Camuflaje contra las cámaras: una camiseta con manchas de color engaña a la IA de vigilancia y expone su punto débil

Por Zendoric · 6 de septiembre de 2026.

Una camiseta con un estampado de esferas rojas y verdes sobre tela negra logró algo que ningún pasamontañas consigue: volverse invisible para la IA sin ocultar la cara. El proyecto, bautizado "Digital Camouflage" por el diseñador alemán Simon Weckert, se probó en agosto en la estación de metro Kottbusser Tor, en el barrio berlinés de Kreuzberg, un espacio con múltiples cámaras que analizan constantemente a los visitantes. Al vestir la prenda, los sistemas de detección de personas fallan al identificar al portador como ser humano, según explicó el propio Weckert.

La clave no es óptica sino estadística. Las redes de detección de objetos procesan una imagen por capas: las primeras identifican bordes, contrastes y degradados de textura; las más profundas buscan patrones de partes del cuerpo, como siluetas y proporciones. El estampado de Weckert ataca ambos niveles a la vez: las transiciones de color muy saturadas saturan las primeras capas, y las formas superpuestas rompen la continuidad del contorno, de modo que el algoritmo nunca logra unir las partes en una sola figura reconocible. Como resume el propio diseñador, "el estampado ahoga el suave susurro estadístico que dice persona" —una forma gráfica de decir que estos sistemas nunca aprendieron qué es un humano, solo memorizaron su aspecto probable a partir de millones de imágenes de entrenamiento.

El diseño no salió de un boceto: salió de un "bucle adversarial", el proceso iterativo de probar el patrón contra un detector real, ajustarlo, y volver a probar. Weckert usó YOLO, un sistema de detección de objetos de código abierto, y sometió la prenda a pruebas independientes del medio Gizmodo. Su propia descripción del proceso es la parte más honesta de la historia: "no se puede diseñar contra la percepción de la máquina a simple vista, solo la máquina puede decirte lo que no ve". La misma IA que vigila la plaza acabó enseñando a la camiseta cómo esconderse de ella.

No es la primera travesura de Weckert contra la infraestructura algorítmica de las ciudades. En 2020 ya había engañado a Google Maps paseando un carrito cargado de teléfonos móviles, simulando ante el algoritmo un atasco de tráfico inexistente. En general, la comunidad de investigación en visión por computador lleva años documentando que los llamados "parches adversariales" —patrones diseñados específicamente para confundir a un modelo, no al ojo humano— pueden hacer invisibles objetos o personas para detectores entrenados de forma convencional; lo novedoso aquí es que ese hallazgo de laboratorio se ha convertido en un objeto de moda viral, deliberadamente vistoso para las personas y precisamente por eso invisible para la máquina.

Nuestra lectura es que esta camiseta es menos un truco de escapismo que un diagnóstico incómodo sobre la vigilancia algorítmica que ya opera en calles, estaciones y comercios: gran parte de esa infraestructura no "ve" personas, reconoce patrones estadísticos frágiles, y frágil es también sinónimo de manipulable. Eso abre una carrera armamentista predecible: en cuanto estos sistemas se reentrenen con ejemplos de camuflaje adversarial, el patrón dejará de funcionar y aparecerá el siguiente. Es una solución de corto plazo, no una respuesta estructural a cuánta vigilancia aceptamos en el espacio público a cambio de seguridad o conveniencia; esa negociación solo se resuelve con reglas claras sobre dónde y cómo se despliega la IA de reconocimiento, no con moda táctica. A largo plazo, cuando la percepción artificial deje de ser un simple reconocimiento de texturas y avance hacia una comprensión semántica más robusta —el tipo de progreso que también hará más fiables el diagnóstico médico o la conducción autónoma—, estos trucos de camuflaje perderán eficacia; pero el hueco que revelan hoy, la distancia entre lo que la IA cree ver y lo que realmente hay, es exactamente el tipo de fragilidad que conviene entender antes de confiarle a estos sistemas decisiones con consecuencias reales.