Qué son los Deepfakes y

cómo protegerte de ellos

Yolanda González
Síntesis elaborada por LILLY SOTO
VÁSQUEZ

1
Índice 2
11.Duración corta
1. ¿Qué son los Deepfakes? 12. Origen de la grabación
2. Tipos de Deepfakes 13. Sonido

3. Deepface 14 Detalles
15 Interior de la boca
4. Deepvoice
16 Consejos para protegerse de los vídeos
5. ¿Cómo se elabora un Deepfake? falsificados
6. ¿Por qué son una amenaza? a) Legislación y regulación
7. Cómo detectar los Deepfakes b) Políticas corporativas y acción voluntaria
8. Encontrar fallos c) Educación y capacitación
9. Parpadeo d) Tecnología anti-deepfake
10. Cuello y cara 17.Ejemplos de deepfakes
Inteligencia artificial y Deep fake 3

• Desde el intercambio de caras hasta los filtros 3D, los efectos

digitales son accesibles de una manera como nunca antes. Pero,
¿qué son estos deepfakes que toman Internet por asalto? ¿Cómo
está evolucionando esta tecnología y qué tiene que ver la
Inteligencia Artificial (IA) con ella?
• Si estás activo en las redes sociales, es posible que hayas visto
muchas aplicaciones y filtros utilizados para intercambiar caras en
imágenes y vídeos. Esa tecnología ha existido durante muchos
años, pero rara vez ha producido resultados tan creíbles.
No todos los Deep fake usan IA pero algunos si 4

• Hoy en día, hay varias formas diferentes de intercambiar caras de

una manera muy realista. No todos usan IA, pero algunos sí:
deepfake es uno de ellos.
• Veamos qué son los Deepfakes, cómo se crean, cómo detectarlos y
cómo podemos protegernos de ellos.
1.¿Qué son los Deepfakes?
5

• Deepfake generalmente se refiere a vídeos en los que la cara

y / o la voz de una persona, generalmente una figura pública,
ha sido manipulada utilizando software de inteligencia artificial
de una manera que hace que el vídeo alterado se vea auténtico.
• Las falsificaciones profundas se consideran una fuente de
preocupación porque a menudo se las utiliza para inducir a
error intencionalmente, como hacer que parezca que un
político dijo algo que no dijo, o hacer que parezca que una
celebridad estaba en un vídeo pornográfico en el que no estaba.
Tecnología de aprendizaje automático 6

• Deepfakes utiliza tecnología de aprendizaje automático de

inteligencia artificial (IA) desarrollada por académicos, aficionados
e industria. El desarrollo inicial se produjo a fines de la década de
1990, y los avances importantes se realizaron a fines de la década
de 2010.
Algoritmos sofisticados 7

• Esta tecnología se basa en algoritmos sofisticados en los que,

por decirlo de manera simple, una IA genera imágenes de
personas y una segunda IA adivina si las imágenes son reales o
falsas. De esta manera, las IA mejoran cada vez más en lo que
están haciendo.
• Los codificadores automáticos y las redes de confrontación
generativas son algunos de los nombres técnicos involucrados
en estos algoritmos. Junto con las imágenes, los deepfakes
pueden crear audio con sonido real.
Combinación de falso y aprendizaje profundo 8

• Como término, deepfake combina falso (porque los medios son

falsos, no genuinos) y aprendizaje profundo, un tipo de redes
neuronales artificiales basadas en aprendizaje automático. Estas
redes, nuevamente, para ser simplistas, son como programas de
computadora modelados a partir de cerebros.
• Las formas de deepfakes también se han dirigido a figuras
públicas, como el CEO de Facebook, Mark Zuckerberg, y la
Presidenta de la Cámara de Representantes de EE.UU., Nancy
Pelosi, lo que ha generado crecientes preocupaciones sobre el
gran potencial de desinformación y fraude.
Facebook anunció prohibición de deepfakes 9

• En enero de 2020, Facebook anunció una prohibición de deepfakes

(excepto los que son claramente parodia o sátira), aunque la
compañía fue criticada por no ir lo suficientemente lejos para
combatir lo que están siendo llamados falsificaciones baratas. En
general, se refieren al contenido que se ha alterado con
intenciones maliciosas.
• Debemos diferenciar los deepfakes de las fakenews o noticias
falsas. En estas no se utilizan imágenes ni audios.
10
 11
2.Tipos de deepfake
Tipos de Deepfakes
12

