La plataforma de videos cortos TikTok lanza una prueba piloto de la función Likeness Detection, diseñada para proteger a los creadores de contenido del uso no autorizado de su apariencia en deepfakes. En una primera etapa, la herramienta está disponible para un grupo limitado de autores estadounidenses, lo que permite a la empresa evaluar la efectividad de los algoritmos en condiciones reales.
¿Cómo funciona la protección contra clones digitales?
El mecanismo Likeness Detection escanea automáticamente la plataforma en busca de contenido generado por inteligencia artificial que contenga el rostro de un creador específico. Al detectar material sospechoso, el autor recibe una notificación y la posibilidad de presentar una queja contra el deepfake o la cuenta falsa. Para activar la herramienta, es necesario pasar una verificación de identidad a través del servicio Jumio, que incluye una selfie en tiempo real y el escaneo de un documento de identidad.
Un aspecto importante es la política de privacidad: TikTok afirma que no almacena copias de los documentos de los usuarios, y los datos biométricos se utilizan exclusivamente para cotejarlos con el contenido de la plataforma. Esto reduce los riesgos de filtración de información sensible, aunque deja interrogantes sobre la seguridad a largo plazo de dichos datos.
Contexto de mercado y consecuencias
El lanzamiento de Likeness Detection se produce en medio del rápido aumento de deepfakes en las redes sociales, especialmente con el uso de tecnologías de generación de rostros. Según datos de analistas, la cantidad de videos falsos con blogueros famosos ha aumentado un 230% en los últimos seis meses. TikTok, como plataforma con más de mil millones de usuarios, se convierte en un objetivo clave para los ciberdelincuentes.
Mi opinión profesional: este paso no es solo una protección de derechos de autor, sino una respuesta estratégica a la presión regulatoria de la UE y EE. UU., donde se están endureciendo las leyes sobre el etiquetado de contenido generado por IA. Sin embargo, la efectividad de la herramienta dependerá de la velocidad de detección de deepfakes y la precisión de los algoritmos; de lo contrario, corremos el riesgo de obtener falsos positivos que afecten a los creadores legítimos. El mercado espera los primeros resultados de la prueba para evaluar si Likeness Detection se convertirá en un estándar de la industria o seguirá siendo un experimento de nicho.