Qué es un deepfake y cómo detectarlo

En agosto de 2026, la Secretaría de Seguridad y Protección Ciudadana informó que una red de fraude utilizó videos generados con inteligencia artificial de la presidenta Claudia Sheinbaum, del secretario Omar García Harfuch y de la gobernadora del Banco de México, Victoria Rodríguez Ceja. Las autoridades congelaron más de 2 millones de dólares y vincularon a 12 personas y una empresa. Los videos que sostenían la estafa eran deepfakes. Distinguir uno a simple vista todavía es posible. Cada vez menos.

Definición técnica y modalidades

Un deepfake es una imagen, video o audio sintético creado por una red neuronal para imitar el rostro, voz o comportamiento de una persona real. El término combina deep learning (aprendizaje profundo) y fake (falso). La FundéuRAE propone «ultrafalso» como alternativa al anglicismo.

Detrás operan dos familias técnicas. Los autoencoders descomponen un rostro en rasgos y lo reconstruyen sobre otra persona. Las redes generativas antagónicas (GAN), descritas por Ian Goodfellow en 2014, entrenan dos modelos uno contra otro: uno genera la falsificación y el otro intenta detectarla. Desde 2023, los modelos de difusión desplazan a las GAN en la generación de video sintético.

Las modalidades son tres: video, imagen estática y voz. Para la verificación de identidad importan las dos primeras, porque entran por la cámara. La voz clonada ataca otro canal: el centro de llamadas y la confirmación telefónica de operaciones.

El principio de creación

El modelo necesita material del rostro objetivo —fotos o video— y capacidad de cómputo. Los rostros de políticos, empresarios y conductores de noticieros son los más fáciles de falsificar porque su imagen abunda en internet. El mercado de estas herramientas ya funciona como industria: iProov contabilizó cerca de 24,000 actores vendiendo tecnologías de ataque en el ecosistema del crimen como servicio.

El costo de producir una falsificación cayó tanto que la pregunta ya no es si alguien intentará usarla contra una empresa. La pregunta es contra qué eslabón.

Dos escenarios de ataque

Las notas de prensa mezclan dos escenarios que exigen defensas diferentes.

Engañar a una persona. En febrero de 2024, un empleado financiero de Arup en Hong Kong recibió un correo de su «director financiero» en Londres. Dudó, pidió una videollamada y vio en pantalla a colegas conocidos. Todos los participantes, salvo él, eran deepfakes. Ejecutó 15 transferencias por 200 millones de dólares de Hong Kong (25.6 millones de USD). Ningún sistema biométrico falló ese día: falló la confianza de un ser humano en sus propios ojos.

Engañar a un sistema de verificación. En Shanghái, dos defraudadores compraron fotografías de rostros, las «animaron» con software y las inyectaron en el sistema fiscal estatal a través de una cámara de teléfono intervenida. Con las identidades verificadas emitieron facturas falsas por 500 millones de yuanes (76 millones de USD) hasta que la fiscalía de Shanghái los procesó en 2021.

El segundo escenario crece más rápido. iProov registró en su informe anual de 2025 un aumento de 2,665% en ataques con cámaras virtuales nativas —programas que sustituyen el flujo de la cámara real por video sintético—, impulsado por aplicaciones que llegaron a tiendas convencionales. Gartner registró un aumento del 200% en ataques de inyección durante 2023. La suplantación sintética dejó de ser solo un problema de desinformación y se volvió una herramienta de fraude de identidad.

Contra el primer escenario sirven los protocolos: verificar por un segundo canal, desconfiar de la urgencia. Contra el segundo, los protocolos no alcanzan. Ahí decide la tecnología.

Casos documentados en México

En las verificaciones procesadas por Sumsub, los deepfakes detectados en México crecieron 500% entre el primer trimestre de 2023 y el mismo periodo de 2024. El dato refleja la cartera de clientes de ese proveedor, pero es de las pocas mediciones publicadas con metodología. En su informe anual 2025-2026, el mismo proveedor atribuye a estas falsificaciones el 11% del fraude de primera parte a nivel global.

Los casos mexicanos siguen un patrón estable: el rostro de una figura pública «recomienda» una plataforma de inversión. El verificador Verificado documentó en noviembre de 2025 un video manipulado de Sheinbaum que promovía la plataforma «Drezinex», supuestamente avalada por Banorte y el Banco de México; el detector de audio Hiya asignó al material entre 58 y 98% de probabilidad de generación por IA. La propia presidenta desmintió desde la mañanera, en febrero de 2025, los videos que la muestran invitando a invertir en Pemex: «son falsas absolutamente, son mentiras».

El esquema es anterior a esta administración. En noviembre de 2023, la CONDUSEF alertó sobre un video con la voz sintetizada de Carlos Slim que invitaba a invertir en una aplicación fraudulenta. El caso de la SSPC de agosto de 2026 muestra la escala actual: una red financiera con activos congelados por millones de dólares sostenida sobre videos sintéticos.

Siete señales de detección

El proyecto Detect Fakes del MIT Media Lab sistematizó los puntos donde los modelos generativos siguen fallando:

1. La piel de mejillas y frente. Demasiado lisa o demasiado arrugada para la edad del rostro. La textura de la piel envejece de forma distinta que el cabello y los ojos.

2. Las sombras alrededor de los ojos y las cejas. La iluminación sintética no siempre respeta la física de la escena.

3. Los reflejos en los lentes. El deslumbramiento cambia al girar la cabeza. En un deepfake, los reflejos suelen quedarse quietos o desaparecer.