• Existen dos tipos principales de deepfakes, deepfaces y deepvoices. Vamos a analizar

cada uno de ellos.
• 3. Deepface
• Deepface consiste en crear fotos convincentes pero completamente ficticias desde
cero.
• La animación de imagen tiene como objetivo generar secuencias de vídeo de modo
que la persona en la imagen de origen esté animada de acuerdo con el movimiento de
un vídeo. El objetivo es crear vídeos falsificados.
• Esta tecnología se encuentra dentro del campo de la visión por ordenador, y los
investigadores de IA han estado trabajando para producir vídeos más realistas.
Aprovecha el aprendizaje automático para manipular y generar imágenes o vídeos que
reemplazan a una persona por otra.
4. Deepvoice 13

• Deepvoice
• Deepvoice es la suplantación de la voz de una persona en un audio, haciendo que
parezca su voz real.
• Hasta hace poco, si le dijéramos esto, pensarían que estábamos locos. Pero con los
medios sintéticos impulsados por la inteligencia artificial como los deepfakes en
aumento, esto ya está comenzando a suceder.
• Tomemos, por ejemplo, el primer delito cibernético impulsado por IA del mundo que
se informó a principios de septiembre de 2019.
• Utilizando la tecnología de síntesis de voz, los ladrones pudieron convencer a un
ejecutivo de energía para que pensara que estaba hablando por teléfono con el
CEO de su empresa matriz, engañándolo para que transfiriera más de 250,000
dólares a su cuenta.
5. ¿Cómo se elabora un Deepfake?
14

• Los investigadores universitarios y los estudios de efectos

especiales han empujado los límites de lo que es posible con la
manipulación de vídeo e imagen.
• Pero los deepfakes nacieron en 2017 cuando un usuario de Reddit
del mismo nombre publicó vídeos porno falsos en el sitio. Los
vídeos intercambiaron los rostros de celebridades (Gal Gadot,
Taylor Swift, Scarlett Johansson y otros) por artistas porno.
Deepfakes programs 15

• Hacer un vídeo de intercambio de caras es bastante sencillo.

Además, existen deepfakes programs.
• Primero, ejecuta miles de tomas faciales de las dos personas a
través de un algoritmo de IA llamado codificador. El codificador
encuentra y aprende similitudes entre las dos caras y las reduce
a sus características comunes compartidas, comprimiendo las
imágenes en el proceso.
Decodificador 16

• Luego se enseña un segundo algoritmo de IA llamado decodificador para

recuperar las caras de las imágenes comprimidas. Debido a que las caras son
diferentes, entrena un decodificador para recuperar la cara de la primera
persona y otro decodificador para recuperar la cara de la segunda persona.
• Para realizar el intercambio de caras, simplemente introduce imágenes
codificadas en el decodificador “incorrecto”.
• Por ejemplo, una imagen comprimida de la cara de la persona A se
alimenta al decodificador capacitado en la persona B.
• El decodificador luego reconstruye la cara de la persona B con las
expresiones y la orientación de la cara A para un video convincente.
Red de confrontación generativa GAN 17

• Otra forma de hacer deepfakes utiliza lo que se llama una red de

confrontación generativa, o Gan.
• Un Gan enfrenta dos algoritmos de inteligencia artificial uno
contra el otro.
• El primer algoritmo, conocido como generador, recibe ruido
aleatorio y lo convierte en una imagen. Esta imagen sintética se
agrega a una secuencia de imágenes reales, de celebridades,
digamos, que se introducen en el segundo algoritmo, conocido
como discriminador.
Repetición del proceso 18

• Al principio, las imágenes sintéticas no se verán como caras.

Pero si repites el proceso innumerables veces, con comentarios
sobre el rendimiento, el discriminador y el generador mejoran.
Dados suficientes ciclos y comentarios, el generador comenzará
a producir rostros completamente realistas de celebridades
completamente inexistentes.
 19
6.¿ Por qué son una amenaza?
¿Por qué son una amenaza?
20

