¿Detectan las apps de citas las fotos con IA en 2026? Lo que Tinder, Bumble y Hinge revisan de verdad

Hay dos preguntas detrás de casi todas las búsquedas sobre fotos con IA y apps de citas. La primera es técnica: ¿puede la app darse cuenta? La segunda es personal: ¿me descubrirán?

La respuesta honesta es que la pregunta está mal planteada. Tinder, Bumble y Hinge han construido sistemas sofisticados, pero en su mayoría no intentan responder «¿esta imagen la ha generado una IA?». Intentan responder a tres preguntas más concretas: ¿hay una persona real al otro lado? ¿Esa persona coincide con las fotos? ¿Y el perfil incumple alguna norma?

Son problemas distintos: usan herramientas, tasas de error y consecuencias distintas. Cuando los separas, el consejo cambia. Un retrato con IA que sigue pareciéndose a ti es una cuestión de parecido. Una cara generada que no pertenece a nadie es una cuestión de engaño. Una cara reutilizada en cincuenta cuentas es una cuestión de duplicación. Ninguna de las tres es principalmente una cuestión de procedencia, y por eso «¿pueden detectar la IA?» genera tanto mal consejo.

Esta guía lee las fuentes publicadas, las cita cuando la redacción importa y señala dónde extrae una inferencia en lugar de describir una norma. Es información jurídica, no asesoramiento legal. Las políticas de las plataformas cambian. Las fuentes se revisaron el 29 de octubre de 2026.

#La respuesta breve

La tabla es un mapa, no un permiso firmado. Una fila que dice «ningún detector publicado» no significa «todo vale»: lo que se examina suele ser la persona, no los píxeles.

#Tres cosas que se confunden: detección, verificación y aplicación

La confusión empieza porque se describen tres sistemas diferentes con una sola palabra.

La detección pregunta si la imagen es sintética. Compara los píxeles con las huellas estadísticas que dejan los modelos generativos o comprueba una marca de procedencia incrustada en el archivo. Es un problema de clasificación con un conjunto abierto de generadores, y es probabilístico.

La verificación pregunta si la persona es real y está presente. Compara un selfie en vídeo en directo con las fotos fijas del perfil. Es una comparación biométrica uno a uno, y es mucho más fácil que la detección porque la app controla la captura.

La aplicación pregunta si el contenido incumple una norma. Combina clasificadores automatizados, revisores humanos y denuncias de usuarios. Es una decisión de política, no una medición técnica, y termina en un aviso, una retirada o una expulsión.

Un solo perfil puede activar las tres. Una cara generada que no coincide con la persona detrás de la cuenta falla la verificación. Una foto real usada para inventar un empleo falla la aplicación. Una imagen sintética sin marca de procedencia puede fallar la detección y aun así superar las otras dos pruebas. Por eso «Tinder detecta la IA» y «Tinder no puede detectar la IA» son igual de engañosos: Tinder puede detectar que la persona del vídeo no es la de las fotos. No es la misma prueba.

Importa una distinción más. La ausencia de detección publicada no es prueba de ausencia. Ninguna de las tres empresas dice que no tenga un clasificador de imágenes con IA. Simplemente no describe ninguno. Un equipo interno de confianza y seguridad puede usar el modelo que quiera sin publicarlo. La pregunta útil no es «¿tienen un detector?», sino «¿qué nos han dicho que comprueban y qué pasa cuando la comprobación falla?».

#Tinder: vitalidad y coincidencia facial, no un detector de IA

El sistema de verificación público de Tinder es el más detallado de los tres, y trata casi por completo de la persona, no de la imagen.

#Qué comprueba en realidad la Verificación de Fotos

La Verificación de Fotos da una insignia al perfil. El centro de ayuda de Tinder describe la prueba en términos sencillos:

«Usamos tecnología de escaneo facial para comprobar que el vídeo se grabó en directo a una persona real y que no fue alterado ni manipulado digitalmente (la “comprobación de vitalidad”).»

El mismo artículo dice que recibes la insignia si superas la comprobación de vitalidad y tus fotos de perfil contienen «una foto clara de una sola cara que coincida con la cara de tu selfie en vídeo». Tinder usa después la geometría facial, llamada FaceMap, para generar un número único, un FaceVector. El selfie en vídeo se evalúa y se elimina enseguida; el FaceVector se compara con el de otras cuentas.

Léelo con atención. La comprobación de vitalidad se aplica al vídeo, no a cada foto fija. La foto fija solo tiene que contener una cara que coincida con la del vídeo. Es una prueba de parecido, no de procedencia.

La consecuencia práctica es una inferencia, y la etiqueto como tal: un retrato sintético que conserva tu geometría facial puede superar una prueba de coincidencia facial, porque la prueba pregunta si la cara es la tuya. Una cara generada que pertenece a otra persona no puede. Tinder no publica su umbral de coincidencia, así que nadie puede prometer que una imagen concreta vaya a pasar. Pero el diseño indica para qué sirve el sistema.

