Inteligencia Artificial para hacer un 'sinpa' en un restaurante: la estafa que cada vez denuncian más hosteleros

Todo tipo de estafas están surgiendo a medida que se perfecciona la inteligencia artificial, que permite incluso cometer un 'sinpa' en un restaurante fingiendo el mal estado de la comida, según denuncian en redes algunos hosteleros. Ya el año pasado, en un caso parecido, un hotel de Cambrils sufrió un 'sinpa' de 4.000 euros cuando dos turistas les dijeron que habían pagado una factura de 4.171,68 euros con un justificante de una transferencia bancaria que había sido manipulado con inteligencia artificial.

El caso del restaurante lo relata en redes un hostelero de Galicia que prefiere mantenerse en el anonimato. Según explica, una pareja de ingleses fue al restaurante a cenar, pidiendo uno de los vinos más caros de la carta y varios platos para compartir; mariscos, pescados y carnes. Ya cuando degustaban el último plato, avisaron al camarero y le enseñaron un vídeo en el que se veían bichos negros correteando por el mantel donde aparece el logo y el nombre del restaurante. Así, con un vídeo hecho con IA, se negaron a pagar la cena amenazando con subir el vídeo en redes sociales.

"Me niego a que no paguen e insisten hasta que los amenazo con llamar a la policía. A malas acaban pagando y yéndose del restaurante", termina narrando el restaurador, que también expone que les pidió que le pasaran el vídeo a su móvil para verlo más detalladamente y se negaron.

Cómo identificar contenido falso generado por IA

El Instituto Nacional de Ciberseguridad ha elaborado una serie de pistas para detectar posible contenido falso generado con inteligencia artificial:

Verifica la fuente: asegúrate de que el contenido proviene de una fuente confiable o con buena reputación. Desconfía de las noticias de sitios web o perfiles desconocidos para ti. Consulta su reputación y comprueba si otros medios o usuarios confiables se hacen eco de la misma información.

Analiza la calidad del contenido: presta atención a ciertos detalles para desenmascararlos en función del tipo de contenido:

En caso de texto, verifica si tiene errores gramaticales o incoherencias que no son comunes en artículos escritos por humanos.

Vídeo

• Parpadeos y movimientos faciales: los deepfakes a menudo presentan un número anormal de parpadeos o movimientos faciales poco naturales.
• Incongruencias entre el rostro y el cuerpo: observa si hay desajustes entre la expresión facial y los movimientos corporales.
• Calidad del sonido: el sonido puede no concordar con la imagen, mostrando desfases o variaciones en el tono que no corresponden con la escena.

Audio

• Tono y ritmo: analiza si el tono de voz y el ritmo del habla son consistentes. Las clonaciones de voz pueden presentar variaciones inusuales.
• Ruido de fondo: la falta de ruido de fondo o la presencia de sonidos extraños puede indicar manipulación.
• Contexto del discurso: verifica si el contenido del discurso es consistente con lo que la persona normalmente diría o en el contexto en el que suele hablar.

Imagen:

• Detalles finos: pueden tener fallos en ciertos detalles, como manos con dedos desproporcionados o fondos que no se alinean correctamente.
• Iluminación y sombras: revisa si la iluminación y las sombras son coherentes en toda la imagen.