{"id":57449,"date":"2026-07-19T12:22:57","date_gmt":"2026-07-19T10:22:57","guid":{"rendered":"https:\/\/truescreen.io\/?post_type=articulos&p=57449"},"modified":"2026-07-19T12:22:57","modified_gmt":"2026-07-19T10:22:57","slug":"deepfakes-guia-completa","status":"publish","type":"articulos","link":"https:\/\/truescreen.io\/es\/articulos\/deepfakes-guia-completa\/","title":{"rendered":"Deepfakes: qu\u00e9 son, c\u00f3mo funcionan, los fraudes que generan y por qu\u00e9 la detecci\u00f3n por s\u00ed sola ya no basta"},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container has-pattern-background has-mask-background nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:0px;--awb-padding-bottom:0px;--awb-margin-top:0px;--awb-margin-bottom:0px;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><style>\n.fusion-title .fusion-title-heading { font-family: 'Raleway', sans-serif !important; }\n.fusion-text p, .fusion-text li, .fusion-text a, .fusion-text span, .fusion-text strong, .fusion-text b { font-family: 'DM Sans', sans-serif; }\n.fusion-button-text { font-family: 'DM Sans', sans-serif; }\n.panel-title a, .fusion-toggle-heading { font-family: 'DM Sans', sans-serif !important; }\n.toggle-content p { font-family: 'DM Sans', sans-serif; }\n.fusion-checklist .fusion-li-item-content p { font-family: 'DM Sans', sans-serif; }\n<\/style><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container has-pattern-background has-mask-background nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:38.9913px;--awb-padding-bottom:39.9931px;--awb-padding-top-small:0px;--awb-padding-bottom-small:48px;--awb-margin-top:0px;--awb-margin-top-small:0px;--awb-margin-bottom-small:0px;--awb-background-color:var(--awb-color2);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-title title fusion-title-1 fusion-sep-none fusion-title-text fusion-title-size-one\" style=\"--awb-text-color:var(--awb-color1);\"><h1 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"margin:0;--fontSize:36;--minFontSize:36;line-height:1.3;\"><h1>Deepfakes: qu\u00e9 son, c\u00f3mo se hacen, qu\u00e9 fraudes permiten y por qu\u00e9 la detecci\u00f3n por s\u00ed sola est\u00e1 perdiendo la guerra<\/h1><\/h1><\/div><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-3 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:36px;--awb-padding-bottom:48px;--awb-padding-top-small:40px;--awb-padding-bottom-small:0px;--awb-margin-bottom:0px;--awb-background-color:#ffffff;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-2 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:1.164%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-margin-bottom-small:0px;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><p>En enero de 2024, un empleado del departamento financiero de la oficina de Hong Kong de la ingenier\u00eda brit\u00e1nica Arup se uni\u00f3 a una videoconferencia con el director financiero del grupo, con sede en el Reino Unido, y varios compa\u00f1eros. Vio sus caras. Escuch\u00f3 sus voces. Los reconoci\u00f3. Siguiendo las instrucciones recibidas durante la llamada, realiz\u00f3 quince transferencias por un total de 25,6 millones de d\u00f3lares a cinco cuentas bancarias distintas. Semanas despu\u00e9s, al contrastarlo con la sede de Londres, descubri\u00f3 que todas las personas de aquella llamada hab\u00edan sido un deepfake (<a href=\"https:\/\/www.cnn.com\/2024\/05\/16\/tech\/arup-deepfake-scam-loss-hong-kong-intl-hnk\" target=\"_blank\" rel=\"noopener\">CNN, mayo de 2024<\/a>; <a href=\"https:\/\/www.weforum.org\/stories\/2025\/02\/deepfake-ai-cybercrime-arup\/\" target=\"_blank\" rel=\"noopener\">an\u00e1lisis del World Economic Forum<\/a>).