El reportaje de The Verge sobre Google revela el problema de las imágenes de IA en Google Earth
Google retiró un generador de imágenes de IA de Google Earth en aproximadamente un día, después de que los usuarios produjeran escenas convincentes de violencia, migración y destrucción. La historia de The Verge sobre Google importa porque no se trataba de otra herramienta de imágenes aislada. Google incorporó la edición generativa en un producto ampliamente considerado una ventana a lugares reales.
Una breve indicación podía alterar imágenes satelitales, aéreas y tridimensionales asociadas a una ubicación concreta. Entre los ejemplos compartidos por Henk van Ess, fundador de Digital Digging, figuraban supuestos refugiados cerca de la frontera mexicana y daños cerca de un hospital de Gaza. Las escenas generadas no pasaron a formar parte del mapa público, pero las capturas de pantalla podían salir de Google Earth sin su interfaz original ni sus advertencias.
Google inicialmente hizo hincapié en sus medidas de seguridad. Afirmó que las imágenes generadas llevaban su marca de agua SynthID y que podían comprobarse mediante Gemini o Google Lens. La empresa cambió entonces de rumbo a medida que circulaban capturas engañosas. Esa secuencia expuso el conflicto central: Google trató las herramientas de procedencia como una defensa suficiente para una función integrada en un entorno visual excepcionalmente fiable.
La cobertura de The Verge sobre Google muestra qué cambió dentro de Earth
Google Earth pasó brevemente de mostrar imágenes geográficas a generar eventos ficticios dentro del mismo marco visual.
Google introdujo un control de “Crear imagen” que permitía a los usuarios seleccionar un lugar y describir una escena alterada. El sistema utilizaba entonces Nano Banana, la tecnología de generación y edición de imágenes de Google, para transformar imágenes vinculadas a esa ubicación.
El flujo de trabajo eliminó varios pasos que antes eran necesarios para fabricar un deepfake geográfico. Un usuario ya no tenía que capturar una imagen de mapa, subirla a otro lugar, seleccionar un modelo de edición y reproducir la perspectiva deseada. Google integró la ubicación, la imagen de origen, el contexto 3D y el generador en una sola interfaz.
Van Ess probó esa combinación con temas en los que las imágenes falsas tienen consecuencias inmediatas. Según la investigación de The Verge, las indicaciones produjeron supuestos refugiados cerca de la frontera entre Estados Unidos y México. Otro resultado parecía mostrar un cráter de bomba cerca de un hospital en Gaza.
Esos ejemplos eran especialmente graves porque ambas ubicaciones se encuentran en disputas políticas y humanitarias activas. Una imagen aérea fabricada podría parecer respaldar afirmaciones sobre cruces fronterizos, ataques militares, daños a infraestructuras o víctimas civiles.
Según los informes, las imágenes mostraban defectos visuales al examinarlas con atención. Los vehículos, las estructuras, las sombras y los elementos del terreno no siempre coincidían. Sin embargo, las publicaciones en redes sociales rara vez dan a los espectadores tiempo, archivos de origen o resolución suficiente para realizar ese examen.
Una captura de pantalla también puede eliminar el contexto que identificaba la imagen como una creación personal. Google recalcó que los resultados generados no aparecían en la experiencia compartida de Google Earth de otros usuarios. Esa distinción reduce el riesgo de que alguien abra Earth y encuentre un paisaje sintético como si fueran datos de mapa.
No resuelve todo el problema de distribución. Un usuario podía exportar o capturar el resultado, recortar los controles circundantes y presentar la escena en otra plataforma. Una vez separada de Google Earth, la imagen conservaba la apariencia reconocible de una prueba geográfica sin llevar una advertencia igualmente reconocible.
Por tanto, la función cambió más que la velocidad de edición de imágenes. Dio al contenido sintético el lenguaje visual de un producto asociado con la observación, la medición y el lugar.
