Parpadear ya no prueba nada: la IA ha burlado el reconocimiento facial

El 26 de octubre, la idea de que un vídeo generado por IA ya puede engañar al reconocimiento facial se volvió tendencia en las redes chinas. Los comentarios se llenaron de gente diciendo que sentía un escalofrío. Pero lo que incomoda no es la tecnología. Es la pregunta que nadie formuló en voz alta bajo aquel tema: la última vez que me escanearon la cara, ¿quién estaba confirmando al otro lado de la pantalla? ¿Yo, o un clip de quince segundos?

Un caso que el Tribunal Popular Intermedio de Hangzhou hizo público este año pone la respuesta sobre la mesa. Dos personas reunieron fotos ajenas en internet, las animaron con IA —cabezazos, negaciones con la cabeza, parpadeos— y luego manipularon los datos de la cámara. Con eso bastó para superar la verificación facial de una plataforma de comercio y vaciar de datos personales las cuentas afectadas.

El Tribunal del distrito de Yuhua, en Changsha, juzgó una versión aún más descarnada. Un estudiante compró en un sitio ilegal la técnica para fabricar «vídeos de suplantación facial con IA», generó el rostro animado de otra persona, restableció su contraseña de pago y desvió más de 50.000 yuanes en menos de cuatro meses. Sin sala de servidores de película de hackers, sin cómplice interno. Una sola persona en una habitación de residencia universitaria.

El «parpadee, por favor» siempre fue un apaño

La prueba de vida, dicho sin rodeos, consiste en que la cámara confirme que delante hay una persona real. Las primeras versiones se apoyaban en parpadear, abrir la boca, girar la cabeza. Después llegaron las variaciones de luz, los reflejos en pantalla y la profundidad infrarroja; más tarde, la aleatorización de gestos: el sistema te pide girar a la izquierda o leer una serie de dígitos.

Todo el diseño descansa en una premisa que nunca se explicita: falsificar una cara que se mueve es mucho más difícil que falsificar una cara quieta.

Esa premisa se derrumbó en 2026. Basta dar a un modelo de vídeo actual una sola foto frontal para obtener, en decenas de segundos, un clip con microexpresiones, respiración y un leve balanceo de la cabeza. Le pides que asienta y asiente; le pides que parpadee y parpadea. ¿El coste? El experto consultado por Global Times dio una cifra: unas decenas de yuanes y diez segundos de audio bastan para «replicar» a cualquiera.

El agujero no está en el modelo, sino en la distribución

Conviene decirlo con claridad: estos ataques rara vez dependen de burlar el algoritmo más avanzado. Golpean el eslabón más delgado del proceso.

El primer eslabón es el origen de los datos. No hace falta hackear una base de datos para conseguir tu cara. Una foto frontal nítida sirve: un post de WeChat, un portal de empleo, el avatar de una plataforma de segunda mano, la fotocopia del carné pegada a un albarán de mensajería. En el caso de Hangzhou, todo el método de los sospechosos se resumió en «recopilar en internet».

El segundo eslabón es la confianza en los datos de la cámara. Manipularlos suena sofisticado; en la práctica, muchos clientes tratan lo que entrega la cámara como una entrada fiable, sin verificación de firma de por medio. La cerradura es sólida, pero el marco de la puerta es de cartón.

El tercer eslabón es la reutilización. Una misma plantilla se aplica en lote a decenas de personas, y cuando cierran una cuenta se abre otra con distinta carcasa. El coste marginal es casi nulo. Cuando los expertos hablan de «barrera de entrada mínima, plantillas replicables en serie, cierran una y cambian de carcasa», no describen tecnología. Describen la economía unitaria de un negocio.

Aguas arriba hay un negocio mucho más rentable

Desviar 50.000 yuanes es la escala de un caso penal. El volumen real está en el otro extremo.

El 18 de octubre, la actriz Wu Yue denunció públicamente que una cuenta usaba IA para falsificar su imagen y su voz y vender productos de cuidado de la piel. Las capturas que conservó muestran 16.492 unidades vendidas y una facturación estimada por encima de 1,3 millones de yuanes. Al final del vídeo falsificado aparecía una imitación de Deng Yaping para seguir promocionando.

A un lado, decenas de yuanes de producción; al otro, ventas de siete cifras. Esa asimetría explica por qué el fenómeno se repite. Cerrar una cuenta no es un castigo: es un gasto operativo.

La regulación avanzó en paralelo. La Administración Nacional de Radio y Televisión puso en marcha una campaña contra las «reinvenciones con IA», centrada en adaptaciones no autorizadas de las cuatro grandes novelas clásicas, de temas históricos y de figuras ejemplares. Las principales plataformas de vídeo retiraron cerca de 13.000 contenidos infractores solo en septiembre. Cuando el recuento de retiradas se mide en decenas de miles, la capacidad de producción ya está en exceso.

Lo que cualquiera puede hacer es más concreto de lo que parece

Los consejos de CCTV son lo bastante prácticos como para copiarlos:

En una videollamada, pide a la otra persona un gesto concreto: parpadear tres veces seguidas, tocarse la nariz, pasar la mano por delante de la cara. El intercambio de rostros falla sobre todo con oclusiones y movimientos rápidos: aparecen retrasos, bordes que tiemblan o deformaciones antinaturales.

Si llaman desde un número desconocido y al otro lado no habla nadie, no seas quien rompa el silencio. Espera tres segundos; si sigue callado, cuelga. Una muestra de voz es la materia prima del clonado, y cada frase que añades es un fragmento más de material.

No entregues número de documento, empresa, domicilio ni cargo si no es realmente necesario. Procura no dejar tu cara, tus fotos, tu voz ni tus huellas en miniaplicaciones de procedencia dudosa.

Para las plataformas, lo eficaz no es una prueba de vida más vistosa, sino tres cosas: firmar los datos en el momento de la captura, para que los «datos de la cámara» tengan un origen rastreable; exigir un segundo factor en operaciones de riesgo en lugar de tratar el escaneo facial como única credencial; y reservar un espacio de firma en el contenido generado: qué modelo lo produjo, quién lo publicó y qué hizo la plataforma al identificarlo.

Queda una conclusión incómoda

Buena parte de este debate deposita la esperanza en las herramientas de detección. Pero la detección siempre llega tarde: primero tiene que existir un vídeo sospechoso, y solo después se puede analizar. El pago con la cara ocurre antes de que llegues a ver el vídeo.

Por eso la solución real probablemente no esté del lado del algoritmo, sino del institucional y del producto: degradar la cara de credencial única a prueba complementaria, devolver las transferencias grandes y los cambios de contraseña a la verificación multifactor, y convertir la atribución del contenido generado en opción por defecto y no en extra.

La tecnología ya ha dejado a precio de saldo eso de «parecer real». Lo que costará dinero a partir de ahora es redefinir qué significa que sea yo.