<\/p>\n<p>El caso Arup se convirti\u00f3 en referencia de manual de ciberseguridad porque cristaliz\u00f3 lo que la mayor\u00eda de los consejos de administraci\u00f3n todav\u00eda subestima: una sola videoconferencia, aceptada sin cuestionarla, puede costar veinticinco millones de d\u00f3lares. Y Arup no es un caso aislado. Es una instant\u00e1nea de un patr\u00f3n que hoy tiene escala industrial. El gobierno del Reino Unido estima que el contenido deepfake compartido en 2025 alcanz\u00f3 los ocho millones de piezas, frente a las 500.000 de 2023, un aumento del 1.500% en dos a\u00f1os. Sumsub registr\u00f3 un salto del 700% en el fraude con deepfakes entre el primer trimestre de 2024 y el primero de 2025 (<a href=\"https:\/\/sumsub.com\/fraud-report-2025\/\" target=\"_blank\" rel=\"noopener\">Sumsub Identity Fraud Report 2025-2026<\/a>). Onfido detecta un ataque con deepfake cada cinco minutos y un incremento de 31 veces interanual (<a href=\"https:\/\/onfido.com\/press-release\/deepfake-attacks-strike-every-five-minutes\/\" target=\"_blank\" rel=\"noopener\">Onfido \/ Entrust 2024<\/a>). Pindrop registr\u00f3 un aumento del 1.300% en los intentos de fraude con deepfakes en 2024, pasando de uno al mes a siete al d\u00eda en una sola empresa monitorizada (<a href=\"https:\/\/www.pindrop.com\/research\/report\/voice-intelligence-security-report\/\" target=\"_blank\" rel=\"noopener\">Pindrop Voice Intelligence Report 2025<\/a>).<\/p>\n<p>Las p\u00e9rdidas globales por fraude con deepfakes superaron los 900 millones de d\u00f3lares solo en 2025. Deloitte proyecta 40.000 millones de d\u00f3lares en p\u00e9rdidas por fraude con IA generativa en Estados Unidos para 2027 (<a href=\"https:\/\/www.deloitte.com\/us\/en\/insights\/industry\/financial-services\/deepfake-banking-fraud-risk-on-the-rise.html\" target=\"_blank\" rel=\"noopener\">Deloitte<\/a>).<\/p>\n<p>Ante este escenario, el mundo ha respondido sobre todo con un reflejo: construir sistemas capaces de decir si un contenido es falso. Es la v\u00eda de la detecci\u00f3n de deepfakes. Y es tambi\u00e9n una v\u00eda que, por s\u00ed sola, est\u00e1 perdiendo. Los detectores m\u00e1s avanzados alcanzan un 94-96% de precisi\u00f3n en condiciones de laboratorio, pero se desploman por debajo del 50% cuando se prueban contra deepfakes producidos con herramientas con las que no se entrenaron (<a href=\"https:\/\/arxiv.org\/html\/2503.02857v1\" target=\"_blank\" rel=\"noopener\">benchmark Deepfake-Eval-2024, arXiv<\/a>). Un metaan\u00e1lisis de 56 estudios acad\u00e9micos concluy\u00f3 que las personas identifican correctamente los deepfakes el 55,5% de las veces, algo estad\u00edsticamente indistinguible de lanzar una moneda al aire (<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2451958824001714\" target=\"_blank\" rel=\"noopener\">ScienceDirect, 2024<\/a>).<\/p>\n<p>Esta gu\u00eda explica qu\u00e9 son los deepfakes, de d\u00f3nde vienen, c\u00f3mo se producen en 2026, qu\u00e9 fraude generan, qu\u00e9 exigen las nuevas normativas europea, estadounidense y china, y por qu\u00e9 la \u00fanica estrategia que resiste el paso del tiempo no es perseguir los deepfakes con detectores m\u00e1s inteligentes. Es certificar la autenticidad en el momento en que se crea el dato, antes de que la manipulaci\u00f3n sea posible.<\/p>\n<blockquote style=\"border-left: 4px solid #007afe; padding: 16px 24px; margin: 24px 0; background-color: #f7f9fd; color: #081122;\"><p><strong>En resumen<\/strong><\/p><ul><li><strong>Qu\u00e9 son.