Foto de daño falsa: las señales que revelan una edición

Este artículo tiene una finalidad informativa. No constituye asesoramiento jurídico ni una recomendación regulatoria, y no sustituye la opinión de un abogado o de un responsable de cumplimiento cualificado.

Una foto de daño falsa se delata por cinco señales principales: patrones de píxeles duplicados por el uso del tampón de clonar, una zona con un nivel de compresión JPEG distinto al resto de la imagen (error level analysis), rastros del software de edición en los metadatos EXIF, una iluminación o sombras que no coinciden con el resto de la escena, y una imagen que ya existe en otro lugar de internet. Ninguna señal por sí sola demuestra fraude; es la combinación de varias la que debe orientar una decisión.

Por qué la foto de daño falsa es un problema distinto

Una foto de daño falsa se diferencia de un documento falsificado clásico en un punto clave: en lugar de fabricar algo desde cero, la persona parte de una foto real —a menudo la suya propia, a veces la imagen del propio producto en la tienda— y le añade o exagera digitalmente un daño. Este gesto sirve a tres patrones de fraude distintos: obtener un reembolso sin devolver el artículo, activar una reparación en garantía sobre un daño que en realidad no está cubierto (una pantalla de móvil "agrietada" digitalmente, por ejemplo), o inflar un siniestro ante una aseguradora.

España registra la tasa de devoluciones más alta del ecommerce europeo: según datos recogidos por El Economista, una de cada cuatro compras online se devolvió en 2023, frente al 19% de cuatro años antes, y el volumen de devoluciones online en España alcanzará los 13.300 millones de euros a finales de 2025 según Marketing4ecommerce. Un daño añadido digitalmente a una foto de producto es una de las tácticas más baratas de ejecutar dentro de ese volumen y una de las más difíciles de detectar a simple vista, lo que explica la proliferación de apps móviles gratuitas de retoque que prometen un resultado "indetectable".

Señal 1: clonación y duplicación de píxeles

Un patrón de píxeles duplicado dentro de la zona dañada es casi siempre indicio de un uso manual del tampón de clonar, la herramienta más habitual para añadir una grieta, una mancha o un golpe a una foto de producto. El tampón de clonar copia una textura de una parte de la imagen y la pega en otra para ocultar o crear un elemento, y deja patrones repetidos —una trama de tela, una textura de pantalla, un veteado de cartón— que no aparecen de forma natural en una foto sin editar.

Una herramienta forense gratuita como Forensically aplica un mapa de detección de clonación que resalta las similitudes píxel a píxel dentro de una imagen. En una foto de daño retocada a mano, esas zonas resaltadas se concentran casi siempre alrededor del daño declarado, casi nunca en otra parte del encuadre.

Señal 2: compresión localizada (análisis de nivel de error)

Una zona con un nivel de compresión JPEG distinto al resto de la foto ha sido casi con toda seguridad reeditada después de la captura original, lo que delata una manipulación localizada incluso cuando resulta invisible a simple vista. El análisis de nivel de error (ELA) funciona porque una foto JPEG sin retocar presenta un nivel de compresión homogéneo en toda la imagen, ya que todos sus píxeles atravesaron el mismo proceso de compresión. En cuanto se edita una zona y se vuelve a guardar el archivo, esa zona parte de un nivel de compresión distinto, una diferencia que el ELA hace visible.

Nuestro artículo dedicado al análisis de nivel de error (ELA) detalla el método aplicado a documentos; en una foto de daño, la misma lógica se aplica a la zona del daño en concreto, no al archivo entero: si solo esa zona se ilumina en el mapa ELA, una edición localizada es probable.

Señal 3: metadatos y rastros de software

El campo "Software" de los metadatos EXIF de una foto casi siempre revela el nombre del programa de edición utilizado, salvo que ese campo se haya borrado deliberadamente. Una foto que supuestamente se tomó "directamente con el móvil justo al abrir el paquete", pero cuyos metadatos mencionan Adobe Photoshop, GIMP o una app de retoque móvil, constituye una señal sólida y fácil de verificar, sin necesitar experiencia forense avanzada.

Lo contrario no es cierto: la ausencia total de metadatos EXIF no es en sí misma una señal de alarma. Muchas aplicaciones de mensajería y redes sociales los eliminan automáticamente al subir la imagen, incluso en fotos perfectamente auténticas, lo que hace que esta señal solo sea útil cuando está presente, nunca cuando falta.

Señal 4: iluminación y sombras que no encajan con la escena

Un daño añadido digitalmente rara vez proyecta una sombra coherente con la fuente de luz del resto de la escena, porque recrear una sombra físicamente plausible en dos dimensiones exige una destreza técnica que pocas personas que retocan una foto de devolución poseen. Nuestro artículo sobre iluminación, ángulo y encuadre en una foto de daño real explica por qué esta señal resiste especialmente bien la edición amateur: una grieta o mancha pintada sobre una foto de producto existente casi nunca interactúa correctamente con los reflejos y sombras ya presentes en la imagen original.

Los trabajos del investigador Hany Farid, profesor en Berkeley y referencia en forense digital, modelan la coherencia de las sombras como un problema geométrico resoluble: si ninguna posición de fuente de luz satisface simultáneamente todas las sombras observadas, la escena no es físicamente coherente. En una foto de daño, esto se traduce en que la sombra del daño añadido apunta en una dirección distinta a la de los demás objetos visibles en el encuadre.