Tinder tiene un flujo aparte llamado Photo Check. Su centro de ayuda describe un selfie en vídeo que desbloquea una cuenta y añade una frase que importa:

«También podemos revisar tus fotos manualmente.»

Es lo más cerca que está Tinder de decir que una persona mira la imagen. No es un detector: es una revisión que activa una señal de cuenta.

#Qué añade Face Check

En octubre de 2025, Tinder anunció el despliegue en EE. UU. de Face Check, un paso obligatorio de verificación facial para usuarios nuevos. El anuncio decía que Face Check ya era obligatorio en siete países y California, incluidos Colombia, Canadá, Australia, India y varios países del sudeste asiático. El sistema crea un escaneo de vídeo en 3D, confirma que la persona es real y está físicamente presente, comprueba que la cara coincide con las fotos de perfil y busca la misma cara en otras cuentas.

Face Check es el filtro de autenticidad más fuerte que publica Tinder. Tampoco es un detector de imágenes con IA. Atrapa una cara que se reutiliza, porque un FaceVector choca con uno existente. No atrapa una cara sintética usada en una sola cuenta, porque no hay nada con lo que chocar.

Hay una tensión interesante en el papeleo. Las Condiciones de Uso de Tinder, en vigor desde el 5 de marzo de 2026, siguen diciendo:

«Tinder no realiza comprobaciones de antecedentes penales ni de verificación de identidad a sus usuarios.»

Esa frase convive con el Face Check obligatorio porque los términos usan «verificación de identidad» en sentido legal: un documento oficial o una comprobación de antecedentes. Face Check verifica vitalidad y parecido, no identidad legal. Tinder ofrece un flujo aparte de ID + Verificación de Fotos para quienes necesitan la comprobación más fuerte. La redacción muestra con cuánto cuidado definen estas empresas sus términos y con qué facilidad un titular puede malinterpretarlos.

#Bumble: detectar fraude no es detectar imágenes

Bumble tiene la norma de IA más explícita de las tres apps. Su política de Perfiles No Auténticos dice:

«No permitimos la suplantación ni la tergiversación en nuestra plataforma... Esto incluye... usar fotos de otra persona, fotos generadas artificialmente o fotos mejoradas para engañar a los demás.»

Es una prohibición real, y es más estrecha de lo que parece. No prohíbe editar con IA. Prohíbe usar fotos sintéticas o mejoradas para engañar. La prueba es el efecto en quien mira, no la herramienta del proceso.

La estructura de aplicación de Bumble tiene tres capas.

La primera es Deception Detector, lanzado en febrero de 2024. Bumble lo describió como un sistema de IA que identifica perfiles de spam, estafa y falsos, y que opera junto a la moderación humana. En las pruebas, Bumble dijo que la herramienta bloqueó automáticamente el 95 % de las cuentas identificadas como spam o estafa, y que las denuncias de spam, estafas y cuentas falsas cayeron un 45 % en los dos primeros meses. Son cifras de las pruebas de la propia Bumble, publicadas por TechCrunch, no una auditoría independiente. Describen detección de fraude por cuenta, no procedencia de la imagen.

La segunda son las denuncias. En julio de 2024, Bumble añadió una opción dentro de «Perfil falso» para «usar fotos o vídeos generados con IA». Eso da a los usuarios una forma de señalar justo el caso que un clasificador puede pasar por alto. También indica dónde sitúa Bumble el juicio: en quien puede ver el perfil.

La tercera es la Verificación de Fotos, que el centro de ayuda de Bumble describe ahora como obligatoria en EE. UU. y opcional en el resto salvo que se pida por motivos de seguridad. El usuario se hace un selfie y Bumble usa «una combinación de revisión automatizada y humana» para comprobar que el selfie coincide con las fotos del perfil. Es una prueba de coincidencia facial, como la de Tinder, no de imagen con IA.

Bumble también lanzó en febrero de 2026 una función de comentarios sobre fotos con IA. Merece la pena ver cómo la describe Bumble, porque es lo contrario de un detector:

«Después analizamos tus fotos con herramientas de IA para identificar elementos generales y no sensibles de la imagen, como si la foto se tomó al aire libre, muestra una actividad en grupo o parece un selfie.»

Los comentarios son opcionales y orientativos. Es un entrenador, no un policía.

Un portavoz de Bumble resumió todo el sistema para CBS News en octubre de 2026:

«Lo aplicamos mediante una combinación de herramientas con IA, moderación humana, funciones de verificación y denuncias de los miembros, y actuamos según la gravedad de la infracción, hasta la expulsión permanente de la cuenta.»

Fíjate en lo que falta: cualquier afirmación de que Bumble pueda saber si una imagen fija se generó. El sistema publicado es detección de fraude más verificación más denuncias, envuelto en una norma sobre el engaño.

