Un solicitante fotografía una nómina, abre una aplicación de imágenes y le pide que cambie el salario neto. Menos de un minuto después, por unos cuatro céntimos, tiene una nueva imagen de la misma nómina con un número mejor: mismo empleador, mismo diseño, misma fuente, mismo fondo gris de escáner.
No hay un editor de PDF del que extraer una huella digital, ni una capa de texto que inspeccionar, ni un historial de revisiones. El archivo no es un documento editado. Es una imagen nueva, dibujada por un modelo.
Holograin es el detector que construimos para este caso. Lee una página escaneada o una foto de teléfono y dice si un generador de imágenes por IA la redibujó. En las páginas que pasaron por nuestro pipeline de subida, detecta el 90 % de las páginas editadas por IA mientras marca 1 página genuina de cada 100. Se ejecuta dentro de cada análisis de fraude de Holofin en documentos financieros escaneados.
Este artículo cubre cómo funciona y cómo se compara con los LLMs de frontera y los detectores de imágenes por IA abiertos.
Tres formas de saber si un documento fue generado
Hay tres lugares donde buscar pruebas de que una imagen salió de un generador.
Metadatos de procedencia. Algunos generadores adjuntan un manifiesto C2PA, una declaración firmada de que la imagen fue producida por IA. Cuando está presente es concluyente, y Holofin lo verifica en la subida original antes de cualquier conversión. Pero una simple captura de pantalla o volver a guardar el archivo lo elimina, por lo que su ausencia no prueba nada.
Marcas de agua invisibles. Algunos proveedores incrustan una marca de agua en los píxeles. No todos los generadores lo hacen, y cada marca de agua solo se puede leer con la herramienta de su proveedor. Es una prueba útil cuando está presente y silenciosa en caso contrario.
Los propios píxeles. Un escáner deja ruido del sensor, un desenfoque particular en los bordes de los caracteres y un historial de compresión. La cámara de un teléfono deja sus propios rastros ópticos. Un generador de imágenes deja una textura propia, invisible a simple vista, en cada píxel que produce. Cuando un generador edita un documento, no cambia una sola línea: redibuja toda la página, por lo que esa textura cubre la página completa.
La tercera fuente es la única que un falsificador no puede eliminar volviendo a guardar el archivo. Holograin se basa en ella.
Por qué un modelo general no es suficiente
El primer enfoque que prueban la mayoría de los equipos es mostrar la página a un LLM de frontera y preguntar si fue generada. Probamos esto en 200 páginas que habían pasado por nuestro pipeline de subida: 100 editadas por cinco generadores de IA, 100 genuinas. Cada modelo recibió el prompt de un analista de fraude y devolvió un veredicto con una probabilidad.
Las mismas 200 páginas, cuatro detectores
100 páginas editadas por IA y 100 genuinas, todas a través del mismo pipeline de subida, ninguna utilizada en el entrenamiento. La última columna fija los falsos positivos en 1 de cada 100 e informa de cuántas falsificaciones se siguen detectando.
| Detector | Falsificaciones detectadas | Genuinas marcadas | Detectadas al 1 % de falsos positivos |
|---|---|---|---|
| Gemini 4 Argon | 90 / 100 | 45 / 100 | 69% |
| GPT-6.1 Sol Pro | 40 / 100 | 0 / 100 | 40% |
| Detector de imágenes por IA abierto, listo para usar | 8 a 21 / 100 | 0 a 2 / 100 | 22% |
| Holograin | 84 / 100 | 1 / 100 | 89% |
Los dos LLMs fallan en direcciones opuestas. Gemini 4 Argon detectó 90 de las 100 falsificaciones y marcó 45 de las 100 páginas genuinas. GPT-6.1 Sol Pro no marcó ninguna página genuina y pasó por alto 60 falsificaciones. Solo detectó el 5 % de las páginas editadas por GPT-5.4 image, el propio generador de OpenAI.
Esto es lo esperado. Un LLM juzga si un documento es plausible, y una nómina editada por IA es plausible por construcción. La evidencia no está en lo que dice la página, sino en cómo se produjeron sus píxeles. Un modelo general también envía cada documento a su proveedor; Holograin se ejecuta en los servidores de Holofin.
Los detectores de imágenes por IA abiertos sí analizan los píxeles, pero están entrenados con fotografías: caras, paisajes, escenas. Un documento escaneado es en su mayor parte blanco plano con glifos negros nítidos y artefactos de compresión, lo cual está muy lejos de lo que han visto. En nuestras primeras pruebas, un detector popular calificó documentos genuinos entre 0.98 y 1.0 en su escala de "generado por IA". Otro, entre los modelos abiertos más potentes, reduce toda la página a 384 píxeles antes de puntuarla, tamaño al cual una nómina es ilegible; puntuó casi todo cerca de cero. Ejecutado mosaico por mosaico a resolución completa, ese segundo modelo detectó el 20 % de las páginas editadas por IA con un 1 % de falsos positivos.
Entrenado con documentos financieros
Holograin es un modelo de visión entrenado específicamente con documentos financieros: cientos de miles de páginas de nóminas, extractos bancarios y cuentas anuales, tanto genuinas como editadas por IA. Cada página se ve a través de los canales por los que realmente llegan los documentos, desde el escaneo sin procesar hasta fotos de teléfonos, capturas de pantalla y nuestro pipeline de subida, por lo que el modelo aprende la firma del generador en sí, no los artefactos de un formato de archivo.