• El impacto más insidioso de los deepfakes, junto con otros medios sintéticos y
noticias falsas, es crear una sociedad de confianza cero, donde la gente no
pueda, o ya no se moleste en distinguir la verdad de la falsedad. Y cuando se
erosiona la confianza, es más fácil generar dudas sobre eventos específicos.
• A medida que la tecnología se vuelve más accesible, los deepfakes podrían
significar problemas para los tribunales, particularmente en las batallas por la
custodia de los niños y los tribunales de empleo, donde los eventos falsos podrían
ingresarse como evidencia.
• Pero también plantean un riesgo de seguridad personal: las falsificaciones
profundas pueden imitar datos biométricos y potencialmente pueden engañar a
los sistemas que dependen del reconocimiento de rostro, voz o venas. El
potencial de estafas es claro.
Razones 21

• Llama a alguien que no conoces y es poco probable que transfiera dinero a una
cuenta bancaria desconocida. Pero, ¿qué pasa si tu “madre” o “hermana” configura
una videollamada en WhatsApp y hace la misma solicitud?
• Los deepfakes son una gran amenaza para nuestra sociedad, sistema político y
negocios porque:
• • presionan a los periodistas que luchan por filtrar las noticias reales de las falsas,
• • amenazan la seguridad nacional al difundir propaganda e interferir en las
elecciones,
• • obstaculizan la confianza de los ciudadanos hacia la información por las
autoridades, y
• • plantean problemas de ciberseguridad para personas y organizaciones.
7. Cómo detectar los Deepfakes
22
Cómo detectar los Deepfakes
23

• Los deepfakes son difíciles de detectar para los ojos no entrenados

porque pueden ser bastante realistas. Ya sea que se utilicen como
armas personales de venganza, para manipular los mercados
financieros o para desestabilizar las relaciones internacionales, los
vídeos que muestran a las personas que hacen y dicen cosas que
nunca hicieron o dijeron son una amenaza fundamental para la
idea de que “ver para creer”.
Programas para detectar 24

• La mayoría de los deepfakes se hacen mostrando al algoritmo

informático muchas imágenes de una persona y luego haciendo
que use lo que vio para generar nuevas imágenes faciales. Al
mismo tiempo, su voz se sintetiza, por lo que parece y suena como
si la persona hubiera dicho algo nuevo.
• Existen varios trabajos para detectar los vídeos o audios falsos.
Podemos detectarlos mediante una serie de sistemas.
 25
8.Encontrar fallos
Encontrar fallos
26

• Pueden detectarse los deepfakes con fallos que los falsificadores

no pueden solucionar fácilmente.
• Cuando un algoritmo de síntesis de vídeo falso genera nuevas
expresiones faciales, las nuevas imágenes no siempre coinciden
con el posicionamiento exacto de la cabeza de la persona, o las
condiciones de iluminación, o la distancia a la cámara.
 27

• Para hacer que las caras falsas se mezclen con el entorno, deben
ser transformadas geométricamente: giradas, redimensionadas o
distorsionadas. Este proceso deja artefactos digitales en la imagen
resultante.
• Es posible que hayas notado algunos artefactos de
transformaciones particularmente graves. Esto puede hacer que
una foto se vea alterada, como bordes borrosos y piel
artificialmente lisa. Las transformaciones más sutiles aún dejan
evidencia, y se puede enseñar un algoritmo para detectarlo,
incluso cuando las personas no pueden ver las diferencias.
 28
9.Parpadeo
Parpadeo
29

• Una forma de detectar los deepfakes es fijándonos en las veces

que parpadea la persona. Todos parpadeamos una vez cada tres o
seis segundos y cada parpadeo dura unas tres décimas de segundo.
• Cuando estamos ante un vídeo falso, la persona parpadea menos
veces que si fuera real ya que el algoritmo a través del que está
realizada esa falsificación no puede parpadear a la misma
velocidad que un humano.
 30
10.Cuello y cara
Cuello y cara
31

• Los deepfakes son principalmentes sustituciones de caras ya que

sustituir un cuerpo es mucho más complicado. Por eso, debemos
fijarnos en el cuerpo de la persona a la que se le ha sustituido la
cara y, si las características de ese cuerpo no coinciden con las del
de la persona real, estamos ante una falsificación.
 32
11.Duración corta
Duración corta
33

• Casi todos los deepfakes compartidos duran muy pocos segundos

ya que el proceso de aprendizaje para realizar falsificaciones lleva
mucho trabajo. Por eso, si vemos un vídeo demasiado corto con un
contenido difícil de creer, podemos pensar que estamos ante un
deepfake.
12.Origen de la grabación
34
Origen de la grabación
35