Google retiró la herramienta mientras desarrollaba protecciones más sólidas. Su declaración reconocía tanto los usos profesionales como las infracciones de sus políticas. La empresa dijo haber visto a profesionales geoespaciales utilizar la función de forma productiva, junto con capturas de pantalla que parecían infringir sus normas.
La retirada limitó el acceso inmediato, pero no resolvió la cuestión de diseño. Si el generador vuelve, Google deberá decidir si determinados temas, ubicaciones y solicitudes de edición deben seguir sin estar disponibles.
La cuestión más amplia es si la creación y la evidencia deben coexistir en la misma interfaz. Google Earth construyó su valor en torno a mostrar el mundo a los usuarios. Un control generativo cambió discretamente el papel del producto, de visor a creador de escenas.
Por qué Google Earth inspira más confianza que un generador de imágenes
El peligro procedía de la autoridad del producto que lo rodeaba, no simplemente del realismo de Nano Banana.
Las personas se acercan a un generador de imágenes general esperando una fabricación. Pueden solicitar una ciudad imaginaria, un evento imposible o una versión ficticia de una persona real. El mero hecho de abrir el generador establece que su resultado es sintético.
Google Earth genera una expectativa distinta. Su interfaz ofrece ubicaciones con búsqueda, coordenadas geográficas, relieve, fotografías aéreas, imágenes satelitales y modelos tridimensionales. Estos elementos indican a los usuarios que la escena corresponde a un lugar real, incluso cuando las imágenes subyacentes tienen limitaciones.
Las imágenes satelitales no son vistas directas y en tiempo real del planeta. Los proveedores las recogen en momentos concretos, las procesan, combinan datos y las muestran con distintas resoluciones. La fotografía aérea y la reconstrucción 3D añaden otras capas de interpretación.
Esas salvedades importan, pero no hacen que las imágenes geográficas auténticas sean equivalentes al contenido generado. Unas registran señales del mundo físico. El otro predice píxeles que satisfacen una solicitud.
Los investigadores utilizan imágenes remotas porque pueden establecer hechos allí donde el acceso directo es peligroso o imposible. Los analistas pueden comparar imágenes a lo largo del tiempo para examinar construcciones, zonas quemadas, edificios dañados, posiciones militares, fosas comunes, deforestación y condiciones de los cultivos.
Las zonas de conflicto ilustran lo que está en juego. La evidencia satelital ha ayudado a los periodistas a evaluar afirmaciones contrapuestas sobre ataques y daños a infraestructuras. NPR describió anteriormente cómo las imágenes satelitales de Gaza pasaron a formar parte de la verificación de hechos durante un conflicto marcado por información disputada.
Google Earth no es la única fuente que emplean los profesionales para ese trabajo. Los investigadores suelen obtener imágenes comerciales, revisar metadatos, comparar proveedores independientes y consultar evidencia local. Sin embargo, Earth da a un amplio público acceso a una versión familiar de la misma categoría visual.
Esa familiaridad crea lo que los diseñadores a veces llaman autoridad prestada. El resultado generado parece creíble en parte porque está rodeado de elementos de una interfaz fiable. El mapa ya ha proporcionado una ubicación real, un ángulo de visualización, textura del terreno y puntos de referencia reconocibles.
El reportaje de The Verge sobre Google demuestra cómo esa autoridad puede sobrevivir fuera del producto. Una captura recortada no necesita engañar a un analista satelital. Solo necesita persuadir a suficientes espectadores durante los primeros minutos de un acontecimiento que evoluciona rápidamente.
La ventaja de tiempo pertenece a la imagen falsa. Verificar exige localizar el supuesto evento, encontrar imágenes comparables, comprobar sombras y estructuras, rastrear la publicación original y buscar copias anteriores. Compartir requiere un toque.
Episodios anteriores de desinformación muestran cómo las imágenes emocionales explotan esa brecha. NPR documentó propaganda de desastres con IA construida en torno a escenas políticamente cargadas. Algunas circularon ampliamente incluso cuando los espectadores identificaron defectos visuales evidentes.