#Hinge: lo más parecido a una cláusula sobre IA

El contrato de Hinge contiene una frase que no aparece en los términos de ninguna otra gran app de citas. En su lista de Contenido Prohibido, Hinge prohíbe el contenido que:

«No haya sido escrito por ti o se haya generado automáticamente, salvo autorización expresa de Hinge.»

Es lo más parecido a una cláusula escrita sobre IA en los tres contratos. También es ambigua de una forma que importa. El verbo es escrito, lo que sugiere que se redactó para texto, prompts o mensajes. Pero está en una lista que se aplica al contenido en general, y Hinge no ha publicado una interpretación que la limite al texto. Leerla como una prohibición general de las fotos con IA sería una inferencia; leerla como irrelevante para las fotos también sería una inferencia. La afirmación honesta es que la cláusula existe, su alcance no está publicado y le da discreción a Hinge.

El resto del contrato es más claro. Los Términos de Hinge te exigen «presentarte con respeto y autenticidad añadiendo al menos una foto que muestre tu cara». La sección 4 contiene la misma cláusula estándar de Match Group que Tinder:

«Usamos una combinación de herramientas automatizadas y revisores humanos para aplicar nuestras normas de contenido. Esto incluye tecnología que detecta y retira de forma proactiva ciertos tipos de material prohibido.»

La frase siguiente fija la prioridad: los sistemas están «diseñados en general para priorizar la detección y retirada de las infracciones más graves y dañinas (por ejemplo, material de explotación sexual infantil o contenido terrorista), aunque los casos de ese contenido sean poco frecuentes». No describe un detector de retratos con IA, sino una cola de reducción de daños.

Los Principios de IA de Hinge añaden la capa de política:

«Si decides incluir imágenes, audio o vídeo generados con IA en tu perfil, no deben usarse para tergiversarte a ti mismo ni tus intenciones.»

Y la guía de citas con IA de Hinge, publicada el 5 de marzo de 2026, va más allá:

«Pero sáltate las fotos de perfil generadas con IA. Al 88 % de los usuarios de Hinge les incomodan.»

La cifra del 88 % es un dato de encuesta de la propia Hinge, y la guía no publica la muestra ni el método. Trátala como una declaración de la empresa, no como una estadística independiente. El consejo que sigue es más útil que la cifra: «elige fotos recientes que te representen de verdad».

La historia de la aplicación muestra la distancia entre la política y la práctica. En octubre de 2026, CBS News informó sobre un hombre de unos cincuenta años en Nueva York que subió fotos suyas a Aragon.ai, recibió una imagen suya en una azotea de Manhattan al atardecer y la vio convertirse en su foto de Hinge con más me gusta. Después Hinge lo expulsó. Recuperó la cuenta, pero borró la foto del atardecer, sospechando que fue el motivo de la expulsión.

Es una anécdota, no una norma de aplicación publicada. El hombre no tuvo acceso al razonamiento interno de Hinge, y CBS no afirma lo contrario. Aun así es ilustrativa: el detonante pudo ser una denuncia de otro usuario, un clasificador, un revisor humano o alguna combinación. El proceso publicado de Hinge incluye todos esos elementos.

Merece la pena desmontar un mito. Varios servicios externos ofrecen puntuar una foto por su «realismo» antes de publicarla. Esas puntuaciones salen de su propio modelo, no del sistema de moderación de Hinge. Hinge no publica ninguna puntuación de autenticidad por foto, y una buena puntuación de una herramienta externa no es un permiso firmado. Puede ser una segunda opinión útil sobre si una imagen parece sintética, pero no es prueba de lo que hará la plataforma.

#Qué prometen en realidad los términos

Pon los tres contratos uno al lado del otro y aparece un patrón.

Los contratos regulan la mentira, no la herramienta. Esa es la frase que hay que recordar.

Una mentira puede ser sobre la identidad, la edad, el empleo, las intenciones de relación, el cuerpo, la altura, la escena de la foto o las credenciales de la biografía. Un retrato retocado que sigue representándote no es obviamente una mentira. Una cara generada que no pertenece a nadie, sí. Una foto real tuya en un yate que no alquilaste es una mentira sobre una escena, aunque los píxeles sean reales. Las normas de las plataformas son lo bastante amplias para alcanzar todo esto, y ninguna necesita saber cómo se hizo la imagen para decidir.

También por eso «la app no puede detectar la IA, así que estoy a salvo» es un mal consejo. Aplicar una norma no exige detección. Una sola denuncia puede iniciar una revisión. Un revisor humano puede comparar el perfil con las otras fotos de la persona, el selfie en vídeo, la comprobación de identidad o la conversación. El sistema no necesita etiquetar los píxeles si puede encontrar la contradicción.

#Las señales que usan los humanos y por qué fallan

El relato público más detallado de detección humana viene de CBS News, en un reportaje publicado en octubre de 2026.