• A la hora de detectar un deepfake, también nos ayuda encontrar

al primero que compartió ese vídeo. De esa forma podremos
verificar el contexto en el que se produjo esa publicación y si el
material de origen tenía más detalles.
 36
13. Sonido
Sonido
37

• Muchas veces, el algoritmo que modifica la grabación no ajusta el

sonido. Podemos darnos cuenta de que estamos ante una
falsificación cuando el sonido no coincide con la imagen porque no
exista una correcta sincronización con el movimiento de los labios.
 38
14.Detalles
Detalles
39

• También es importante estar al tanto de los detalles de la

grabación. Si reproducimos el vídeo a velocidad más reducida, nos
daremos cuenta de modificaciones repentinas de la imagen o
cambios en el fondo de una persona que demostrarán que se trata
de una falsificación.
 40
15. Interior de la boca
Interior de la boca
41

• Los algoritmos de aprendizaje automático son incapaces aún de

copiar exactamente la lengua, los dientes o el interior de la boca
al hablar. Es importante fijarse en los detalles, un diminuto
desenfoque en el interior de la boca puede demostrar que esa
grabación es falsa.
16. Consejos para protegerse de los vídeos 42
falsificados
Consejos para protegerse de los vídeos falsificados
43

• Existen cuatro formas de combatir los deepfakes que analizamos a

continuación.
• 1. Legislación y regulación
• La legislación y la regulación son medios obvios contra los deepfakes.
• En la actualidad, las leyes civiles o penales no abordan
específicamente los deepfakes, aunque los expertos legales han
sugerido adaptar las leyes actuales para cubrir difamación, fraude de
identidad o suplantar a un funcionario del gobierno que utiliza
falsificaciones profundas.
Legislación y regulación…2 44

• La creciente sofisticación de las tecnologías de IA exige nuevos

tipos de leyes y marcos regulatorios. Por ejemplo, los deepfakes
plantean preocupaciones sobre la privacidad y los derechos de
autor, ya que las representaciones visuales de las personas en los
vídeos de deepfake no son copias exactas de ningún material
existente, sino más bien nuevas representaciones generadas por
AI.
Legislación y regulación…3 45

• Los reguladores deben navegar un panorama legal difícil en torno

a las leyes de libertad de expresión y propiedad para regular
adecuadamente el uso de la tecnología deepfake.
• Por otro lado, una solución legal adecuada para la proliferación de
deepfakes nocivos no sería una prohibición total de la tecnología,
lo que sería poco ético. Si bien se pueden introducir nuevas leyes
para evitar deepfakes, también necesitan mecanismos de
aplicación.
Legislación y regulación …4 46

• Las empresas de redes sociales de hoy en día disfrutan de una

amplia inmunidad para el contenido que los usuarios publican en
sus plataformas. Una opción legislativa podría ser hacer retroceder
la inmunidad legal de las empresas de redes sociales contra el
contenido que publican sus usuarios, lo que hace que no solo los
usuarios sino también las plataformas sean más responsables del
material publicado.
2. Políticas corporativas y acción voluntaria 47

• 2. Políticas corporativas y acción voluntaria

• Las políticas corporativas y la acción voluntaria pueden proporcionar herramientas más
efectivas contra los deepfakes.
• Por ejemplo, los políticos pueden comprometerse a no utilizar tácticas ilícitas de
campaña digital o difundir desinformación como deepfakes en sus campañas electorales.
• Si bien pocas empresas de redes sociales tienen políticas aún sobre deepfakes, deberían
colaborar para evitar que sus plataformas sean usadas para la desinformación y, por lo
tanto, aplicar proactivamente políticas transparentes y compartidas para bloquear y
eliminar los deepfakes.
• Actualmente, muchas empresas no eliminan el contenido en disputa, sino que lo reducen
para que sea más difícil de encontrar, al ser menos prominente en las noticias de los
usuarios.
Políticas corporativas y acción voluntaria …2 48

• Por otro lado, el aumento en el discurso de odio, las noticias falsas

y la desinformación de las plataformas digitales contaminantes ha
llevado a algunas empresas a tomar más medidas, como suspender
las cuentas de los usuarios e invertir en tecnología de detección
más rápida.
Políticas corporativas y acción voluntaria …3 49

