Durante décadas, el modelo de seguridad se ha basado en una regla muy simple: ver o escuchar a una persona confirmaba su identidad. Hoy, esa premisa técnica ha dejado de ser válida. El avance de la inteligencia artificial generativa ha perfeccionado las falsificaciones profundas, o deepfakes, hasta convertirlas en armas de infiltración perfectas. Para detener esta amenaza, la industria de la ciberseguridad propone una medida que parece contraintuitiva en plena era digital: abandonar la biometría y volver a los sistemas analógicos y físicos.
El colapso del cortafuegos humano
La estrategia de entrenar a los empleados para detectar anomalías visuales o auditivas ya no funciona. Antes, un audio sintético sonaba robótico o carecía de la respiración natural. Ahora, los algoritmos recientes pueden clonar la identidad vocal de un individuo utilizando apenas un clip de audio de tres segundos extraído de redes sociales.
Para medir este riesgo, la University College London (UCL) realizó un experimento con 529 participantes. Los resultados, publicados en la revista científica PLOS ONE, revelaron que los humanos solo identifican correctamente el habla artificial el 73% de las veces. En el mundo corporativo, una tasa de fracaso del 27% en la detección implica un riesgo inaceptable para autorizar accesos o transacciones financieras. El estudio también demostró que impartir entrenamiento especializado a los usuarios apenas mejoró su capacidad de detección en un marginal 3,84%.
Esta vulnerabilidad cognitiva afecta a toda la sociedad. Según un informe de McAfee, uno de cada cuatro adultos ha estado expuesto a estafas de voz, y el 70% de los encuestados duda de su capacidad para distinguir entre un humano y una IA. Las consecuencias económicas son reales, el 11% de las víctimas estadounidenses sufrieron pérdidas de entre 5.000 y 15.000 dólares por incidente.
De las llamadas falsas a las videoconferencias sintéticas
La evolución de estos ataques muestra cómo la tecnología se ha ido abaratando y perfeccionando. En 2019, los atacantes utilizaron tecnología de clonación vocal para suplantar al director de una empresa energética británica, logrando robar 243.000 dólares. En 2021, una operación similar dirigida a un banco de Hong Kong resultó en transferencias fraudulentas por valor de 35 millones de dólares.
El verdadero salto cualitativo ocurrió a principios de 2024 en la multinacional Arup. Un empleado del departamento financiero en Hong Kong fue invitado a una videollamada donde vio y escuchó al director financiero global y a otros colegas de la empresa. Todos los participantes, excepto la víctima, eran clones generados y animados en tiempo real mediante inteligencia artificial. El empleado ejecutó 15 transferencias que sumaron 25 millones de dólares de pérdidas.
La amenaza no se limita al fraude financiero de extracción rápida. La firma de ciberseguridad KnowBe4 descubrió que un ingeniero de software que acababan de contratar para trabajar en remoto era en realidad un operativo norcoreano. El atacante utilizó identidades robadas y falsificaciones de vídeo en tiempo real para superar múltiples entrevistas por videoconferencia sin levantar sospechas, con el objetivo de acceder a redes corporativas sensibles.
El problema de usar inteligencia artificial para detectar inteligencia artificial
Frente a esta avalancha, la respuesta instintiva del sector ha sido lanzar detectores automáticos de deepfakes. Los investigadores de la UCL advierten que estas soluciones comerciales no son fiables en entornos reales de despliegue.
Estos sistemas de detección logran tasas de acierto altas en laboratorios cerrados porque analizan ejemplos con la misma arquitectura de entrenamiento. Sin embargo, su precisión se desploma cuando el atacante introduce variables nuevas, como una alteración en la compresión del códec de vídeo o una red neuronal diferente. Las Redes Generativas Antagónicas (GANs), que impulsan esta tecnología ofensiva, están diseñadas matemáticamente para evolucionar iterativamente y eliminar los rastros superficiales que buscan los detectores comerciales.
La resistencia de la baja tecnología
Ante la ineficacia de la vista, el oído y los algoritmos defensivos, la estrategia más robusta pasa por la autenticación física y el conocimiento fuera de banda. La inteligencia artificial resulta inútil frente a factores de seguridad que existen exclusivamente fuera del ámbito digital y que requieren posesión física.
La base de esta defensa es el hardware. En lugar de depender de contraseñas clásicas o biometría, las empresas están desplegando llaves de seguridad físicas que operan bajo estándares criptográficos robustos como FIDO2 o PIV. La clave privada reside en un microchip dentro de un token USB o NFC. Para autorizar un acceso, el empleado debe presionar físicamente el sensor del dispositivo. Un avatar virtual generado desde otro continente carece de los medios mecánicos para simular esta interacción física.
Para las comunicaciones bidireccionales en tiempo real, el método recomendado es la modernización de la frase de paso verbal. Si dos empleados necesitan hablar sobre una transacción por videollamada, deben intercambiar primero una contraseña alfanumérica compartida previamente y almacenada en un gestor centralizado seguro. Esta frase debe estructurarse combinando palabras y caracteres aleatorios sin valor semántico predecible. Además, debe segmentarse según el nivel de riesgo de la operación y no debe someterse a la regla obsoleta de rotación cada 90 días, ya que forzar cambios periódicos fomenta la fatiga cognitiva y la creación de patrones débiles.
Romper el canal de comunicación
Tener herramientas analógicas no sirve de nada si los empleados las ignoran ante la intimidación percibida de un falso alto cargo. Por este motivo, los controles deben integrarse profundamente en los sistemas de la empresa. Las plataformas financieras (ERP) deben exigir el ingreso de estas frases de paso de forma obligatoria, bloqueando cualquier flujo de capital hasta que se confirme la autorización.
La última capa de defensa estructural es la descentralización de la confianza y la ruptura del canal de comunicación. Si un empleado recibe una orden urgente de transferencia bancaria a través de una plataforma de vídeo, el protocolo exige verificar la directiva utilizando un canal distinto y asíncrono. El proceso consiste en colgar y realizar proactivamente una llamada de retorno a un número de teléfono previamente verificado del directorio corporativo. A esto se suma el control de doble autorización, que impide a un único empleado liquidar movimientos de fondos sin la firma independiente de un segundo ejecutivo.
El tejido de la autenticidad digital se ha roto. Asumir que el vídeo y el audio ya no sirven como pruebas irrefutables de identidad cambia por completo la gestión del riesgo corporativo. Las redes e infraestructuras empresariales seguirán protegidas mientras desconfíen por defecto de los canales sensoriales y exijan comprobaciones analógicas que un algoritmo generativo todavía no tiene la capacidad física de falsificar.
Si te ha gustado este artículo y quieres recibir más contenido sobre innovación y tecnología directamente en tu correo, suscríbete a nuestra newsletter y mantente siempre actualizado. No somos de los que llenan tu bandeja, solo compartimos los lunes.