Marissa, una profesional de marketing de 31 años de Boston, dijo a CBS que ve con frecuencia perfiles que parecen alterados digitalmente. Su señal es la cara: a veces parece «encerada» en las fotos generadas con IA. CBS también señala que la IA puede omitir un dedo de una mano. Después, el reportaje añade la frase que desmonta toda lista de señales:

«Aun así, a medida que mejora la tecnología, resulta más difícil distinguir una foto real de una creada por modelos de IA.»

Ese es todo el problema en una línea.

La lista actual de señales, recopilada del reportaje de CBS y de la conversación en general, incluye piel encerada, dedos ausentes o mal formados, dientes que no encajan con la boca, orejas que no encajan con la cabeza, joyas que se funden con la piel, texto de fondo que se disuelve, bordes del pelo que se difuminan en el fondo y una iluminación demasiado uniforme para la escena. Cada una es una foto fija de la debilidad actual de un modelo. Ninguna es una prueba estable. Los modelos mejoran, las señales caducan y la lista la recicla gente que no ha mirado una nueva generación de imágenes.

Hay una prueba humana mejor, y no es una prueba de píxeles. Es una prueba de coherencia. Una sola imagen puede ser perfecta. Un conjunto de seis fotos, un selfie en vídeo, una nota de voz y una conversación son mucho más difíciles de mantener coherentes. Por eso la verificación usa vídeo y por eso los sistemas de las plataformas se construyen alrededor de la persona, no del archivo.

Lana Li, consultora de citas de Brooklyn que se define como «estilista digital», dio a CBS una frase útil sobre dónde pone su propio límite. Usa IA para cambiar ropa, peinados, zapatos y lenguaje corporal, y FaceApp para levantar una comisura de la boca. Pero cuando un cliente le pidió poner su cabeza en el cuerpo de un corredor de maratón, se negó:

«Le dije: “No puedo trabajar contigo si lo que quieres es no representarte con exactitud”.»

Esa es la línea que las plataformas intentan trazar, expresada sin tecnología alguna.

#Por qué la detección de IA es técnicamente difícil

Cuatro problemas hacen poco fiable la detección en imágenes fijas, y ninguno es un secreto.

La carrera es adversaria. Un detector aprende las huellas que dejan los generadores con los que se entrenó. La siguiente generación de modelos se entrena, en parte, para eliminar esas huellas. El detector siempre va detrás de un blanco móvil, y el blanco está diseñado para parecer más real con el tiempo.

El archivo se recodifica. Las apps de citas redimensionan, comprimen y vuelven a subir las imágenes. Ese proceso elimina los metadatos, incluidas las marcas de procedencia, y altera el detalle de alta frecuencia del que dependen los detectores. Una captura de pantalla de una imagen generada es, técnicamente, una imagen nueva. Puede que las huellas no sobrevivan al trayecto.

El conjunto es abierto. Un detector entrenado con modelos de difusión puede no reconocer una GAN, un filtro del móvil, un relleno generativo de Photoshop o un híbrido: una foto real con una chaqueta de IA, un cielo de IA y una cara real. La categoría «generado con IA» no es una sola cosa: es un espectro que va de la imagen totalmente sintética a la apenas retocada, y una etiqueta binaria clasifica mal casi todo el espectro.

La tasa base es brutal. Cuando lo que buscas es raro, la mayoría de las alertas positivas son erróneas. Es aritmética, no una afirmación de producto, pero explica por qué las plataformas no anuncian un detector como veredicto.

Supongamos, solo como ilustración, que una plataforma revisa 1.000 fotos y 20 son sintéticas. Un detector con una sensibilidad del 95 % y una especificidad del 95 % atraparía 19 de las 20 imágenes sintéticas y también marcaría 49 fotos reales. De las 68 alertas, 19 serían correctas. La mayoría de las personas señaladas serían inocentes.

Los sistemas reales pueden ser mejores o peores que ese supuesto. El punto es estructural: un detector optimizado para atrapar todas las imágenes sintéticas producirá muchos falsos positivos, y un detector optimizado para evitar falsos positivos se perderá muchas imágenes sintéticas. No hay umbral que haga desaparecer ambos problemas.

Hay también un problema conceptual. «Generado con IA» no es la pregunta que una app de citas necesita responder. La app necesita saber si la persona es real, si las fotos son suyas, si el perfil es honesto y si la cuenta es una estafa. Una coincidencia facial responde a las dos primeras. Una denuncia responde a la tercera. Un clasificador de fraude responde a la cuarta. La procedencia es otra pregunta, y no es la que determina si una cita es segura.

La inversión racional, por tanto, es verificación y denuncias, no detección. Una coincidencia facial uno a uno es una comparación. La procedencia es una clasificación contra un conjunto abierto. La primera es más fácil, más barata y más útil.

#El Reglamento de IA de la UE: marcado, pero no necesariamente leído

El Reglamento de IA de la UE ha convertido la «detección de IA» en un tema jurídico además de técnico. Sus normas de transparencia se aplican desde el 2 de agosto de 2026, y el artículo 50(2) es la disposición que importa aquí.