Google Earth añadió otra señal persuasiva: especificidad geográfica. En lugar de mostrar un desastre sin ubicación concreta, un creador podía vincular la ficción a un hospital, un cruce fronterizo, un edificio gubernamental o un barrio.
El resultado no se limitaría a afirmar que ocurrió algo. Parecería mostrar dónde ocurrió.
Esa distinción presiona a Google más de lo que presiona a las empresas independientes de generadores de imágenes. Google opera el modelo de creación, la interfaz geográfica, las herramientas de búsqueda utilizadas para distribuir o verificar imágenes y el servicio de detección ofrecido como salvaguarda.
Por tanto, la empresa controla varias capas de la misma cadena de información. Un fallo de diseño en un producto puede aumentar la carga que recae sobre otro.
La disyuntiva central es creación frente a evidencia geográfica
Una marca de agua puede identificar una imagen artificial, pero no puede preservar el significado público de la evidencia geográfica después de que desaparezca el contexto.
La defensa inicial de Google se centró en SynthID. La tecnología introduce una señal en el contenido generado por IA en lugar de depender solo de una etiqueta visible. Google DeepMind afirma que su marca de agua SynthID está diseñada para seguir siendo imperceptible y, al mismo tiempo, permitir que sistemas compatibles detecten medios generados o alterados.
Este enfoque tiene valor práctico. Las etiquetas visibles pueden recortarse de las capturas de pantalla. Los metadatos de archivo pueden desaparecer durante la conversión, edición o subida a redes sociales. Una señal integrada puede sobrevivir a algunas transformaciones que derrotan esas divulgaciones más simples.
Google también ofrece vías de detección para consumidores. Una persona que dude de una imagen puede enviarla a Gemini o utilizar Lens en Search. Google ha descrito Lens, AI Mode, Circle to Search y Gemini en Chrome como formas de investigar el origen de los medios.
La empresa afirmó en mayo de 2026 que sus sistemas habían marcado con marcas de agua más de 100.000 millones de imágenes y vídeos. Esa escala muestra una inversión considerable en infraestructura de procedencia. No demuestra que los espectadores corrientes realicen de forma sistemática comprobaciones de procedencia antes de reaccionar o compartir.
Las marcas de agua sitúan la responsabilidad al final de la cadena de información. El espectador debe sospechar, saber que existe una herramienta de comprobación, obtener una copia utilizable e interpretar correctamente el resultado.
Una captura convincente de Google Earth puede influir en el espectador antes de que ocurra cualquiera de esos pasos. Puede volver a publicarse con un pie de foto falso, comprimirse, editarse o mostrarse en un vídeo. Muchos destinatarios nunca verán la interfaz de creación original.
La detección también solo puede responder a una pregunta limitada. Un resultado positivo sugiere que herramientas de IA compatibles crearon o modificaron la imagen. No explica qué partes cambiaron, cómo era la ubicación original ni si ocurrió el evento representado.
Un resultado negativo o no concluyente no prueba la autenticidad. La imagen podría proceder de otro modelo, haber perdido su señal detectable o contener una edición que queda fuera de la cobertura del detector.
Esa asimetría hace importantes las protecciones. Una protección impide determinados resultados antes de su distribución, mientras que la procedencia ayuda a evaluarlos después. Ambos mecanismos abordan etapas distintas del problema.
Los reportajes sobre la función de Earth sugirieron una aplicación incoherente de las normas entre los productos de Google. Según los informes, las indicaciones que funcionaban a través de la interfaz geográfica podían fallar cuando los usuarios intentaban ediciones similares mediante Nano Banana en otros lugares. Si se confirma mediante pruebas más amplias, esa diferencia indica que la integración del producto creó una nueva superficie de seguridad.
El contexto afecta al comportamiento del modelo. Una salvaguarda ajustada para un generador independiente podría evaluar una foto subida, una solicitud de texto y una transformación solicitada. Dentro de Earth, el modelo también recibe una escena geográfica seleccionada a través del mapa.