<\/strong> Contenidos de audio, v\u00eddeo e imagen generados o alterados por IA que reproducen de forma realista a personas reales (<a href=\"https:\/\/en.wikipedia.org\/wiki\/Deepfake\" target=\"_blank\" rel=\"noopener\">Wikipedia<\/a>).<\/li><li><strong>A qu\u00e9 velocidad crecen.<\/strong> Ocho millones de deepfakes compartidos en 2025 seg\u00fan estimaciones del gobierno del Reino Unido, 16 veces el volumen de 2023. Fraude con deepfakes +700% a escala global del primer trimestre de 2024 al primero de 2025 (<a href=\"https:\/\/sumsub.com\/fraud-report-2025\/\" target=\"_blank\" rel=\"noopener\">Sumsub<\/a>).<\/li><li><strong>Cu\u00e1nto cuestan.<\/strong> 900 millones de d\u00f3lares en p\u00e9rdidas globales en 2025; Deloitte proyecta 40.000 millones en p\u00e9rdidas por fraude con IA generativa en EE. UU. para 2027 (<a href=\"https:\/\/www.deloitte.com\/us\/en\/insights\/industry\/financial-services\/deepfake-banking-fraud-risk-on-the-rise.html\" target=\"_blank\" rel=\"noopener\">Deloitte<\/a>).<\/li><li><strong>Por qu\u00e9 la detecci\u00f3n no basta.<\/strong> Precisi\u00f3n por debajo del 50% en condiciones reales; los ataques adversarios neutralizan a los detectores m\u00e1s avanzados; cada nuevo modelo generativo envejece al instante los sistemas de reconocimiento existentes.<\/li><li><strong>La \u00fanica defensa escalable.<\/strong> Certificar el contenido en origen, dentro de dispositivos verificados, con metodolog\u00eda forense y prueba admisible en juicio. La l\u00f3gica es la certificaci\u00f3n de autenticidad, no el reconocimiento de la falsedad.<\/li><\/ul><\/blockquote>\n<h2>Qu\u00e9 son los deepfakes: definici\u00f3n, tecnolog\u00eda, ejemplos<\/h2>\n<p>Un deepfake es un contenido sint\u00e9tico (imagen, v\u00eddeo o audio) generado o manipulado por inteligencia artificial para hacer que una persona real parezca decir o hacer algo que nunca dijo ni hizo. El t\u00e9rmino, acu\u00f1ado en 2017 por un usuario de Reddit, combina \"deep learning\" (la t\u00e9cnica de IA empleada) y \"fake\" (la naturaleza manipulada del resultado). Los deepfakes pueden generarse \u00edntegramente con IA desde cero (s\u00edntesis) o modificar grabaciones existentes (face swap, clonaci\u00f3n de voz, alteraci\u00f3n de la sincronizaci\u00f3n labial), producidos mediante redes generativas adversarias (GAN), modelos de difusi\u00f3n y arquitecturas basadas en transformers. En 2026 el fen\u00f3meno ha alcanzado escala industrial: Sumsub registr\u00f3 un aumento interanual del 700% en los intentos de fraude con deepfakes; Onfido detecta un ataque con deepfake cada cinco minutos; Pindrop documenta un incremento del 1.300% en los deepfakes de voz. Deloitte proyecta 40.000 millones de d\u00f3lares en p\u00e9rdidas por fraude con IA generativa en Estados Unidos para 2027, mientras que el Reglamento (UE) de IA (art\u00edculo 50) y la ley estadounidense TAKE IT DOWN Act de 2025 introducen reg\u00edmenes obligatorios de divulgaci\u00f3n y retirada.<\/p>\n<p>El t\u00e9rmino naci\u00f3 a finales de 2017 en Reddit, donde un usuario con ese mismo alias difundi\u00f3 v\u00eddeos con caras intercambiadas de famosas sobre cuerpos de actrices de cine para adultos y a Nicolas Cage insertado en pel\u00edculas en las que nunca apareci\u00f3. Fue la primera se\u00f1al de una tecnolog\u00eda que, en nueve a\u00f1os, se ha convertido en una herramienta de consumo masivo.