Ghost Font: la fuente legible para humanos

Ghost Font parte de una pregunta muy concreta: ¿cómo haces para que un humano lea sin esfuerzo, pero una máquina no pueda copiar el texto tan fácil? No estamos hablando de magia ni de una tipografía para impresionar en una demo. El interés real está en algo más práctico: proteger contenido visible frente a scraping, OCR automatizado y sistemas que extraen texto desde imágenes, PDFs o capturas.

Ese problema ya no es teórico. Si publicas catálogos, precios, menús, documentos internos, materiales educativos o piezas de marketing, alguien puede copiarlo con un crawler, un OCR barato o un modelo que lea imágenes. Y aunque no exista una solución perfecta, sí hay decisiones de diseño que suben el costo del abuso sin arruinar la experiencia para la persona que sí quiere leer.

Qué propone Ghost Font y por qué importa

Ghost Font, como concepto, se mueve en una zona interesante entre tipografía y defensa de contenido. La idea no es hacer letras ilegibles para todo el mundo. La idea es mantener legibilidad humana razonable mientras reduces la probabilidad de que un sistema automatizado extraiga el texto con precisión. Eso puede lograrse con formas de letra menos predecibles, variaciones sutiles, ligaduras inusuales o detalles que confunden algoritmos de reconocimiento.

Ahí está el punto importante: el objetivo no es “bloquear la IA” por completo, porque eso casi nunca es realista. El objetivo es elevar la fricción. Si un scraper necesita más pasos, más limpieza previa, más postprocesado o más intervención manual, ya cambiaste la ecuación. Para ciertos casos, como contenido sensible o páginas con alto valor comercial, ese aumento de costo puede ser suficiente.

También conviene separar dos cosas. Una es la legibilidad para personas. Otra es la capacidad de una máquina para extraer texto. A veces se mezclan porque suenan parecidas, pero no lo son. Puedes tener una fuente bonita y legible que un OCR lea bien. También puedes tener una fuente rara que sigue siendo legible para ti, pero que rompe el reconocimiento automático. Ghost Font apunta a esa segunda categoría.

Legible no significa fácil de copiar

Si trabajas en producto o contenido, seguro ya viste el patrón: cuando algo se muestra en pantalla, mucha gente asume que está “protegido” por el simple hecho de no estar en HTML plano. No es así. Una captura de pantalla, un PDF o una imagen con texto ya son material suficiente para OCR moderno. En muchos casos, un modelo de visión puede leerlo con una precisión muy alta.

Por eso una fuente como Ghost Font interesa más allá del truco visual. Te obliga a pensar el contenido como un sistema, no solo como un archivo. Si el texto está en imagen, ¿qué tan fácil es extraerlo? Si está en PDF, ¿hay capa de texto? Si está en SVG, ¿se puede copiar? Si está renderizado en canvas, ¿qué pasa con el OCR? Cada formato cambia el riesgo.

Cómo funciona la resistencia al OCR en la práctica

No existe una sola técnica. Lo que suele funcionar es combinar varias. La tipografía puede introducir ambigüedad en caracteres parecidos, como la, I, 1, O y 0. También puede usar trazos que un lector humano interpreta por contexto, pero que un OCR segmenta mal. En palabras simples: tú lees palabras, la máquina intenta leer piezas.

Un sistema de OCR busca patrones estadísticos. Si la fuente rompe la consistencia de los glifos o introduce variaciones que no siguen una forma estándar, el modelo empieza a dudar. Y cuando duda, baja la precisión. Eso no garantiza seguridad total, pero sí puede hacer que el texto salga con errores, caracteres cambiados o palabras incompletas.

Hay una diferencia clave entre confundir y bloquear. Confundir al OCR puede bastar si quieres frenar scraping masivo. Bloquear de verdad es mucho más difícil, porque siempre puede aparecer un modelo mejor, una nueva librería o una persona que haga captura manual. Por eso conviene pensar en capas.

Qué tipo de ataques intenta frenar

En un caso real, la amenaza no suele ser una sola. Puede ser un bot que descarga páginas y hace OCR sobre capturas. Puede ser un competidor que copia tus precios desde un catálogo. Puede ser un scraper que toma textos de una landing. O puede ser una herramienta de IA que resume tu contenido sin permiso.

Para aterrizarlo, mira esta tabla con escenarios típicos y qué tan útil puede ser una fuente resistente a OCR:

La tabla deja algo claro: la tipografía por sí sola no resuelve todo. Si el contenido está en HTML accesible, un bot no necesita OCR. Si el texto está como imagen, la fuente sí puede aportar una capa de defensa. O sea, la estrategia depende del formato.

Dónde sí tiene sentido usar algo así

No todo contenido necesita una fuente resistente a OCR. De hecho, en la mayoría de proyectos no deberías usarla en textos largos, porque le complicas la lectura al usuario y puedes romper accesibilidad. Pero hay casos donde sí tiene sentido probarla.

Piensa en estos escenarios:

1. Menús o listas de precios que cambian seguido y no quieres que se copien con facilidad.
2. Documentos que se comparten como imagen por una razón operativa, no editorial.
3. Material promocional que vive como pieza visual y no como artículo.
4. Prototipos internos donde quieres medir cuánto tarda un bot en extraer texto.
5. Códigos, etiquetas o textos cortos que el usuario sí necesita leer, pero no copiar masivamente.

En cambio, no la usaría para un blog, un libro digital o una interfaz donde la accesibilidad importa de forma fuerte. Si el usuario necesita seleccionar, buscar, traducir o ampliar texto, una fuente “anti OCR” puede jugar en contra. La defensa buena no es la que solo molesta a la máquina; también tiene que respetar al humano.

