Google Earth retiró Nano Banana 2 tras generar imágenes falsas de desastres

A finales de julio de 2026, Google activó brevemente en Google Earth una función experimental de inteligencia artificial generativa llamada Nano Banana 2, basada en la plataforma Gemini. Al día siguiente, la función ya no existía.

En menos de 24 horas, la compañía detectó que usuarios estaban generando imágenes satelitales falsas de escenarios catastróficos —una explosión en Melilla, una invasión en la Plaça de Catalunya de Barcelona, una zona de desastre inventada— y las compartían en redes sociales como si fueran reales. La velocidad de la retirada y la contundencia del comunicado oficial sugieren que Google evaluó el riesgo como grave. La pregunta que queda sobre la mesa para cualquier organización que utilice herramientas de IA generativa es: ¿cómo se controla lo que la inteligencia artificial puede imaginar cuando se apoya sobre una plataforma que el mundo entero considera verdadera?

La brecha entre creatividad y veracidad

Nano Banana 2 permitía a los usuarios modificar cualquier localización del planeta mediante instrucciones de texto: agregar edificios, cambiar paisajes, simular eventos. Google lo presentó como una herramienta para planificación urbana, reconstrucciones históricas o exploración visual. Pero lo que ocurrió en las primeras horas fue exactamente lo contrario de lo esperado. Periodistas e investigadores de inteligencia de fuentes abiertas (OSINT) comenzaron a circular capturas de pantalla que mostraban eventos ficticios con un nivel de realismo tal que era imposible distinguirlos de imágenes satelitales auténticas a simple vista. Un periodista de la BBC ironizó en redes que era "difícil imaginar" que una herramienta así pudiera usarse para desinformación, en clara referencia al riesgo evidente que Google había subestimado.

La compañía explicó que las imágenes generadas llevaban una marca de agua digital y que nunca formaban parte de la capa pública de Google Earth —solo quedaban en proyectos privados de los usuarios—. Pero eso resultó insuficiente: cualquiera podía hacer una captura de pantalla, recortar la marca de agua y compartir la imagen falsa fuera de la plataforma. El daño potencial para la confianza en imágenes satelitales, utilizadas por periodistas, gobiernos, investigadores climáticos y fuerzas de seguridad en todo el mundo, era enorme.

El debate técnico que no se resolvió

Este episodio no es aislado.

La comunidad académica ya viene discutiendo cómo evitar que los modelos generativos produzcan contenido inseguro sin necesidad de reentrenarlos cada vez que aparece un nuevo riesgo.

Pero Google, que tiene acceso a equipos de investigación de primer nivel y a una infraestructura de pruebas masiva, no implementó un filtro de este tipo antes del lanzamiento. O lo hizo de forma insuficiente. La pregunta que surge naturalmente es si la industria está yendo demasiado rápido, empujada por la competencia entre gigantes tecnológicos, y si los mecanismos de control de calidad están quedando rezagados. La diferencia entre una herramienta creativa y un vector de desinformación puede ser cuestión de horas, como este caso demuestra.

Lo que significa para las empresas en América Latina

Para las organizaciones latinoamericanas que dependen de imágenes satelitales para la toma de decisiones —desde ministerios de agricultura que monitorean cultivos hasta compañías de seguros que evalúan daños por desastres naturales—, este incidente debería encender una alerta. Si una plataforma tan consolidada como Google Earth puede ser contaminada por contenido generado por IA en menos de un día, el costo de verificación de la información geoespacial se dispara. Ya no basta con confiar en la fuente; habrá que implementar procesos de validación adicionales.

Además, el caso deja una lección regulatoria. La capacidad de generar imágenes falsas de ubicaciones reales con fines de desinformación política o económica es un riesgo concreto. Una imagen satelital alterada de una zona de conflicto en la Amazonía o de una instalación energética estratégica podría desatar consecuencias reales en los mercados o en la opinión pública. La regulación no puede limitarse a exigir marcas de agua digitales; debe establecer responsabilidades claras para las empresas que despliegan estas herramientas, incluyendo la obligación de implementar filtros robustos antes del lanzamiento.

Resulta preocupante el silencio de Google sobre qué contenidos concretos se detectaron y qué medidas de seguridad adicionales implementará. La compañía habla de "protecciones más sólidas", pero no ofrece plazos ni detalles técnicos. Para cualquier CTO o responsable de cumplimiento en la región, la lección es clara: la confianza en la IA generativa no puede darse por sentada. Cada integración de esta tecnología requiere un análisis de riesgos específico, mecanismos de control en tiempo real y un plan de contingencia para retirar funciones si el comportamiento real supera lo previsto.

Un cierre reflexivo

La historia de Nano Banana 2 en Google Earth no es solo un tropiezo de Google. Es una advertencia sistémica sobre cómo la inteligencia artificial generativa, cuando se apoya sobre plataformas que gozan de una confianza casi incuestionable, puede erosionar esa confianza más rápido de lo que la tecnología puede repararla. La pregunta que queda para los ejecutivos latinoamericanos no es si la IA generativa llegará a sus sectores —ya está llegando—, sino si sus organizaciones tienen la capacidad de detectar, medir y corregir los riesgos antes de que los daños sean públicos.