<\/p>\n<p>El Reglamento europeo de IA, en sus definiciones, describe los deepfakes como \"contenido de imagen, audio o v\u00eddeo generado o manipulado por IA que se asemeja a personas, objetos, lugares u otras entidades o eventos existentes y que puede parecer falsamente aut\u00e9ntico o veraz a una persona\" (<a href=\"https:\/\/artificialintelligenceact.eu\/article\/3\/\" target=\"_blank\" rel=\"noopener\">Reglamento de IA, art\u00edculo 3(60)<\/a>). La Oficina de Rendici\u00f3n de Cuentas del Gobierno de EE. UU. (GAO) emplea una formulaci\u00f3n m\u00e1s amplia: \"v\u00eddeos, fotos o grabaciones de audio que parecen reales pero han sido manipulados con IA\" (<a href=\"https:\/\/www.gao.gov\/products\/gao-20-379sp\" target=\"_blank\" rel=\"noopener\">GAO, 2020<\/a>).<\/p>\n<p>Lo que separa un deepfake de un fotomontaje o una manipulaci\u00f3n de v\u00eddeo tradicional es el nivel de realismo. Las t\u00e9cnicas anteriores a la IA exig\u00edan edici\u00f3n manual fotograma a fotograma, dejaban artefactos visibles e impon\u00edan costes y plazos prohibitivos. Un deepfake moderno lo genera autom\u00e1ticamente un modelo estad\u00edstico que ha aprendido c\u00f3mo se comportan las caras, los labios, los ojos y las voces reales, y produce en minutos un contenido que hace cinco a\u00f1os habr\u00eda requerido semanas de trabajo de un equipo de efectos visuales. El deepfake de BuzzFeed de 2018, que hac\u00eda que Barack Obama dijera cosas que nunca dijo, necesit\u00f3 56 horas de renderizado automatizado (<a href=\"https:\/\/www.buzzfeednews.com\/article\/davidmack\/obama-fake-news-jordan-peele-psa-video-buzzfeed\" target=\"_blank\" rel=\"noopener\">BuzzFeed News<\/a>). Hoy, un resultado equiparable se logra en menos de una hora con software gratuito, seg\u00fan el World Economic Forum (<a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF, 2025<\/a>).<\/p>\n<p>De ah\u00ed se derivan dos consecuencias pr\u00e1cticas. Primera: los deepfakes ya no son una curiosidad t\u00e9cnica para nichos informados. Son una herramienta de consumo masivo, al alcance de cualquiera con un m\u00f3vil y una conexi\u00f3n a internet. Segunda: la velocidad a la que mejora la tecnolog\u00eda supera estructuralmente la velocidad a la que pueden actualizarse los sistemas de detecci\u00f3n. Volveremos sobre este punto.<\/p>\n<h2>Historia y evoluci\u00f3n: diez hitos en nueve a\u00f1os<\/h2>\n<p>Para entender d\u00f3nde estamos, conviene reconstruir c\u00f3mo hemos llegado hasta aqu\u00ed. La trayectoria del deepfake es una secuencia de umbrales de accesibilidad: cada hito redujo el coste, acort\u00f3 el tiempo, aument\u00f3 el realismo.<\/p>\n<p><strong>2017. Nacimiento del t\u00e9rmino.<\/strong> Aparece el subreddit r\/deepfakes de Reddit. El usuario hom\u00f3nimo distribuye scripts de Python que combinan dos redes neuronales para intercambiar la cara de una persona con la de otra. Reddit cierra el foro en febrero de 2018, pero el c\u00f3digo ya est\u00e1 en GitHub y se propaga de forma viral.<\/p>\n<p><strong>2018. BuzzFeed, Obama, la prueba de concepto medi\u00e1tica.<\/strong> El 17 de abril de 2018, BuzzFeed publica un v\u00eddeo de un minuto y doce segundos en el que Obama, con la voz de Jordan Peele y editado por Jared Sosa, dice cosas embarazosas (\"Killmonger ten\u00eda raz\u00f3n\", \"stay woke\"). Es el primer deepfake que entra en el ciclo informativo global como advertencia y, parad\u00f3jicamente, como prueba de la madurez de la t\u00e9cnica.<\/p>\n<p><strong>2019. La app Zao y la democratizaci\u00f3n china.