Señal 5: una imagen que ya circula en otro lugar

Una foto de daño idéntica a una imagen de catálogo, una foto de stock o una imagen ya publicada en un foro de reventa constituye la prueba más directa de fraude disponible, porque elimina cualquier ambigüedad sobre la autenticidad de la toma. La búsqueda inversa de imágenes (Google Imágenes, TinEye) permite comprobar en segundos si una foto de "daño" ya circula en internet, asociada a un producto distinto o a un contexto anterior.

Esta señal tiene, sin embargo, un límite claro: solo detecta la reutilización de una imagen ya indexada. Una foto compuesta específicamente para un caso concreto, nunca publicada en otro lugar, no aparecerá en ningún motor de búsqueda inversa, lo que la convierte en un complemento útil, nunca en una prueba suficiente por sí sola.

Lo que realmente preguntan los vendedores online

Las discusiones entre vendedores en los foros de comunidad de marketplaces plantean preguntas concretas, muy alejadas del discurso comercial habitual sobre "detección al 100%".

"Un comprador me envió la foto de un artículo que claramente no es el mío para justificar una devolución, ¿cómo lo demuestro?" La búsqueda inversa de imágenes junto con la comparación directa con la foto original del anuncio es el primer paso: si el artículo, el color o incluso el fondo difieren de lo que se envió, la carga de la prueba cambia de lado rápidamente.

"¿Una foto demasiado nítida o bien encuadrada debería levantar sospechas?" No por sí sola. Un móvil reciente produce fotos nítidas y bien expuestas por defecto; la señal que hay que buscar es una incoherencia —marcas de clonación, una zona de compresión distinta, una sombra mal ubicada—, no simplemente una calidad de imagen elevada.

Integrar estas señales en un flujo de trabajo, no en un veredicto automático

Ninguna de estas cinco señales debería, por sí sola, provocar el rechazo automático de una devolución, una garantía o un siniestro: un caso sin ninguna anomalía detectada sigue su tramitación estándar, una señal aislada se dirige a una revisión humana documentada, y varias señales convergentes —por ejemplo, clonación confirmada junto con metadatos sospechosos— justifican una investigación más profunda. Nuestro artículo sobre la revisión de fotos de siniestros a gran escala detalla esta estructura de tres niveles, aplicable tanto a devoluciones de ecommerce y garantías de producto como a siniestros de seguros. Para una visión más amplia de los controles documentales, consulta nuestra guía de verificación de documentos.

El informe ACFE 2024 Report to the Nations sitúa en un 37% la tasa de detección del fraude documental mediante control manual exclusivo, con un retraso medio de detección de 87 días —un margen que, aplicado a un flujo de devoluciones de gran volumen, deja tiempo de sobra para que una foto manipulada supere varios controles antes de que una revisión en profundidad detecte el problema.

Preguntas frecuentes

¿Una app de edición gratuita hace indetectable una foto de daño falsa?

No. Las apps de edición móvil gratuitas suelen dejar los mismos rastros que un software profesional —marcas de clonación visibles, zonas de compresión localizada, sombras incoherentes— porque estas señales derivan de limitaciones físicas y técnicas, no de la sofisticación de la herramienta usada.

¿Comprimir una foto enviada por mensajería elimina los rastros de edición?

Los atenúa, pero no los elimina por completo. Las incoherencias de clonación e iluminación más marcadas suelen seguir siendo detectables tras una compresión moderada; solo una compresión muy agresiva y repetida puede ocultar las señales más sutiles.

¿Se necesita una herramienta distinta para devoluciones online y siniestros de seguros?

No necesariamente una herramienta distinta, sino umbrales de calibración adaptados: los perfiles de fotos legítimas varían según el contexto —producto electrónico, textil, daño en el hogar—, lo que influye en el nivel de tolerancia que conviene aplicar a cada señal.

¿La ausencia de metadatos EXIF demuestra que una foto fue editada?

No. Muchas aplicaciones de mensajería y redes sociales eliminan automáticamente los metadatos al subir la imagen, incluso en fotos perfectamente auténticas. Esta señal solo tiene valor cuando existen rastros de edición presentes, nunca cuando están ausentes.

¿Basta una sola foto sospechosa para confirmar un fraude por daño?

No. Una señal aislada —incluso una marca de clonación visible— debe quedar documentada y someterse a revisión humana antes de cualquier decisión de rechazo, especialmente para que la decisión sea defendible si el cliente la impugna.

---

Las señales descritas aquí forman parte de un enfoque más amplio de revisión de pruebas fotográficas, que combina coherencia estructural, metadatos y, cuando la configuración del cliente lo activa, detección de contenidos generados por IA como complemento a los controles existentes. Ningún método alcanza una detección del 100%, y la decisión final debe seguir siendo un conjunto de indicios documentado y auditable, no una puntuación binaria. CheckFile integra estos controles en la gestión de devoluciones y reclamaciones, tanto para plataformas de ecommerce como para aseguradoras; consulta nuestra página de seguridad o nuestras tarifas para más información.