Casos de uso reales en equipos de producto

En un equipo de e-commerce, por ejemplo, podrías usar esta idea para renders de catálogo que se exportan como imagen para redes o marketplaces. No para el checkout ni para la ficha principal, sino para piezas donde la copia automática es un riesgo y el contenido cambia por campaña.

En una editorial o academia, podrías usarla en portadas, láminas o material promocional descargable. Si el documento final se imprime o se comparte como imagen, la tipografía puede ayudar a que el texto no sea tan trivial de extraer. Aun así, si el contenido es delicado, lo correcto sigue siendo controlar acceso, no confiar solo en la fuente.

Lo que ganas y lo que pierdes

La ventaja más obvia es subir el costo del scraping automatizado. La segunda ventaja es que puedes seguir mostrando texto legible sin convertir todo en una imagen borrosa o en un captcha disfrazado. La tercera es que abre una conversación útil entre diseño, seguridad y contenido: no todo se resuelve con CSS o con una etiqueta meta.

Pero también hay costos. Si la fuente se vuelve demasiado rara, el usuario tiene que esforzarse más. Si el contraste no ayuda, la lectura empeora. Si el tamaño es pequeño, la confusión sube. Y si el contenido depende de contexto para entenderse, cualquier error de OCR puede cambiar el sentido completo.

Además, hay un límite técnico. Un atacante puede usar múltiples OCR, comparar resultados, entrenar un modelo específico o incluso aplicar restauración de imagen antes de leer. Entonces, si tu objetivo es seguridad fuerte, necesitas más capas: control de acceso, rate limiting, watermarking, logs y, en algunos casos, contenido dinámico por sesión.

Una forma sana de verlo es esta: la tipografía puede ser una capa de disuasión, no una muralla. Si la presentas como muralla, te vas a decepcionar. Si la usas como fricción adicional, aporta valor.

Cómo evaluar si te sirve en tu proyecto

Antes de adoptar una fuente de este tipo, haz una prueba simple y mide resultados. No necesitas un laboratorio sofisticado para encontrar señales útiles. Basta con comparar legibilidad humana y tasa de error de OCR en el mismo contenido.

Un proceso de prueba práctico

1. Elige 10 a 20 frases reales de tu contenido.
2. Renderízalas con la tipografía normal y con la fuente resistente.
3. Saca capturas a 2 tamaños: por ejemplo 16 px y 24 px si es web, o a 1080 px de ancho si es pieza gráfica.
4. Pasa ambas versiones por 2 motores OCR distintos.
5. Cuenta errores por palabra, no solo por carácter.
6. Pide a 3 personas que lean el texto sin contexto y midan cuánto tardan.
7. Decide si el aumento de fricción vale la pena.

Si quieres algo más técnico, puedes automatizar parte de la validación con un script que compare texto esperado y OCR extraído. Por ejemplo, en un flujo de pruebas interno podrías guardar resultados en JSON y calcular tasa de acierto.

type OcrSample = {
  expected: string;
  extracted: string;
};

function wordAccuracy(sample: OcrSample) {
  const expected = sample.expected.trim().split(/\s+/);
  const extracted = sample.extracted.trim().split(/\s+/);
  const max = Math.max(expected.length, extracted.length);
  let hits = 0;

  for (let i = 0; i < max; i++) {
    if (expected[i] === extracted[i]) hits++;
  }

  return max === 0 ? 0 : hits / max;
}

Ese tipo de métrica no reemplaza la revisión humana, pero te da una señal. Si una fuente baja mucho la precisión de OCR y sigue siendo cómoda de leer, ya tienes una candidata. Si baja la precisión pero también cansa al usuario, no sirve.

Accesibilidad, ética y límites

Aquí conviene ser directo. Diseñar para confundir máquinas puede afectar a personas con baja visión, lectores de pantalla o usuarios que dependen de copiar texto. Si el contenido es público y general, la accesibilidad pesa más que la defensa contra scraping. No uses esta idea como excusa para empeorar la experiencia.

También hay un ángulo ético. Si proteges contenido porque tiene valor comercial, está bien. Si lo haces para esconder información que debería ser accesible, ya entras en otra discusión. La línea no siempre es obvia, pero sí deberías tenerla clara antes de implementar nada.

La mejor práctica es segmentar. Usa tipografías resistentes a OCR en piezas específicas, no en todo el sistema. Mantén una versión accesible del contenido donde corresponda. Y si el objetivo es evitar copia automatizada de forma seria, complementa con medidas reales de seguridad. La fuente ayuda, pero no reemplaza controles.

Checklist rápido antes de publicar

• ¿El contenido sigue siendo legible a 100% de zoom normal?
• ¿Hay una versión alternativa accesible si la pieza es importante?
• ¿El texto está en imagen por una razón clara?
• ¿Probaste al menos dos motores OCR?
• ¿La tipografía afecta números, fechas o precios críticos?
• ¿El costo de copiar sube lo suficiente como para justificar el cambio?

Si respondes “no” a varias de esas preguntas, probablemente no necesitas una fuente así. Y eso también es una buena decisión. No todo problema merece una capa de complejidad extra.

Tabla resumen

Si quieres profundizar en OCR y sus límites, puedes revisar documentación oficial de herramientas como Tesseract OCR, que explica cómo funciona el reconocimiento de texto, o la guía de accesibilidad de W3C para no romper la experiencia de lectura. También vale la pena mirar la documentación de Google Cloud Vision si comparas motores de extracción en tus pruebas.

La idea de Ghost Font no es que la IA “no pueda” leer. Es que leerle cueste más. Y en muchos productos, ese matiz ya cambia bastante el panorama. Si tu contenido tiene valor y circula como imagen o PDF, una tipografía pensada con esa fricción en mente puede ser una pieza útil dentro de una estrategia más amplia.