• Reddit y Pornhub han prohibido el porno falso y otras pornografías

no consensuadas, y actúan cuando los usuarios señalan dicho
material. Facebook corta cualquier contenido identificado como
falso o engañoso por verificadores de hechos de terceros que
publican anuncios y ganan dinero; La compañía trabaja con más de
50 organizaciones de verificación de hechos, académicos, expertos
y formuladores de políticas para encontrar nuevas soluciones. Los
algoritmos de Instagram no recomendarán a las personas que vean
contenido marcado como “falso” por los verificadores de hechos.
3. Educación y capacitación
50

• 3. Educación y capacitación
• La educación y la capacitación son cruciales para combatir los
deepfakes. A pesar de la considerable cobertura de noticias y las
inquietudes presentadas por las autoridades, la amenaza de
deepfakes aún no ha sido considerada por el público.
Educación y capacitación…2 51

• En general, existe la necesidad de aumentar la conciencia pública

sobre el potencial de mal uso de la IA. Mientras que los deepfakes
proporcionan a los ciberdelincuentes nuevas herramientas para la
ingeniería social, las empresas y organizaciones deben estar en
alerta máxima y establecer planes de ciber-resiliencia.
• Los gobiernos, los reguladores y las personas deben comprender
que el vídeo, a diferencia de las apariencias, puede no
proporcionar una representación precisa de lo que sucedió, y
saber qué pistas perceptivas pueden ayudar a identificar
deepfakes.
Educación y capacitación…3 52

• Estas habilidades también deberían promoverse entre la población mayor y menos

conocedora de la tecnología. La razón de esto es que las personas necesitan poder
evaluar críticamente la autenticidad y el contexto social de un vídeo que desean
consumir, así como la confiabilidad de su fuente, para comprender la verdadera
intención del vídeo.
• Además, las personas deben comprender que a medida que se desarrolle la tecnología,
se necesitarán menos fotografías de caras reales para crear falsificaciones profundas y
que nadie es inmune. Cualquiera que publique una sola foto o un vídeo que capture 30
cuadros por segundo en un sitio de redes sociales corre el riesgo de ser falsificado.
• Las empresas, los gobiernos y las autoridades que utilizan tecnología de
reconocimiento facial y almacenan grandes cantidades de datos faciales con fines de
seguridad y verificación, deben abordar la amenaza del robo de identidad en caso de
que se filtren dichos datos.
4.Tecnología anti-deepfake 53

• 4. Tecnología anti-deepfake
• La tecnología anti-deepfake proporciona quizás el conjunto más variado de
herramientas para:
• • detectar deepfakes,
• • autenticar contenido y
• • evitar que el contenido se use para producir deepfakes.
• En general, los problemas de la tecnología para autenticar el contenido e
identificar falsificaciones lo están haciendo a escala, y el hecho de que hay
muchos más recursos de investigación disponibles y personas que trabajan en el
desarrollo de tecnología para crear deepfakes que en la tecnología para
detectarlos.
Tecnología antideepfake …2 54

• Por ejemplo, los usuarios cargan 500 horas de contenido por minuto en YouTube.
Twitter lucha con 8 millones de cuentas a la semana que intentan difundir
contenido a través de tácticas manipuladoras. Esto crea enormes desafíos para
que las tecnologías revisen todo el material publicado en poco tiempo.
• Los desarrolladores de deepfake tienden a usar los resultados de la investigación
de deepfake publicada para mejorar su tecnología y sortear nuevos sistemas de
detección.
• Por ejemplo, los investigadores descubrieron que los primeros métodos de
deepfake no podían imitar la velocidad a la que una persona parpadea; mientras
que los programas recientes han solucionado la falta de parpadeo o parpadeo no
natural después de que se publicaron los hallazgos.
Tecnología antideepfake…3 55

• Si bien la financiación para el desarrollo de la detección de deepfakes

proviene principalmente de agencias de seguridad nacional, existen
oportunidades comerciales significativas para que las compañías
privadas de ciberseguridad produzcan software para la detección de
deepfakes, construyan plataformas confiables, eliminen bots ilícitos y
luchen contra el fraude y la contaminación digital.
• Sin embargo, el desarrollo de la tecnología anti-deepfake por sí solo no
es suficiente. Las organizaciones también deben adoptar estas
tecnologías; Por ejemplo, el gobierno de cualquier país puede
modernizarse para enfrentar y ayudar a proteger a sus ciudadanos
contra los deepfakes.
Tecnología antideepfake…4 56

