La evolución tecnológica y los retos de la detección

Introducción

La tecnología ha transformado radicalmente los mecanismos de falsificación de identidad, abriendo dos ámbitos paralelos: la manipulación de documentos físicos y de imágenes, y la suplantación digital de la voz. Ambos fenómenos representan riesgos crecientes que requieren la intervención de especialistas forenses altamente cualificados. Cabe destacar que este análisis no aborda el procesamiento de imágenes, ya que no es un área investigada por el perito autor, aunque resulta relevante por su relación lógica de causa-efecto.

Los retos actuales de la detección de deepfakes y falsificaciones

La evolución de los generadores de deepfakes supera el ritmo de avance de los detectores, adaptándose constantemente y dificultando su identificación. Los algoritmos automáticos únicamente reconocen patrones matemáticos, incapaces de evaluar la lógica, el contexto o contradicciones con la realidad, lo que hace indispensable la intervención humana. Además, los deepfakes aprenden de los detectores, ajustando sus modelos para resultar menos detectables y generando una carrera tecnológica continua entre ambas partes.

Falsificación mecánica de la escritura

Las falsificaciones han dejado de depender exclusivamente de la destreza manual. Actualmente, impresoras de alta resolución, plóteres y sistemas de vectorización permiten reproducir firmas y manuscritos con una precisión asombrosa, dificultando la diferenciación entre lo auténtico y lo falso. El perito calígrafo juega un papel fundamental en la identificación de falsificaciones, analizando parámetros como la presión, velocidad y ritmo del trazo, la secuencia de ejecución, la interacción entre tinta y papel y los patrones repetitivos propios de las máquinas. A pesar de los avances tecnológicos, la escritura humana conserva microvariaciones imposibles de replicar por completo, lo que convierte al perito en un agente esencial.

Deepfakes de audio

La inteligencia artificial generativa ha facilitado el clonado de voces a partir de solo unos segundos de muestra, permitiendo la creación de imitaciones que pueden emplearse para fraudes, extorsiones o suplantaciones en contextos sensibles. En estos casos, dos figuras resultan clave: el lingüista forense y el fonetista judicial. El primero analiza cómo se habla, centrándose en la elección de palabras, estructuras sintácticas, muletillas, patrones idiolectales y coherencia discursiva. El fonetista judicial emplea la fonética perceptiva como herramienta esencial en el análisis forense de la voz, complementando la fonética acústica de manera imprescindible.

En un entorno en el que las deepfakes avanzan rápidamente, la escucha experta sigue siendo una de las barreras más sólidas para distinguir lo auténtico de lo artificial. La fonética acústica examina el sonido de la voz, utilizando espectrogramas, formantes, prosodia y detectando artefactos digitales que pueden delatar la síntesis artificial. Sin embargo, no existe software capaz de comparar los parámetros acústicos, formantes, etc., con las voces humanas y las cualidades propias e identificativas del ser humano. Aunque las deepfakes pueden imitar el timbre, aún presentan deficiencias en la naturalidad total del habla humana.

Elementos comunes entre ambas técnicas

Tanto la falsificación mecánica de la escritura como los deepfakes de audio buscan suplantar la identidad y se apoyan en tecnología avanzada. La detección de estas falsificaciones exige la intervención de peritos especializados, capaces de identificar las huellas únicas de la conducta humana que las máquinas no pueden ocultar.

Limitaciones de la detección automática

Ante la existencia de deepfakes de audio o falsificación mecánica de la escritura, se suele pensar que la solución reside en mejorar los detectores automáticos. Sin embargo, existe una dificultad fundamental: la tecnología que genera las falsificaciones siempre va un paso por delante de la que intenta detectarlas, en una relación causa-efecto inevitable.

1. Carrera tecnológica asimétrica

Los algoritmos de creación de falsificaciones evolucionan impulsados por la innovación comercial, la investigación y la demanda del mercado, mientras que los sistemas de detección avanzan como respuesta a esas falsificaciones. Por ello, la detección automática siempre llega tarde.

2. Aprendizaje de las falsificaciones

Cada vez que se publica un detector automático, los generadores de falsificaciones lo estudian para esquivarlo. El ciclo es continuo: surge una técnica de detección, los falsificadores la analizan, ajustan sus modelos y la detección vuelve a quedarse atrás, de manera similar a lo que ocurre con los antivirus frente a los virus.

3. Limitación del análisis automático

Los algoritmos detectan artefactos, anomalías o inconsistencias estadísticas, pero no comprenden el contexto, la intención ni la coherencia humana. Esto puede provocar fallos ante falsificaciones muy bien entrenadas o muestras de baja calidad.

El papel insustituible del perito

Ante estos retos, la labor de los especialistas resulta fundamental:

• Perito calígrafo: Detecta microvariaciones del trazo, secuencias de ejecución y comportamientos motores imposibles de replicar mecánicamente.
• Lingüista forense y fonetista judicial: Analizan el idiolecto, coherencia lingüística, prosodia natural y patrones de habla imposibles de sintetizar completamente.

El perito no solo observa señales técnicas, sino que interpreta la conducta humana detrás de la muestra, una tarea que ningún software puede realizar.

Conclusión

La detección automática resulta útil, pero nunca será la vía principal. La tecnología de falsificación siempre irá por delante, ya que su avance es la causa y la detección, el efecto. Por este motivo, el análisis pericial —caligráfico, lingüístico y fonético— sigue siendo la herramienta más fiable para distinguir lo auténtico de lo artificial en un mundo donde lo real y lo sintético conviven cada vez más cerca.