde ese instante. La diferencia no está en el resultado, sino en la repetibilidad del procedimiento.

La distinción cuenta en cuanto alguien discute la conclusión. En un procedimiento civil español, los instrumentos que archivan o reproducen datos se valoran conforme al artículo 384 de la Ley 1/2000 de Enjuiciamiento Civil, según las reglas de la sana crítica, como ocurre cuando una prueba digital tiene que sostenerse en juicio. El problema se aborda antes, registrando la procedencia en el momento de la creación, como hace TrueScreen, en lugar de reconstruirla después.

¿Cómo se fija la procedencia de una fotografía en el momento en que se toma?

TrueScreen certifica fotografías y videos en el instante en que se adquieren, vinculando el contenido al momento y al lugar de la adquisición con marca de tiempo y sello digital. La diferencia con todo lo anterior no está en la potencia del análisis, sino en el orden de las operaciones: la procedencia no se reconstruye después, se registra mientras ocurre. En el instante de la captura existe una información que un minuto más tarde ya no está disponible para nadie, que es cuándo se está tomando la imagen, dónde y con qué dispositivo. Si ese dato se fija ahí y queda ligado al archivo de forma comprobable, la pregunta del cuándo y del dónde deja de tener respuesta incierta; si no se fija, después solo quedan indicios, por sólidos que sean.

El Reglamento (UE) 910/2014, conocido como eIDAS, regula en sus artículos 41 y 42 el sello de tiempo electrónico cualificado y le reconoce la presunción de exactitud de la fecha y la hora que consigna; la Ley 6/2020 lo desarrolla en España. Una fecha registrada por un tercero en el momento del hecho pesa de otra manera que una declarada más tarde por la parte interesada.

El caso típico es una redacción que recibe de un colaborador la fotografía de un edificio dañado. Con certificación en origen dispone de fecha, hora y coordenadas registradas en ese instante y ligadas al archivo; con la misma imagen reenviada por un chat tiene solo la palabra del colaborador y la hora del mensaje, que es justo lo que un desmentido pondrá en duda.

A diferencia de los sistemas ligados a un modelo concreto de cámara, esto funciona sobre los teléfonos que las personas ya llevan encima, donde nace la mayoría de las imágenes que circulan, y permite certificar fotografías con valor legal sin depender del equipo.