<\/strong> El 30 de agosto de 2019, China lanza Zao, una aplicaci\u00f3n desarrollada por una filial de Momo. Permite intercambiar la cara de un actor en escenas de pel\u00edculas famosas con la propia foto del usuario. Bastan una sola imagen y ocho segundos de procesamiento. En pocos d\u00edas se convierte en la app m\u00e1s descargada para iPhone y Android en China (<a href=\"https:\/\/www.cnn.com\/2019\/09\/03\/tech\/zao-app-deepfake-scli-intl\" target=\"_blank\" rel=\"noopener\">CNN<\/a>). WeChat bloquea el uso compartido de v\u00eddeos. Es la primera se\u00f1al del deepfake de nivel de consumo.<\/p>\n<p><strong>2020-2021. Tom Cruise en TikTok.<\/strong> La cuenta @deeptomcruise publica los primeros v\u00eddeos deepfake de Tom Cruise creados por el artista belga de VFX Chris Ume junto al doble Miles Fisher. Los tres primeros v\u00eddeos acumulan m\u00e1s de 11 millones de visualizaciones. La calidad es lo bastante alta como para que muchos usuarios no puedan distinguirlos. El experimento se convierte en Metaphysic, una de las primeras startups comerciales del sector (<a href=\"https:\/\/fortune.com\/2021\/03\/02\/tom-cruise-deepfake-videos-tik-tok-chris-ume\/\" target=\"_blank\" rel=\"noopener\">Fortune<\/a>).<\/p>\n<p><strong>2022. El deepfake de Zelenski y la guerra en Ucrania.<\/strong> En marzo de 2022, dos semanas despu\u00e9s de la invasi\u00f3n rusa, se difunde un v\u00eddeo manipulado en el que Volod\u00edmir Zelenski anuncia la rendici\u00f3n, tras el hackeo del sitio web de Ucrania 24, y se propaga por las redes sociales. Es el primer deepfake usado de forma intencionada en un conflicto armado (<a href=\"https:\/\/www.npr.org\/2022\/03\/16\/1087062648\/deepfake-video-zelenskyy-experts-war-manipulation-ukraine-russia\" target=\"_blank\" rel=\"noopener\">NPR<\/a>). Zelenski lo desmiente en cuesti\u00f3n de horas; Meta, YouTube y Twitter lo retiran. Pero el precedente queda sentado.<\/p>\n<p><strong>2023. El papa Francisco con plum\u00edfero y la primera viralidad masiva.<\/strong> El 25 de marzo de 2023, un obrero de la construcci\u00f3n de Chicago de 31 a\u00f1os, Pablo Xavier, publica en Reddit r\/midjourney una imagen del papa Francisco con un plum\u00edfero blanco de Balenciaga. Generada con Midjourney v5, lanzado diez d\u00edas antes. Se convierte en el primer caso de desinformaci\u00f3n visual a gran escala basada en IA generativa (<a href=\"https:\/\/www.cbsnews.com\/news\/pope-francis-puffer-jacket-fake-photos-deepfake-power-peril-of-ai\/\" target=\"_blank\" rel=\"noopener\">CBS News<\/a>). En septiembre de ese mismo a\u00f1o, en Eslovaquia, un deepfake de audio del l\u00edder opositor Michal \u0160ime\u010dka hablando de fraude electoral y de compra de votos entre la poblaci\u00f3n roman\u00ed circula por Telegram dos d\u00edas antes de las elecciones, durante el \"periodo de silencio\" oficial. \u0160ime\u010dka lideraba las encuestas; gana Robert Fico (<a href=\"https:\/\/misinforeview.hks.harvard.edu\/article\/beyond-the-deepfake-hype-ai-democracy-and-the-slovak-case\/\" target=\"_blank\" rel=\"noopener\">Harvard Kennedy School<\/a>). Son las primeras elecciones en las que un deepfake se considera un factor estructural.<\/p>\n<p><strong>2024. El a\u00f1o del fraude financiero y el esc\u00e1ndalo de Taylor Swift.