Las directrices de la Comisión describen la obligación en dos partes:

«Primero, los proveedores deben garantizar que los resultados del sistema de IA estén marcados en un formato legible por máquina. Segundo, los proveedores deben garantizar que los resultados sean detectables como contenido generado o manipulado artificialmente.»

Los dos elementos son obligatorios. Un proveedor que incrusta una marca pero no ofrece ningún medio de detección no ha cumplido; un proveedor que ofrece un detector pero ninguna marca tampoco.

El artículo 50(4) impone un deber aparte a los implementadores de deepfakes: deben divulgar que el contenido se generó o manipuló artificialmente. El artículo 2(10) excluye a las personas físicas que usan la IA en una actividad puramente personal y no profesional, y las preguntas frecuentes de la Comisión del 24 de julio de 2026 indican que los deepfakes personales en redes sociales quedan fuera de la obligación del implementador. El análisis jurídico completo está en nuestra guía sobre dónde se permiten las fotos con IA; aquí el punto es más concreto.

La ley crea una señal. No crea un lector.

Ninguna de las tres apps de citas publica si lee Content Credentials, metadatos C2PA o cualquier otra marca de procedencia. Ninguna publica si pasa esas marcas a un clasificador. El Reglamento obliga al proveedor del generador a hacer detectable el resultado; no obliga a una app de citas a comprobar cada archivo subido. Una plataforma podría cumplir sus propias obligaciones y no mirar nunca la marca.

El resultado práctico es una cadena con un eslabón perdido. Una herramienta conforme incrusta una marca. El usuario sube el archivo. La plataforma lo recodifica y elimina los metadatos. La marca ha desaparecido antes de que la vea ningún revisor. Aunque la plataforma quisiera leer la procedencia, puede que el proceso ya la haya borrado.

Por eso es falso que «el Reglamento de IA de la UE va a detectar las fotos con IA en las apps de citas». El Reglamento obliga a los proveedores a marcar. No convierte a las apps de citas en autoridades de detección.

#El caso inverso: cuando la propia IA de la plataforma te edita

La parte más extraña de esta historia es que Tinder ha aplicado ediciones con IA a fotos de usuarios.

En agosto de 2026, CNN informó de que a algunos usuarios de Tinder la app les dijo que sus fotos de perfil habían sido mejoradas. Una usuaria, Jenny Rubin, dijo que la edición le cambió los dientes: «literalmente cogieron los dientes de otra persona y los pusieron en mis dientes». Otro, Jay Jahn, dijo que le aclaró la piel, le quitó las pecas y las convirtió en cicatrices de acné. Tinder dijo a CNN que la función estaba en pruebas, que más del 90 % de quienes recibieron una foto mejorada la conservaron y que menos del 0,5 % de las fotos se señalaron por no parecer al usuario. Tinder pausó la prueba en EE. UU. y dijo que estaba investigando las fotos señaladas.

El episodio no es prueba de un detector oculto, ni prueba de que la empresa sea indiferente a la autenticidad. Es evidencia de algo más útil: la pregunta operativa dentro de la empresa era el parecido, no la procedencia. La función era aceptable mientras el resultado se parecía al usuario. Se pausó cuando los usuarios dijeron que no se parecía.

Hay un detalle contractual que importa. Los Términos de Tinder dicen que el contenido generado por su Tecnología de IA que crees, subes o compartes es responsabilidad tuya. Cuando la plataforma genera la edición y la aplica a tu foto, el reparto es menos claro. Los términos no especifican quién es dueño del resultado mejorado ni quién responde del cambio. Es un hueco en el papeleo, no un escándalo, pero muestra con qué rapidez se rompen las categorías cuando la que usa la IA es la plataforma.

#Reglas de decisión si usas una foto con IA

Olvida por un momento el detector. Estas seis pruebas son las que las normas publicadas respaldan de verdad.

1. La prueba de la coincidencia facial. ¿Coincidiría la cara de esta foto con un selfie en vídeo tuyo en directo? Si no, la foto no te representa, y la norma de autenticidad de cualquier plataforma apunta a ella.

2. La prueba de los dos segundos. ¿Te reconocería un amigo en dos segundos, sin pie de foto? Si la foto solo funciona por un filtro, un ángulo o un disfraz, está haciendo demasiado trabajo.

3. La prueba de los hechos. ¿Cambia la foto algún hecho sobre ti: cuerpo, altura, edad, empleo, estado civil o la escena? Los hechos son lo que activa las normas. Una sonrisa se puede editar; una medalla de maratón no se puede inventar.

4. La prueba de la divulgación. ¿Usas la imagen profesionalmente en la UE, o es un deepfake que podría confundirse con real? Si es así, el artículo 50(4) puede exigir una divulgación clara en la primera exposición. El uso personal y no profesional queda en general fuera de ese deber, pero el marcado del proveedor sigue aplicándose.

5. La prueba del original. ¿Conservas el original sin editar, con su fecha y sus metadatos? Si una plataforma marca la foto, el original es tu prueba. Si lo borras, discutes de memoria.