Esa ubicación no es una entrada neutral. Un hospital, una frontera, una instalación nuclear, una escuela o un edificio gubernamental pueden hacer que una solicitud por lo demás genérica resulte políticamente sensible. «Añadir humo» significa algo distinto cuando se aplica a una zona de conflicto activa.
Las reglas de contenido de Earth publicadas por Google restringen el material peligroso, terrorista, violento y malicioso. Sin embargo, un documento de políticas no puede impedir un resultado a menos que los sistemas de aplicación comprendan la combinación de la indicación, la ubicación, las imágenes y los acontecimientos actuales.
Un bloqueo general de humo, multitudes, daños, objetos militares o estructuras temporales también eliminaría aplicaciones legítimas. Los urbanistas podrían utilizar escenas sintéticas para ilustrar edificios propuestos. Los equipos de emergencia podrían modelar inundaciones o daños causados por incendios forestales. Los docentes podrían visualizar entornos históricos.
Por eso el problema no se reduce a prohibir palabras violentas. Una simulación legítima de desastre y una imagen fabricada de última hora pueden contener píxeles casi idénticos.
La diferencia radica en el propósito, la presentación, la distribución y el contexto. Los sistemas automatizados tienen dificultades para inferir los cuatro de forma fiable.
Por tanto, Google debe decidir dónde introducir fricción. Puede limitar indicaciones sensibles, bloquear ubicaciones de alto riesgo, restringir exportaciones, incluir avisos visibles y duraderos dentro de la imagen o poner la función a disposición únicamente en flujos de trabajo profesionales controlados.
Cada medida debilita la creatividad sin esfuerzo que hacía atractiva la integración. Ese es el equilibrio que el lanzamiento inicial intentó evitar.
Unas barreras más sólidas no pueden eliminar el problema de las capturas de pantalla
La retirada puede reducir el uso indebido dentro de Google Earth, pero ningún filtro de indicaciones puede impedir todos los usos engañosos de imágenes geográficas de apariencia legítima.
La decisión de Google de revertir la función fue apropiada porque la empresa tenía control directo sobre el flujo de trabajo riesgoso. Eliminarla impidió que los usuarios produjeran ejemplos adicionales mediante esa interfaz mientras los ingenieros reevaluaban sus protecciones.
La retirada no debe confundirse con una solución completa. Los usuarios aún pueden capturar imágenes de un servicio de mapas y editarlas con otro software. Los generadores de imágenes generales, los modelos locales y las herramientas gráficas convencionales pueden crear falsificaciones geográficas.
Ese argumento ya ha aparecido en respuestas públicas a la controversia: si terceros pueden realizar la misma edición, ¿por qué culpar a Google Earth?
La respuesta tiene que ver con la escala, la fricción y la atribución. Un flujo de trabajo engañoso especializado requiere conocimientos, herramientas y preparación. Un botón integrado convierte ese mismo flujo de trabajo en una acción de producto convencional. También otorga al resultado una asociación inmediata con Google.
El diseño de producto cambia el comportamiento incluso cuando no crea una nueva capacidad técnica. Las cámaras de los smartphones no inventaron la fotografía, y las plataformas sociales no inventaron los rumores. Ambas cambiaron la velocidad, el volumen y la audiencia de la actividad subyacente.
El caso Google Verge muestra el mismo patrón. Integrar la generación con la navegación geográfica facilitó crear rápidamente muchas escenas específicas de una ubicación. Un actor malicioso podía probar distintas indicaciones, ángulos y puntos de referencia hasta que un resultado pareciera plausible.
Los filtros de indicaciones más estrictos detectarían algunas solicitudes evidentes. Podrían rechazar ataques terroristas identificados, representaciones de víctimas o solicitudes directas de fabricar daños en sitios protegidos. Los usuarios decididos suelen evadir los filtros mediante eufemismos, solicitudes escalonadas o descripciones visuales ordinarias.