<\/strong> El 24 de enero de 2024, im\u00e1genes expl\u00edcitas de Taylor Swift generadas con IA acumulan 45 millones de visualizaciones en 17 horas en X antes de su retirada (<a href=\"https:\/\/www.nbcnews.com\/tech\/misinformation\/taylor-swift-nude-deepfake-goes-viral-x-platform-rules-rcna135669\" target=\"_blank\" rel=\"noopener\">NBC News<\/a>). Dos d\u00edas antes de las primarias dem\u00f3cratas de New Hampshire, una llamada automatizada con la voz clonada de Joe Biden pide a los votantes que no participen. El consultor pol\u00edtico Steve Kramer recibe despu\u00e9s una multa de 6 millones de d\u00f3lares de la FCC (<a href=\"https:\/\/www.fcc.gov\/document\/fcc-issues-6m-fine-nh-robocalls\" target=\"_blank\" rel=\"noopener\">FCC<\/a>). El mismo a\u00f1o: el caso Arup y el intento de deepfake del consejero delegado de Ferrari, evitado por poco gracias a una pregunta de seguridad.<\/p>\n<p><strong>2025. Saturaci\u00f3n y legislaci\u00f3n.<\/strong> El gobierno del Reino Unido estima ocho millones de deepfakes compartidos solo en 2025. Sumsub informa de un +700% de fraude con deepfakes en el primer trimestre frente al mismo periodo de 2024. Las p\u00e9rdidas globales superan los 900 millones de d\u00f3lares. El Congreso de EE. UU. aprueba la TAKE IT DOWN Act, firmada por Donald Trump el 19 de mayo de 2025, que obliga a las plataformas a retirar im\u00e1genes \u00edntimas no consentidas en un plazo de 48 horas (<a href=\"https:\/\/en.wikipedia.org\/wiki\/TAKE_IT_DOWN_Act\" target=\"_blank\" rel=\"noopener\">Wikipedia<\/a>). En la Uni\u00f3n Europea se consolida el r\u00e9gimen de transparencia del Reglamento de IA, mientras que los Estados miembros, Espa\u00f1a incluida, afrontan los deepfakes a trav\u00e9s de su marco penal general (estafa, falsedad documental, delitos contra la intimidad y la propia imagen).<\/p>\n<p><strong>2026. El primer a\u00f1o regulado.<\/strong> El 2 de agosto de 2026 entra en vigor el art\u00edculo 50(4) del Reglamento europeo de IA, que impone la divulgaci\u00f3n a los operadores de sistemas que producen o manipulan deepfakes. Las autoridades europeas de ciberseguridad cierran 2025 con un fuerte aumento de las investigaciones por cibercrimen y de los ingresos il\u00edcitos ligados al fraude con deepfakes (<a href=\"https:\/\/www.poliziadistato.it\/articolo\/sicurezza-cibernetica--i-dati-2025-della-polizia-postale\" target=\"_blank\" rel=\"noopener\">datos de referencia europeos<\/a>). En 2026, distintas figuras pol\u00edticas europeas denuncian p\u00fablicamente la circulaci\u00f3n de im\u00e1genes de s\u00ed mismas generadas con IA, lo que confirma que la dimensi\u00f3n pol\u00edtica del fen\u00f3meno es ya estable, no epis\u00f3dica.<\/p>\n<p>En nueve a\u00f1os, los deepfakes han pasado de experimento de nicho a herramienta de fraude, propaganda y vulneraci\u00f3n de derechos a escala industrial. La pregunta ya no es si la tecnolog\u00eda ser\u00e1 m\u00e1s accesible. Es a qu\u00e9 nos enfrentamos hoy.<\/p>\n<h2>La tecnolog\u00eda que hay debajo<\/h2>\n<p>Los deepfakes no son una \u00fanica tecnolog\u00eda. Son una familia de t\u00e9cnicas que comparten un principio com\u00fan: usar redes neuronales profundas para aprender la estructura estad\u00edstica de las caras, las voces y los movimientos humanos, y generar despu\u00e9s contenido nuevo coherente con esa estructura. Entender las cuatro arquitecturas principales aclara por qu\u00e9 la detecci\u00f3n es tan dif\u00edcil.<\/p>\n<p><strong>Redes generativas adversarias (GAN).