Detectar vídeos falsos és cada cop més car: els sistemes habituals els examinen d'un en un en processadors digitals, i el volum de vídeo generat amb IA no para de créixer. Un equip de la UCLA liderat per Aydogan Ozcan, amb Parnian Ghapandar Kashani i Shiqi Chen, proposa fer part del càlcul amb llum en lloc d'electricitat.
L'estudi, publicat a la revista eLight (DOI 10.1186/s43593-026-00143-y), descriu un codificador digital lleuger que extreu les característiques de cada vídeo i les converteix en patrons de fase que es mostren en un modulador espacial de llum. Els fronts d'ona travessen després un descodificador òptic passiu, fet amb capes difractives, i uns detectors donen una puntuació d'autenticitat per a cada vídeo. D'aquesta manera es poden analitzar quinze fluxos o més alhora, en un sol pas de llum.
Segons els autors, l'encert mitjà és del 97,79%, amb una sensibilitat del 99,86% i una especificitat del 95,72% en els vídeos falsos del conjunt Celeb-DF. En vídeos generats amb Veo 3, de Google, i amb poc reentrenament, l'encert baixa al 94,8%. Afegir capes difractives va millorar l'encert un 6,8% sense gastar gaire més energia, i el sistema aguanta soroll, desenfocament, compressió JPEG i petits desalineaments. Com que els paràmetres són a la mateixa maquinari, també resisteix atacs adversaris.
El resultat és un prototip de laboratori. Els autors el presenten com una primera etapa de cribratge, que després hauria de revisar un sistema digital convencional, i els encerts s'han mesurat amb conjunts de dades concrets, no amb el trànsit real d'una xarxa social. Falta veure si funciona amb tipus de falsificació nous i a escala industrial.