DEV Community

LeoJulieta
LeoJulieta

Posted on

Cómo detectar deepfakes en la campaña 2026: guía práctica para Brasil e India

#deepfake #elecciones2026 #campañaelectoral #espanol

Detecta deepfakes en la campaña 2026: guía práctica para Brasil e India

Introducción

En la campaña electoral de 2026 los deepfakes ya no son una curiosidad tecnológica: son armas de desinformación que circulan a la velocidad de un “share” en TikTok o X. — si no sabes identificarlos, puedes estar difundiendo mentiras que alteren el voto. En este artículo tienes todo lo necesario para reconocer un video falsificado: pasos claros, un script Python listo para ejecutar, herramientas gratuitas y de pago, y recomendaciones legales para Brasil e India.

1. ¿Qué es un deepfake y por qué es diferente a un montaje tradicional?

Característica Deepfake Montaje tradicional
Método Redes neuronales (GAN, difusión) que aprenden a generar cara, voz y gestos a partir de miles de imágenes. Edición cuadro a cuadro con software de composición (After Effects, Photoshop).
Escalabilidad Una sola modelo genera cientos de variantes automáticamente. Cada variante requiere tiempo y trabajo manual.
Realismo Puede reproducir expresiones, iluminación y movimiento de cabeza con alta fidelidad. Suele presentar artefactos visibles y falta de coherencia en ángulos.
Detección Necesita análisis de artefactos digitales, incoherencias de audio y metadatos. A menudo se descubre con inspección visual básica.

2. Flujo de trabajo práctico para detectar un video sospechoso

  1. Descarga el video (usa youtube-dl o la extensión “Video DownloadHelper”).
  2. Extrae los metadatos con ffprobe.
  3. Ejecuta dos herramientas gratuitas (InVID y Deepware Scanner).
  4. Si el resultado es dudoso, consulta una API paga (Sensity AI o Deeptrace).
  5. Documenta y reporta a la plataforma y a la autoridad electoral correspondiente.

Tip: siempre compara los resultados de al menos dos herramientas antes de concluir.

3. Código listo para usar: detector básico con ffmpeg y deepdetect 

# deepfake_detector.py
import subprocess, json, sys, os
from pathlib import Path

def get_metadata(video_path: Path) -> dict:
    """Obtiene metadatos con ffprobe."""
    cmd = [
        "ffprobe", "-v", "error",
        "-show_entries", "format=duration:stream=codec_name,width,height",
        "-of", "json", str(video_path)
    ]
    result = subprocess.run(cmd, capture_output=True, text=True)
    return json.loads(result.stdout)

def run_deepdetect(video_path: Path) -> dict:
    """Llama a la API local de Deepdetect (modelo pre‑entrenado)."""
    import requests
    url = "http://localhost:8080/predict"
    files = {"data": open(video_path, "rb")}
    resp = requests.post(url, files=files)
    return resp.json()

if __name__ == "__main__":
    if len(sys.argv) != 2:
        print("Uso: python deepfake_detector.py <ruta_video>")
        sys.exit(1)

    video = Path(sys.argv[1])
    if not video.is_file():
        print("Archivo no encontrado.")
        sys.exit(1)

    meta = get_metadata(video)
    print("Metadatos:", json.dumps(meta, indent=2))

    result = run_deepdetect(video)
    print("\nResultado Deepdetect:")
    print(json.dumps(result, indent=2))

    # Umbral simple: si la probabilidad de “fake” > 0.6, avisar
    prob_fake = result.get("predictions", [{}])[0].get("probability", 0)
    if prob_fake > 0.6:
        print("\n⚠️ Posible deepfake detectado (probabilidad {:.0%})".format(prob_fake))
    else:
        print("\n✅ No se detectaron indicios claros de deepfake.")
Enter fullscreen mode Exit fullscreen mode

Cómo ejecutarlo 

# 1. Instala dependencias
pip install requests

# 2. Arranca el servidor de Deepdetect (Docker)
docker run -p 8080:8080 -v $(pwd)/models:/models deepdetect/deepdetect

# 3. Lanza el script
python deepfake_detector.py video_sospechoso.mp4
Enter fullscreen mode Exit fullscreen mode

Nota: el modelo incluido en Deepdetect está entrenado con deepfakes de políticos de EE. UU.; funciona bien como filtro preliminar para Brasil e India, pero siempre verifica con una API comercial si el riesgo es alto.