4. El vello facial. Barba, bigote y patillas se generan con menos detalle; las transiciones con la piel se ven borrosas.

5. Los lunares y las marcas. Aparecen y desaparecen entre cuadros, o cambian de posición.

6. El parpadeo. Demasiado frecuente, demasiado escaso o incompleto: los párpados no llegan a cerrarse.

7. Los labios y la sincronización. El interior de la boca —dientes, lengua— se genera mal, y el desfase entre labios y audio delata la manipulación.

Ninguna señal es concluyente por sí sola. Un estudio publicado en PNAS mostró que humanos y máquinas se equivocan en casos distintos. La lista sirve para levantar sospechas. El veredicto exige otras herramientas.

Verificación de identidad frente a deepfakes

Cuando el video sintético ataca un onboarding bancario, no hay espectador humano al que entrenar. La defensa se llama prueba de vida: la detección de vida (liveness) confirma que frente a la cámara hay una persona real y presente. Su detección no analiza una imagen, sino lo que no puede falsificarse: la textura de la piel, las microexpresiones, la profundidad de la escena y los cambios de iluminación en tiempo real.

En Biometric.Vision la verificación pasiva tarda menos de un segundo con una precisión del 99.1%: el usuario solo mira a la cámara, sin girar la cabeza ni seguir comandos. Para operaciones de mayor riesgo existen dos modos adicionales —uno híbrido, que pide acercarse o alejarse de la pantalla para confirmar profundidad, y uno activo, con acciones dinámicas—. Según pruebas internas con más de 10,000 ataques, el sistema bloquea el 99.9% de los intentos de suplantación biométrica.

El vector de inyección se cubre por separado: el sistema detecta los intentos de introducir video pregrabado mediante emuladores o cámaras web virtuales. Después de la prueba de vida, la comparación de rostros confirma que el rostro vivo coincide con la fotografía del documento.

El estándar ISO/IEC 30107 define el ataque de presentación como algo mostrado al sensor —una foto, una pantalla, una máscara—. Un video inyectado por cámara virtual no pasa por el sensor y, por definición del propio estándar, queda fuera de su alcance; para ese vector existe la especificación europea CEN/TS 18099:2024 y un estándar ISO en desarrollo. Un proveedor cuya prueba de vida está probada según ISO/IEC 30107-3 demuestra resistencia a ataques de presentación; la detección de inyecciones es una capa adicional que hay que preguntar por separado. El algoritmo de comparación facial de Biometric.Vision ocupa el puesto 37 entre más de 570 en el ranking independiente NIST FRVT.

Qué hacer si suplantan tu identidad

Si encuentras un video falso con tu rostro o tu voz, el orden importa:

1. Documenta la evidencia antes de reportar: capturas de pantalla, URL, fecha. Las plataformas eliminan el contenido y con él la prueba.

2. Reporta a la plataforma donde circula el material —las principales redes cuentan con una categoría de reporte por suplantación de identidad.

3. Llama al 088, la línea nacional de la Guardia Nacional para delitos cibernéticos, disponible las 24 horas. En la Ciudad de México también opera la denuncia digital de la Fiscalía.

4. Si hay dinero de por medio —una cuenta abierta a tu nombre, un cargo no reconocido, una «inversión» promovida con tu imagen—, acude a tu banco y a la CONDUSEF además de la denuncia penal.

El marco legal avanza por estados y por tipo de contenido. Sinaloa fue el primero en tipificar la manipulación de contenido íntimo con inteligencia artificial —de 3 a 6 años de prisión—, y la Suprema Corte validó esa norma en febrero de 2025. El Estado de México endureció penas por deepfakes íntimos en diciembre de 2025, y Jalisco castiga desde junio de 2026 con hasta 8 años el contenido sexual creado íntegramente con IA. La capital aprobó en mayo de 2026 penas por extorsión digital que alcanzan la suplantación con IA y la clonación de voz. Un exalumno del IPN recibió 5 años de cárcel por vender imágenes sexuales generadas con IA de sus compañeras.

El hueco está en el fraude financiero: no existe un tipo penal federal específico para la suplantación con IA, y las iniciativas —la del Senado sobre inteligencia artificial de abril de 2026 incluida— siguen en comisiones. Sin un tipo específico, esos casos caen en los delitos generales de fraude.

Preguntas frecuentes

¿Qué significa deepfake?
Contenido sintético —video, imagen o audio— creado o alterado por una red neuronal para imitar a una persona real con apariencia de veracidad.

¿Es ilegal crear un deepfake en México?
Depende del contenido y del estado. El contenido íntimo generado con IA está tipificado en Sinaloa, Estado de México y Jalisco, con penas de hasta 8 años. Para el fraude financiero con deepfakes no hay un tipo penal federal específico: se persigue como fraude.

¿Cómo saber si un video es un deepfake?
Revisa las siete señales: textura de la piel, sombras oculares, reflejos en lentes, vello facial, lunares, parpadeo y sincronización labial. Ninguna señal es concluyente por sí sola.

¿Puede un deepfake engañar a la verificación bancaria?
Hay casos documentados: en Shanghái, video inyectado por cámara intervenida burló un sistema estatal de reconocimiento facial. Por eso la verificación moderna combina prueba de vida con detección de inyecciones de video.

¿Qué hago si encuentro un deepfake mío?
Documenta la evidencia, repórtalo a la plataforma y llama al 088 (Guardia Nacional). Si el material se usa con fines financieros, avisa también a tu banco y a la CONDUSEF.

Cobertura por vector de ataque

Un onboarding remoto que confía en la cámara sin comprobar quién —y qué— está frente a ella hereda todos los riesgos. Biometric.Vision los cubre por vectores:

Los primeros 500 chequeos del mes son gratis, sin tarjeta. Solicita una demo y prueba los tres modos de liveness con tus propios casos.