Los controles sensibles a la ubicación abordarían otra capa. Google podría señalar solicitudes relacionadas con zonas de conflicto activas, hospitales, instalaciones militares, lugares de votación, fronteras o zonas de desastre. Sin embargo, esas restricciones requerirían una evaluación constantemente actualizada de los lugares sensibles.
También generarían decisiones de política difíciles. Un modelo podría permitir el rediseño ficticio de un estadio en una ciudad y bloquear una simulación de planificación urbana en otra porque las protestas cercanas volvieron temporalmente sensible la ubicación.
Los avisos visibles ofrecen una intervención más clara. Google podría mostrar una etiqueta permanente sobre la escena generada en lugar de depender principalmente de una marca de agua invisible. La etiqueta tendría que sobrevivir a recortes habituales y seguir siendo evidente en tamaños de redes sociales.
Incluso esa medida tiene límites. Un usuario puede eliminar texto visible con otra herramienta de edición. Un falsificador decidido puede reconstruir el borde, imitar la interfaz o afirmar falsamente que una imagen auténtica es sintética.
Esta última posibilidad es el dividendo del mentiroso, en el que la existencia de falsificaciones convincentes da a las personas una razón para descartar pruebas auténticas. Las figuras públicas pueden calificar fotografías incómodas como generadas por IA incluso cuando las cámaras las registraron.
NPR documentó esa dinámica después de que afirmaciones falsas apuntaran a una imagen real de un mitin político. La controversia no requirió un deepfake exitoso. La mera posibilidad de una alteración mediante IA sembró dudas.
Por tanto, el experimento de Google Earth corría el riesgo de causar daño en dos direcciones. Las escenas fabricadas podían pasar por auténticas, mientras que las pruebas satelitales auténticas podían resultar más fáciles de cuestionar.
Los investigadores profesionales tienen métodos para gestionar esa incertidumbre. Comparan fechas de adquisición, proveedores de imágenes, datos espectrales, clima, sombras, puntos de referencia y observaciones independientes. El público general suele recibir únicamente una captura de pantalla comprimida y un pie de foto.
Las organizaciones de medios necesitarán prácticas de verificación más estrictas independientemente de que Google restaure la función. Una imagen de Google Earth ya no debería tratarse como evidencia que se autentica por sí sola. Los editores deberían solicitar el archivo fuente, identificar la fecha de las imágenes, localizar las coordenadas, comparar vistas históricas y buscar confirmación independiente.
Los usuarios comunes pueden realizar una comprobación más sencilla. Pueden buscar la publicación original, revisar si organizaciones creíbles informan del evento, comparar la ubicación en Earth y utilizar herramientas de procedencia. Google Lens puede ayudar a identificar versiones anteriores o imágenes relacionadas.
Estos pasos reducen el riesgo, pero no pueden revertir por completo el impacto emocional de una imagen impactante. Una vez que las personas ven una destrucción aparente en un lugar conocido, las correcciones compiten con una primera impresión vívida.
Por eso la prevención sigue siendo importante, incluso cuando es incompleta. Google no puede eliminar la desinformación geográfica. Puede evitar empaquetar su producción como una función conveniente dentro de un producto geográfico de confianza.
Qué deberían vigilar Google y los usuarios de imágenes de IA a continuación
La próxima versión revelará si Google considera esto un error de filtrado o un conflicto entre categorías de producto.
La primera señal será si el generador de imágenes vuelve a Google Earth y en qué forma. Un relanzamiento rápido con bloqueos de indicaciones más amplios sugeriría que Google considera el incidente principalmente una brecha de moderación.
Un lanzamiento profesional más limitado transmitiría un mensaje diferente. Google podría restringir la generación a cuentas de planificación, educación, modelado ambiental o diseño. También podría limitar lo que los usuarios pueden exportar y cómo aparecen las escenas generadas fuera de un proyecto.
La decisión de diseño más importante será la separación. Google podría crear un espacio de trabajo inequívoco para simulaciones en lugar de colocar escenas sintéticas junto a la visualización geográfica ordinaria. Un estilo visual persistente podría indicar a los usuarios que han entrado en una capa ficticia.