4. Herramientas recomendadas (gratuitas y de pago)

Categoría Herramienta Precio Ventajas Limitaciones
Gratis InVID (extensión Chrome) Gratis Análisis de fotogramas, búsqueda inversa de imágenes, detección de compresión. No analiza audio, depende de la calidad del video.
Deepware Scanner (app móvil) Gratis Detecta artefactos de GAN en tiempo real, interfaz sencilla. Menos preciso con deepfakes de alta resolución.
Pago Sensity AI (API) $0.02 por minuto Modelos actualizados continuamente, detección de audio y video. Necesita clave API, costo acumulativo.
Deeptrace (Now Sensity) Plan empresarial Integración con SIEM, alertas en tiempo real. Requiere contrato anual.
Open‑source Deepdetect (Docker) Gratis (infraestructura) Modelo entrenable, ejecutable local (sin enviar datos a la nube). Necesita GPU para buen rendimiento.

5. Preguntas frecuentes (FAQ)

Pregunta Respuesta práctica
¿Puedo confiar en una herramienta gratuita? Úsalas como “primer filtro”. Si el video supera el umbral de sospecha, pasa a una API paga o a un análisis manual.
¿Cómo reporto un video sospechoso en Brasil? 1️⃣ Usa la opción “Denunciar” de la plataforma. 2️⃣ Envía el enlace y el informe de detección al Tribunal Superior Electoral (TSE) vía su portal https://www.tse.jus.br/denuncias.
¿Qué hago si el deepfake incluye audio falsificado? Extrae el audio con ffmpeg -i video.mp4 -q:a 0 -map a audio.wav y analiza con Microsoft Azure Speech Service (detecta voces sintéticas) o con Resemblyzer (comparación de embeddings de voz).
¿Hay normativa específica en India? Sí, la Ley de Tecnologías de la Información (Amendment) 2025 obliga a plataformas a retirar contenido manipulado dentro de 24 h tras notificación de la Election Commission of India (ECI).
¿Cómo mantengo actualizado mi modelo local? Cada 30 días descarga el último checkpoint de GitHub: git pull && docker-compose up -d --build.

6. Tabla comparativa de soluciones (gratuitas vs pagas)

Solución Detección de video Detección de audio Latencia Necesita conexión a internet Comentario clave
InVID Sí (fotogramas) No < 2 s No Ideal para verificaciones rápidas en el navegador.
Deepware Sí (artefactos) No < 5 s No App móvil, buena para periodistas de campo.
Deepdetect (local) Sí (modelo GAN) Sí (con modelo extra) 10‑30 s (GPU) No Control total de datos, pero requiere hardware.
Sensity AI API Sí (multimodal) Sí < 1 s Sí Mejor precisión, coste por minuto.
Deeptrace Enterprise Sí (multimodal + metadata) Sí < 500 ms Sí Solución corporativa, incluye alertas automáticas.

7. Recomendaciones legales para Brasil e India

Brasil

  1. Ley de Fake News (Lei nº 13.834/2023): obliga a plataformas a remover contenido manipulador en 24 h tras notificación.
  2. TSE: permite sanciones de hasta 10 % del gasto de campaña por difusión de deepfakes.
  3. Procedimiento: guarda el hash del video (sha256sum video.mp4) y envíalo junto con el informe de detección al TSE.

India

  1. IT Act (Amendment) 2025: penaliza la creación y difusión de contenido sintético con intención de influir en elecciones.
  2. ECI: dispone de un “Centro de Verificación de

Herramienta mencionada: GitHub Copilot

Top comments (0)