Este artículo propone un estudio para superar la limitación de los modelos existentes que simplemente generan el resultado de un "rostro falso" en el campo de la antisuplantación facial (FAS), un método cada vez más importante debido al creciente uso de la tecnología de reconocimiento facial en la vida diaria. Se señala el problema de que, si bien los modelos FAS existentes alcanzan una alta precisión, son poco fiables y generan confusión en el usuario al no poder explicar el motivo. Por lo tanto, este artículo define un nuevo problema denominado antisuplantación facial explicable (X-FAS) mediante la integración de inteligencia artificial explicable (XAI) en FAS, y propone el Descubrimiento de Rastros de Suplantación (SPoof Trace Discovery, SPTD), un método X-FAS que descubre rastros de suplantación y proporciona una explicación fiable. Además, presentamos el punto de referencia X-FAS, que incluye rastros de suplantación anotados por expertos para evaluar la calidad del método X-FAS, analizar las explicaciones de SPTD y demostrar experimentalmente la capacidad confiable de generación de explicaciones de SPTD al compararlo cuantitativa y cualitativamente con los métodos XAI existentes.
