Google lanzó Nano Banana para Google Earth, su gemelo digital de la Tierra elaborado con 24 millones de fotografías satelitales. El objetivo era permitir que se utilizara para fines académicos e históricos, pero los usuarios llenaron la versión digital del planeta con contenido falso.
«Escribe lo que quieres ver»
Fueron las cinco palabras con las que Google convirtió a su versión digital de la Tierra en un caos, desde explosiones en ciudades como Barcelona, campos de refugiados en México o Godzilla causando destrucción en la bahía de Tokio. Todas generadas por IA.
El 31 de julio de 2026, Google anunció una nueva función para Google Earth: la posibilidad de generar, con una simple instrucción de texto, imágenes satelitales que combinaban vistas reales con contenido creado por inteligencia artificial. Menos de 24 horas después, la retiró. Entre un momento y el otro, alguien había fabricado una planta nuclear inexistente en Irán, y esa imagen circulaba ya por redes sociales con la credibilidad de una fotografía satelital auténtica.
Es una de las marchas atrás más rápidas que se recuerdan en la historia reciente de los lanzamientos de producto en inteligencia artificial. Y es, también, un caso de estudio útil para entender un problema que va mucho más allá de Google: qué pasa cuando la IA generativa deja de fabricar imágenes desde cero y empieza a superponerlas sobre una base de datos que el mundo entero considera objetiva.
Una premisa atractiva
La función estaba construida sobre Nano Banana 2, el modelo de generación de imágenes de Google, e integrada directamente en Google Earth. La propuesta era, en teoría, razonable: permitir a un usuario tomar una vista satelital real de cualquier punto del planeta y modificarla con una instrucción escrita, para crear reconstrucciones históricas de una ciudad antes de un terremoto, visualizar cómo luciría un proyecto urbanístico todavía no construido, o generar infografías educativas apoyadas en geografía real.
Ese tipo de edición asistida por IA no es nueva en sí misma; lleva años existiendo en herramientas de diseño y en aplicaciones de fotografía. Lo distinto, y lo que la volvió peligrosa casi de inmediato, fue el soporte sobre el que se aplicaba: no una foto cualquiera subida por un usuario, sino la base de datos satelital de Google Earth, la misma que gobiernos, periodistas, organizaciones humanitarias y tribunales han tratado durante años como una fuente prácticamente incuestionable de verdad visual.
Pero todo comenzó a ir mal y muy rápido.
No hizo falta un ataque coordinado ni una campaña de desinformación organizada para exponer el problema. Bastó con el trabajo de un solo periodista de investigación, Henk van Ess, que empezó a probar los límites de la herramienta en horas. Generó una supuesta central nuclear en territorio iraní. Construyó escenas de movimientos de refugiados en la frontera entre Estados Unidos y México. Otros usuarios, siguiendo el mismo camino, produjeron imágenes de explosiones, protestas y actividad militar superpuestas sobre coordenadas geográficas reales.
Ninguna de ellas era real. Todas parecían auténticas.
¿Por qué falló el modelo?
Google no lanzó la función sin ningún tipo de protección. Las imágenes generadas no aparecían en la experiencia pública de Google Earth, solo el usuario que las creaba podía verlas, y llevaban una marca de agua que las identificaba como contenido generado por IA.
En teoría, ese diseño parece razonable: contener la creación dentro de un entorno controlado y etiquetar lo sintético.
El problema es que ninguna de esas dos barreras sobrevive al gesto más simple de internet: una captura de pantalla. En cuanto una imagen generada se recorta y se comparte fuera de la plataforma como en un tuit, un grupo de mensajería, un artículo, la marca de agua puede eliminarse, difuminarse o directamente recortarse fuera del encuadre. Lo que queda circulando ya no es «una imagen generada por IA en una app de Google»: es, para cualquiera que la vea sin contexto, una fotografía satelital de una planta nuclear en Irán.
Esa es la lección técnica central del episodio: proteger un contenido dentro de una plataforma no protege nada una vez que ese contenido sale de ella. Y en 2026, prácticamente todo contenido visual está a un clic de salir de la plataforma que lo creó.
Menos de 24 horas después…
Google reaccionó con una velocidad inusual para una empresa de su tamaño: en menos de un día, suspendió la función por completo y calificó la pausa como temporal, mientras su equipo trabaja en «barreras adicionales» para reducir el riesgo de uso indebido antes de un eventual relanzamiento. No ofreció, sin embargo, un calendario concreto ni detalles técnicos sobre en qué consistirían esas nuevas protecciones.
La rapidez de la respuesta puede leerse de dos maneras, y probablemente ambas sean ciertas a la vez. Por un lado, refleja que Google entendió con claridad la magnitud del riesgo reputacional y social: una imagen satelital falsa de una instalación nuclear no es un meme incómodo, es el tipo de material que puede alimentar tensiones geopolíticas reales si circula sin el contexto adecuado.
Por otro lado, expone algo más incómodo: que ese riesgo era previsible antes del lanzamiento, no un efecto secundario imposible de anticipar. La compañía que entrena algunos de los sistemas de detección de desinformación más sofisticados del mundo no necesitaba a un periodista externo para imaginar que alguien fabricaría una planta nuclear falsa el primer día.
Para reflexionar
Más allá de retirar una función en 24 horas, el caso de Google Earth funciona como una advertencia temprana sobre un patrón que probablemente se repita: a medida que los modelos generativos se integran directamente en las fuentes de información que consideramos más confiables (mapas, imágenes satelitales, archivos históricos, bases de datos oficiales), el daño potencial de una falla de seguridad deja de medirse en «contenido embarazoso» y empieza a medirse en «erosión de la confianza en la evidencia misma».
Google probablemente relanzará esta función, con más controles. La pregunta que este episodio deja abierta no es si volverá, sino si existe alguna combinación de marcas de agua, restricciones de acceso o políticas de uso capaz de contener un problema que, en última instancia, no es técnico sino estructural: en cuanto una imagen falsa nace indistinguible de una real, protegerla dentro de una plataforma es, en el mejor de los casos, una solución parcial.