• Ninguna de las soluciones tecnológicas puede eliminar por

completo el riesgo de deepfakes, y el solucionismo tecnológico
puede incluso desorientar la discusión de preguntas más
existenciales sobre por qué existen deepfakes y qué otras
amenazas puede imponer AI.
• Por lo tanto, las formas más eficientes para combatir la
propagación de las falsificaciones profundas implican una
combinación de avances legales, educativos y sociotécnicos.
 57
17.Ejemplos de Deepfake
Ejemplos de Deepfakes 58

• Ejemplos de Deepfakes
• La mayoría de los fanáticos de hoy en las plataformas sociales
como YouTube o Facebook pueden verse como una diversión
inofensiva o obras artísticas que utilizan figuras públicas vivas o
muertas.
• Pero también hay ejemplos del lado oscuro de los deepfakes, a
saber, el porno de celebridades y venganza, así como los intentos
de influencia política y no política.
Ejemplos de Deepfakes…2 59

• Muchos deepfakes se centran en celebridades, políticos y líderes

corporativos porque Internet está repleto de fotos y vídeos de
ellos para construir las grandes reservas de imágenes necesarias
para entrenar un sistema de inteligencia artificial. La mayoría de
tales deepfakes son bromas y memes divertidos con efecto cómico
o satírico.
• Un deepfake podría mostrar, por ejemplo, a Nicolas Cage
actuando en películas en las que nunca ha protagonizado, como
Indiana Jones o Terminator 2.
Ejemplos de deepfakes…3 60

• Algunos ejemplos interesantes de deepfakes incluyen un vídeo que

reemplaza a Alden Ehrenreich con el joven Harrison Ford en clips
tomados de Solo: A Star Wars Story, y un vídeo del actor Bill Hader
apareciendo en Late Night con David Letterman. Mientras Hader
habla de Tom Cruise, su rostro se transforma en el de Cruise.
 61

• Un museo de arte en los EE. UU. ha utilizado la tecnología para

dar vida a Salvador Dalí para saludar a los visitantes, y otro
sistema de IA hace que cualquiera baile como una bailarina
imponiendo los movimientos de una bailarina real en el cuerpo
de una persona objetivo, generando así vídeo que muestra al
objetivo como bailarín profesional.
 62

• Sin embargo, también están apareciendo ejemplos de deepfakes

nocivos. La tecnología Deepfake permite el porno de celebridades
y venganza, es decir, pornografía involuntaria utilizando imágenes
de celebridades, que se comparten en las redes sociales sin su
consentimiento.
Ejemplos de deepfakes…4 63

• Por lo tanto, celebridades como Scarlett Johansson han aparecido en

películas porno, en las que sus rostros se han superpuesto sobre los
rostros de las estrellas porno.
• En la escena política, un deepfake de 2018 creado por el cineasta de
Hollywood Jordan Peele presentó al ex presidente estadounidense
Obama discutiendo los peligros de las noticias falsas y burlándose del
actual presidente Trump. En un vídeo falso de 2018, Donald Trump
ofreció consejos a la gente de Bélgica sobre el cambio climático. El
video fue creado por un partido político belga “sp.a” con el fin de atraer
a la gente a firmar una petición en línea pidiendo al gobierno belga que
tome medidas climáticas más urgentes.
Ejemplos de deepfakes…5 64

• En España, el deepfake más famoso es la parodia El equipo E, en

el que se utilizan las caras de los principales líderes políticos del
país para hacerlos pasar por los protagonistas de la serie televisiva
de los años ochenta El equipo A.
• Otros deepfakes pueden tener un impacto más duradero. En
Malasia, un clip viral de la confesión de un hombre de tener
relaciones sexuales con un ministro del gabinete local causó
controversia política.
Ejemplos de deepfakes…6 65

• También se han utilizado individuos no políticos para crear

deepfakes. En junio de 2019, un deepfake de alta calidad de dos
artistas británicos con el CEO de Facebook, Mark Zuckerberg,
acumuló millones de visitas. El vídeo retrata falsamente a
Zuckerberg respetando a Spectre, una organización ficticia del mal
de la serie James Bond que le enseña cómo tomar el control total
de miles de millones de datos confidenciales de las personas, y así
poseer su futuro. El vídeo tenía la intención de mostrar cómo se
puede usar la tecnología para manipular datos.
 66

•Gracias