6. La prueba del volumen. ¿Usas la misma cara generada en más de una cuenta? Face Check y la verificación de Bumble están diseñados para detectar exactamente eso. Una cara, una cuenta es el supuesto de diseño. Una cara que aparece en cincuenta lugares es la señal.

Y una regla que prevalece sobre el resto: si la cara no es tuya, para. Una personalidad generada es el único caso en el que convergen las normas publicadas de Tinder, Bumble y Hinge. No es una cuestión de parecido, ni de divulgación, ni de detección. Es suplantación, y es lo que los sistemas están diseñados para atrapar.

#Si te marcan por error

Un falso positivo es un riesgo real, sobre todo para quienes tienen fotos muy retocadas, con luz profesional o inusualmente pulidas.

El primer paso es la vía de apelación, no una cuenta nueva. Tinder publica un proceso de apelación para infracciones, expulsiones, suspensiones, avisos y retiradas de contenido. Hinge publica un proceso de apelación para expulsiones. Ambas empresas dicen en sus términos que puedes apelar si el contenido se retiró por error. Crear una cuenta nueva tras una suspensión está prohibido en sí mismo y empeora el problema original.

El segundo paso son las pruebas. Incluye el archivo original, su fecha, una versión sin editar y cualquier verificación o comprobación de identidad que hayas completado. Si la foto la tomó un fotógrafo profesional, ayuda un enlace al fotógrafo o a la sesión. Si la imagen se hizo con ayuda de IA, dilo y explica qué se cambió. Un revisor que ve el original y la edición está en mucha mejor posición que uno que solo ve la imagen final.

El tercer paso es esperar menos explicaciones de las que te gustaría. Los términos de Tinder y Hinge dicen que las empresas pueden no compartir información sobre la cancelación de una cuenta cuando hacerlo podría afectar a la seguridad o privacidad de otros usuarios. Es una práctica de seguridad legítima, y también implica que una apelación puede resolverse sin un motivo detallado. Pide una revisión humana, aporta las pruebas y mantén la solicitud breve.

Si estás en la UE o en el Reino Unido, las normas de protección de los consumidores pueden darte opciones adicionales a la apelación interna de la plataforma. Es información general, no asesoramiento legal, y depende de tu contrato y de tu país.

#Preguntas frecuentes

#¿Detectan las apps de citas las fotos generadas con IA?

No en el sentido que la mayoría de la gente quiere decir. Tinder, Bumble y Hinge publican comprobaciones de vitalidad, coincidencia facial, clasificadores de fraude y normas de moderación de contenido. Ninguna de las tres publica un detector de propósito general que etiquete una imagen fija como generada con IA. Sus sistemas responden si hay una persona real detrás del perfil y si las fotos coinciden con ella, no si los píxeles salieron de un modelo generativo. Es una ausencia de detección publicada, no la prueba de que no exista detección.

#¿Detecta Tinder las fotos con IA?

Tinder publica la Verificación de Fotos, Photo Check y Face Check, que usan un selfie en vídeo para confirmar que una persona real y en directo grabó el vídeo y que la cara coincide con las fotos del perfil. No publica un detector general de imágenes con IA para fotos fijas. Un retrato sintético que sigue coincidiendo con tu cara en directo no es lo que la comprobación de vitalidad está diseñada para atrapar; una cara que no es la tuya, sí. Tinder no publica su umbral de coincidencia, así que nadie puede prometer que una imagen concreta vaya a pasar.

#¿Qué comprueba en realidad la Verificación de Fotos de Tinder?

Tinder dice que usa tecnología de escaneo facial para comprobar que el selfie en vídeo lo tomó una persona real y en directo y que no fue alterado ni manipulado digitalmente. Después compara tu geometría facial, llamada FaceMap, con tus fotos de perfil y la convierte en un número único, un FaceVector, que puede compararse con otras cuentas. El selfie en vídeo se elimina tras la evaluación. La Verificación de Fotos trata de vitalidad y parecido, no de demostrar que una imagen fija la hizo una cámara y no un modelo.

#¿Detecta Bumble las fotos con IA?

Bumble publica la norma específica de IA más clara de las tres apps: su política de Perfiles No Auténticos prohíbe usar fotos de otra persona, fotos generadas artificialmente o fotos mejoradas para engañar a los demás. También ejecuta Deception Detector, un sistema de IA dirigido a cuentas de spam, estafa y falsas, y en 2024 añadió una opción de denuncia para fotos generadas con IA. Nada de eso equivale a un detector de imágenes fijas publicado. La propia herramienta de comentarios sobre fotos con IA de Bumble es orientativa y analiza elementos visuales generales, no la procedencia de la imagen.

#¿Te expulsa Hinge por usar fotos con IA?