Tres propiedades lo diferencian de los detectores de propósito general:
- Análisis a nivel de región y resolución completa. Holograin examina cada región de la página a resolución nativa y aísla el área que lleva la firma del generador más fuerte, de modo que una página se juzga por su evidencia más sospechosa, no por un promedio.
- Robusto ante la recompresión. Su detección sobrevive a las transformaciones por las que pasa un documento antes de llegar a ti: recompresión JPEG, aplicaciones de mensajería, capturas de pantalla y conversión de formato.
- Calibrado por canal de adquisición. Cada canal tiene su propio umbral de decisión, establecido sobre documentos genuinos que el modelo nunca vio en el entrenamiento, por lo que la tasa de falsos positivos se mantiene independientemente de la forma en que llegue un documento.
Resultados al 1 % de falsos positivos
Cada cifra a continuación se mide en un único punto de funcionamiento: un umbral que marca como máximo 1 página genuina de cada 100. Una tasa de detección sin su tasa de falsos positivos no describe a un detector. Los analistas dejan de leer las alertas de una herramienta que marca regularmente a solicitantes honestos, por lo que primero establecemos la tasa de falsos positivos e informamos de la tasa de detección que permite.
A modo de comparación, un detector de imágenes por IA abierto líder detecta el 20 % de los mismos documentos subidos.
Documentos editados por IA detectados
Según cómo nos llegó el documento. En todos los casos, solo se marca 1 documento genuino de cada 100.
Generadores con los que no fue entrenado
Cada mes se lanzan nuevos modelos de imágenes, por lo que el resultado que más importa es en generadores que el detector nunca ha visto. Una lista de los generadores en un conjunto de entrenamiento describe lo que un modelo ya ha visto, no cómo manejará el siguiente.
Mantuvimos a GPT-5.4 image completamente fuera del entrenamiento. Holograin detectó el 95 % de sus ediciones después de la subida. Otros dos generadores que nunca había visto:
Generadores nunca vistos en el entrenamiento
Una edición de página completa por documento de prueba, umbral de producción.
| Modelo de imagen | Detectado tras la subida a Holofin |
|---|---|
| Nano Banana Pro | 84% |
| Gemini 3.1 Flash-Lite Image | 82% |
| GPT-5 Image | se negó a editar documentos financieros |
Nuestra cobertura medida hoy abarca los modelos de imágenes de Google y OpenAI. No afirmamos tener resultados en familias que no hemos medido.
Parte de cada análisis de fraude
Holograin se ejecuta automáticamente en documentos escaneados y fotos en cada análisis de fraude de Holofin, junto con la verificación de procedencia, el análisis forense de archivos y las comprobaciones de contenido. Una marca envía el documento a un revisor con la evidencia. Nunca rechaza una solicitud por sí solo.
Preguntas
¿Qué generadores detecta Holograin?
Los modelos de imágenes Gemini de Google, Nano Banana entre ellos, y los modelos de imágenes de OpenAI. GPT-5.4 image, mantenido fuera del entrenamiento, se detecta el 95 % de las veces después de la subida. No se han medido otras familias.
¿Con qué frecuencia marca un documento genuino?
Aproximadamente 1 de cada 100, para cada canal por el que puede llegar un documento. Una marca va a un revisor y nunca rechaza un archivo por sí sola.
¿Una captura de pantalla o una recompresión eliminan los rastros?
No. Holograin detecta el 97 % de las páginas editadas por IA después de una captura de pantalla de teléfono y el 90 % después de la subida y conversión.
¿Verifica documentos de identidad?
No. No fue entrenado ni medido en ellos.
¿Dónde se ejecuta el análisis?
Holograin se ejecuta en los propios servidores de Holofin. Puntuar una página no la envía a ningún proveedor de modelos de terceros.
Resumen
Holograin fue entrenado con cientos de miles de páginas de documentos financieros, a través de los mismos canales por los que nos llegan, y cada resultado se reporta con 1 falso positivo de cada 100. Se mantiene firme ante generadores que nunca vio en el entrenamiento.
La página del modelo, con ejemplos de antes y después en documentos ficticios, está en Holograin. Un modelo de imágenes puede redibujar una nómina sin que ningún revisor pueda encontrarle fallos a simple vista. Aun así, deja una textura medible en los píxeles, y Holograin está entrenado para encontrarla.
Artículos relacionados
Un deepfake puede parecer real. Pero aún tiene que ser verdadero.
Un falsificador puede borrar todo rastro de cómo se hizo un documento: imprimirlo, volver a escanearlo, regenerarlo con un modelo de imagen. Lo que el documento afirma sobrevive al lavado, y una afirmación puede verificarse. Así es como verificamos esas afirmaciones, dónde nos fallaron nuestros propios controles al principio, y los dos números que nos mantienen honestos.
Tu extractor de tablas aprobó. Los números no.
Una auditora abre el resultado de tu extracción de un balance general. El modelo reporta una precisión de celdas del 99.2%. Impresionante. Luego, suma la columna de activos a mano, como hacen los auditores, y el resultado es un número desfasado por una fila. Los activos ya no equivalen a los pasivos más el patrimonio. El estado financiero no cuadra.
Detección de fraude documental: Lo que un PDF no puede ocultar
Solíamos pensar que el fraude documental era un problema visual. Fuentes incorrectas. Columnas desalineadas. Un logotipo que se sentía ligeramente incorrecto. Construimos controles en torno a lo que ven los humanos, porque lo que ven los humanos era todo lo que teníamos.