Si Google restaura esencialmente la misma interfaz, la preocupación central se mantiene. Un espectador aún puede confundir un evento simulado con geografía registrada, especialmente después de que la imagen salga del producto.
La segunda señal será la forma del aviso. Inicialmente, Google se apoyó en SynthID y herramientas de verificación externas. La retirada sugiere que esas protecciones no abordaban cómo circulan las capturas de pantalla.
Esté atento a una etiqueta visible integrada en toda la imagen, no simplemente alrededor de ella. También observe si las exportaciones preservan la procedencia mediante Content Credentials, metadatos u otro estándar interoperable.
Google ha declarado que SynthID opera en todos sus productos de medios generativos. La cuestión relevante es si la detección funciona después de las transformaciones habituales en las plataformas sociales. El recorte, la recompresión, el cambio de tamaño, los cambios de color y la grabación de pantalla deberían formar parte de cualquier evaluación pública.
Los investigadores independientes necesitan acceso para probar esas afirmaciones. Una salvaguarda evaluada únicamente por su desarrollador deja sin responder preguntas sobre falsos negativos, falsos positivos y rendimiento tras la edición.
La tercera señal será si Google publica normas de seguridad sensibles a la ubicación. Sus políticas actuales describen contenido prohibido, pero esta integración requiere decisiones más específicas sobre el contexto geográfico.
Una función restaurada debería explicar cómo gestiona Google las guerras activas, los desastres en curso, las elecciones, las fronteras, los hospitales, las escuelas y otros sitios sensibles. Los usuarios también necesitan una forma de denunciar una imagen geográfica generada que se esté difundiendo de forma engañosa fuera de Earth.
Google debería aclarar si la aplicación de sus políticas se dirige al creador, al archivo generado o a ambos. También debería explicar qué ocurre cuando alguien produce repetidamente escenas prohibidas sin publicarlas dentro de Google Earth.
Estas señales importan más allá de un solo producto. Microsoft, Adobe, OpenAI, Meta y los proveedores de modelos independientes afrontan versiones de la misma cuestión de integración. Las herramientas generativas se vuelven más riesgosas cuando se vinculan a sistemas que ya poseen autoridad institucional.
Un editor de IA dentro de una aplicación de dibujo es claramente una herramienta creativa. El mismo editor dentro de software cartográfico, médico, jurídico, financiero o científico puede heredar la credibilidad del sistema que lo rodea.
La salvaguarda adecuada depende de ese propósito circundante. Un aviso lúdico que funciona para una pegatina de redes sociales puede ser inadecuado para una imagen que parece evidencia de un campo de batalla.
Google también opera a una escala capaz de establecer expectativas para otras empresas. Si adopta etiquetas duraderas, controles sensibles a la ubicación y pruebas independientes, esas medidas pueden convertirse en puntos de referencia. Si restaura discretamente la herramienta después de que la atención se desvanezca, los competidores podrían interpretar el episodio como un problema temporal de comunicación.
Para los lectores, la lección práctica no es rechazar todas las imágenes aéreas. Es dejar de tratar una interfaz conocida como prueba de autenticidad.
Cuando una captura de pantalla afirma mostrar un nuevo ataque, movimiento fronterizo, desastre o proyecto de construcción, pida la ubicación original y la fecha de las imágenes. Compruebe si fuentes independientes observaron el mismo evento. Utilice herramientas de detección como una señal, no como un veredicto final.
La controversia de Google Verge comenzó con indicaciones que se podían introducir en segundos. Su consecuencia más profunda durará más tiempo: las imágenes geográficas ahora necesitan el mismo escrutinio de procedencia que se aplica a cualquier otra imagen digital.
Google puede construir barreras más sólidas, pero los usuarios deberían vigilar el límite que establece. ¿Seguirá Google Earth siendo principalmente un registro de lugares o se convertirá en un lienzo para eventos plausibles que nunca ocurrieron?