Hinge no publica una prohibición general de las fotos con IA. Sus Principios de IA dicen que, si incluyes imágenes, audio o vídeo generados con IA, no deben usarse para tergiversarte a ti mismo ni tus intenciones. Su guía de IA de marzo de 2026 aconseja saltarse las fotos de perfil generadas con IA. Los Términos de Hinge también prohíben el contenido que no hayas escrito tú o que se haya generado automáticamente, pero la redacción tiene forma de texto y Hinge no ha publicado una interpretación para fotos. CBS News informó en octubre de 2026 de que expulsaron la cuenta de un hombre tras publicar una foto de un atardecer generada con IA; recuperó la cuenta y sospechó que la foto fue el detonante.

#¿Pueden las apps de citas saber si una foto es IA?

A veces, pero no de forma fiable ni de una manera que publique ninguna de las tres apps. La detección es una probabilidad, no un veredicto. La recodificación, el redimensionado, las capturas de pantalla y la edición eliminan las huellas de las que dependen los detectores, y los modelos nuevos se entrenan para parecerse más a fotos reales. Una coincidencia facial uno a uno es un problema mucho más fácil que clasificar el origen de una imagen. Por eso las apps invierten en selfies en vídeo y denuncias en lugar de anunciar un detector de imágenes con IA.

#¿Ayuda el Reglamento de IA de la UE a las plataformas a detectar fotos con IA?

El Reglamento crea la señal técnica, no la comprobación de la plataforma. El artículo 50(2) exige a los proveedores de sistemas de IA generativa marcar los resultados en un formato legible por máquina y hacerlos detectables como generados o manipulados artificialmente. El artículo 50(4) exige a los implementadores de deepfakes divulgarlos, con una exclusión para el uso personal y no profesional en el artículo 2(10). Ninguna de las tres apps publica si lee marcas de procedencia como Content Credentials. Una marca en el archivo solo ayuda si la plataforma lo abre y mira.

#¿Qué pasa si me expulsan por error por una foto con IA?

Usa la vía de apelación de la plataforma en lugar de crear una cuenta nueva. Tinder y Hinge publican procesos de apelación, y sus términos dicen que puedes apelar si el contenido se retiró por error. Incluye el archivo original, su fecha, una versión sin editar y cualquier insignia de verificación o comprobación de identidad que hayas completado. Los términos también dicen que las empresas pueden no compartir el motivo de una expulsión cuando hacerlo podría afectar a la seguridad o privacidad de otros usuarios, así que la apelación puede resolverse sin explicación detallada.

#¿Es seguro usar una foto asistida por IA en una app de citas?

Es más seguro cuando la foto sigue representándote. Las normas publicadas convergen en el engaño, no en la producción: no inventes una cara, un cuerpo, una edad, un empleo ni una escena. Un retrato asistido por IA que conserva tu parecido y supera una coincidencia facial en directo es un caso distinto de una personalidad generada. Conserva el original sin editar, evita usar la misma cara generada en varias cuentas y divulga la edición cuando la ley o la plataforma lo exijan.

#Conclusión

La pregunta «¿detectan las apps de citas las fotos con IA?» tiene una respuesta aburrida y una útil.

La aburrida es que ninguna de las tres publica un detector general de imágenes con IA. Publican comprobaciones de vitalidad, coincidencias faciales, clasificadores de fraude y normas de moderación. La útil es que el detector nunca fue lo principal. Lo principal es si la persona es real, si la foto es suya y si el perfil es honesto.

Por eso los sistemas son como son. Tinder pide un selfie en vídeo porque una cara en directo es más difícil de falsificar que una fija. Bumble pide a los usuarios que denuncien la IA engañosa porque una persona que puede ver el perfil juzga mejor que un clasificador. Hinge mantiene a un revisor humano en el circuito porque el contexto importa. Ninguna necesita responder a la procedencia para hacer su trabajo.

Si te llevas una sola regla de esta guía, que sea la prueba de la coincidencia facial. Si la foto no sobreviviría a una comparación con tu cara en directo, no es una foto tuya, y el resto del análisis da igual. Si sobreviviría, las siguientes preguntas son sobre hechos y divulgación, no sobre detección.

La tecnología seguirá mejorando. Las señales seguirán caducando. Los contratos seguirán diciendo «tergiversar» y «engañar» en lugar de nombrar un modelo. Las plataformas seguirán invirtiendo en verificación porque resuelve el problema que tienen de verdad. Y las personas al otro lado seguirán haciendo la única pregunta que importa: ¿es real esta persona?

#Metodología y fuentes

Esta guía distingue tres tipos de afirmación:

• Publicado: una cita directa o paráfrasis cercana de un documento de empresa, la orientación de un regulador o un reportaje firmado.
• Inferencia: una conclusión extraída del material publicado, etiquetada en el texto. Las principales: que una prueba de coincidencia facial puede aceptar una imagen sintética que conserva la geometría del usuario, y que ninguna de las tres apps usa la detección de procedencia como filtro principal.
• Desconocido: una pregunta que las empresas no responden públicamente, como si ejecutan un clasificador de imágenes no publicado o si leen metadatos de procedencia.

Fuentes primarias revisadas el 29 de octubre de 2026:

• Tinder, Condiciones de Uso, en vigor desde el 5 de marzo de 2026. Secciones 2c, 2d, 3, 4 y 10.
• Tinder, ¿Cómo funciona la Verificación de Fotos?, actualizado el 13 de agosto de 2026.
• Tinder, Datos y privacidad de Photo Check, actualizado el 5 de octubre de 2026.
• Tinder, Verificación de Fotos e ID + Verificación de Fotos.
• Tinder, Normas Comunitarias, norma 5, «Sé tú mismo».
• Match Group y Tinder, anuncio de Face Check en EE. UU., 22 de octubre de 2025.
• Bumble, Perfiles No Auténticos.
• Bumble, Verificar tus fotos, actualizado en 2026.
• Bumble, Recibir comentarios sobre tus fotos, actualizado el 22 de octubre de 2026.
• TechCrunch, Bumble's new AI tool identifies and blocks scam accounts, fake profiles, 5 de febrero de 2024.
• TechCrunch, Bumble users can now report profiles that use AI-generated photos, 9 de julio de 2024.
• Hinge, Términos, en vigor desde el 25 de agosto de 2025. Secciones 2b, 2d, 4 y 10.
• Hinge, La IA en Hinge: nuestros principios.
• Hinge, Guía de Hinge para usar la IA en las citas, 5 de marzo de 2026.
• CBS News, In the cutthroat world of online dating, men use AI to put their best face forward, publicado el 14 de octubre de 2026.
• CNN, reportaje sobre la prueba de mejora de Tinder, 5 de agosto de 2026, publicado por filiales de CNN Newsource.
• Comisión Europea, Guidelines on transparency obligations under Article 50 of the AI Act, 2026, párrafos 69–70 sobre el artículo 50(2).
• Comisión Europea, FAQ on the AI Act, 24 de julio de 2026.

Dos notas de acceso. Las páginas del centro de ayuda de Tinder devolvieron HTTP 403 al acceso automatizado durante esta revisión; su texto se verificó mediante el índice de búsqueda y las páginas públicas, y solo se citó donde la redacción coincidía en ambas. Las páginas de Bumble y Hinge se leyeron directamente. Ninguna plataforma reveló su arquitectura, sus umbrales ni sus datos de entrenamiento, y no hay en el registro público ninguna referencia independiente de precisión para la detección de imágenes con IA en apps de citas.

Este artículo es información jurídica, no asesoramiento legal. No prueba los sistemas de ninguna plataforma y no promete que una foto concreta vaya a pasar o fallar.

---

#Explora otras herramientas de Nothron

Nothron no es solo un generador de headshots: es un estudio fotográfico con IA completo:

#Herramientas de IA

• Nothron Neural Engine — Aumenta la nitidez, escala y limpia una foto de baja resolución
• Nothron Natural Glow — Mejora el tono de piel sin que el rostro parezca artificial
• Nothron Legacy Touch — Restaura una foto antigua antes de rehacer tu conjunto

#Herramientas de edición fotográfica

• Editor de fotos — Ajusta el brillo, el contraste y los detalles del fondo
• Recortador de imágenes online gratis — Recorta a la proporción que espera cada app
• Recortador circular online gratis — Comprueba cómo se lee una foto como avatar circular

#Herramientas del dashboard

• Nothron Neural Headshot Generator — Crea retratos de citas y profesionales con IA
• Dashboard Neural Engine — Mejora fotográfica avanzada con IA
• Dashboard Natural Glow — Mejora del tono de piel con IA
• Dashboard Legacy Touch — Restauración de fotos antiguas con IA

---

#Otros artículos del blog

• Dónde se permiten las fotos con IA en 2026 — Los tres reglamentos: plataforma, identidad y etiquetado
• Cómo leen tus fotos los algoritmos de las apps de citas — Qué aprenden Tinder, Bumble y Hinge de tus imágenes
• Test de shadowban en apps de citas — Cómo auditar un perfil que dejó de recibir visitas
• Guía de fotos para apps de citas 2026 — Especificaciones por plataforma, recortes y reglas de composición
• Las mejores fotos de perfil para apps de citas — Qué mueve de verdad la tasa de matches
• Cómo eliminar cuentas de Tinder, Bumble y Hinge — Una salida limpia, paso a paso
• Autenticidad de los headshots con IA en LinkedIn — Cómo mantener un retrato con IA reconociblemente tuyo
• Cómo tomar fotos para un generador de headshots con IA — La lista de 10–15 fotos

---

#Biografía del autor

Nothron Team es un grupo de especialistas en IA y edición fotográfica que construye un generador de headshots con IA y un estudio fotográfico que cualquiera puede usar. El equipo se centra en la fidelidad del parecido, la textura natural de la piel y una salida lista para cada plataforma, y escribe sobre cómo evalúan de verdad la calidad de las fotos las plataformas que la gente usa, separando lo que publican las empresas de lo que supone internet.