<\/strong> Las redes generativas adversarias son la arquitectura en la que nacieron los deepfakes en 2017. Constan de dos redes neuronales que compiten: un generador que produce im\u00e1genes falsas y un discriminador que intenta distinguirlas de las reales. Ambas redes se entrenan una contra la otra: el generador mejora cada vez que el discriminador lo pilla, hasta que el discriminador ya no es capaz de distinguir. En ese punto, el generador ha aprendido a producir contenido indistinguible de la realidad. Es la misma l\u00f3gica que describe el problema estructural de la detecci\u00f3n: cada nuevo detector que publicamos se convierte, en la pr\u00e1ctica, en el siguiente discriminador contra el que se entrenar\u00e1 el siguiente generador.<\/p>\n<p><strong>Autoencoders y face-swap.<\/strong> Un autoencoder es una red que aprende a comprimir una imagen en una representaci\u00f3n interna reducida y luego a descomprimirla. Para intercambiar la cara entre dos personas se entrenan dos autoencoders con un codificador compartido y decodificadores separados. El codificador aprende una representaci\u00f3n abstracta de las expresiones faciales; cada decodificador aprende a traducir esa representaci\u00f3n a la cara de una persona concreta. En el momento de la generaci\u00f3n, se codifica la cara de la persona A y se decodifica con el decodificador de la persona B: el resultado es la cara de B haciendo las expresiones de A. Es la t\u00e9cnica que hay detr\u00e1s de la mayor\u00eda de las apps de face-swap de consumo (Reface, FaceMagic, Zao).<\/p>\n<p><strong>Modelos de difusi\u00f3n.<\/strong> Son los modelos que impulsaron la explosi\u00f3n de 2022-2024. Funcionan aprendiendo a invertir un proceso de ruido: se parte de una imagen real, se le a\u00f1ade ruido aleatorio de forma progresiva hasta reducirla a puro ruido, y se entrena una red para revertir el proceso. Una vez entrenada, la red puede generar una imagen coherente partiendo de ruido puro, guiada por una instrucci\u00f3n de texto. Es la arquitectura que hay detr\u00e1s de Stable Diffusion, Midjourney, DALL-E 3 y de generadores de v\u00eddeo como Sora 2 y Runway Gen-3. La diferencia con las GAN es que producen im\u00e1genes m\u00e1s estables, controlables mediante instrucciones de texto y menos propensas a los artefactos del face-swap.<\/p>\n<p><strong>Clonaci\u00f3n de voz y modelos de texto a voz.<\/strong> La s\u00edntesis de voz moderna emplea modelos neuronales que aprenden la \"voz\" de una persona a partir de su timbre, sus inflexiones y sus patrones de pausa. ElevenLabs, considerada el estado del arte comercial, afirma generar un clon funcional a partir de tres segundos de audio de muestra, aunque la calidad profesional requiere al menos treinta segundos (<a href=\"https:\/\/help.elevenlabs.io\/hc\/en-us\/articles\/13434364550801-How-many-voice-samples-should-I-upload-for-Instant-Voice-Cloning\" target=\"_blank\" rel=\"noopener\">Ayuda de ElevenLabs<\/a>). Una vez clonada la voz, el modelo puede pronunciar cualquier texto con la voz de la persona objetivo. Es la tecnolog\u00eda que hay detr\u00e1s de las estafas de familiar impostor, de las estafas del falso consejero delegado y de las llamadas automatizadas pol\u00edticas.<\/p>\n<p><strong>Sincronizaci\u00f3n labial y talking heads.<\/strong> Son modelos especializados en sincronizar los movimientos de los labios con un audio dado. Wav2Lip y sus derivados pueden tomar cualquier v\u00eddeo de una persona hablando y hacerle decir lo que sea, manteniendo una sincronizaci\u00f3n labial realista. Es la t\u00e9cnica m\u00e1s usada en estafas con v\u00eddeos manipulados de personajes p\u00fablicos.<\/p>\n<p>A estas, t\u00e9cnicas m\u00e1s recientes a\u00f1aden: deepfakes de cuerpo entero (HeyGen, Synthesia), que generan avatares enteros que gesticulan, caminan y hablan; y deepfakes en tiempo real que operan durante videollamadas en directo, intercambiando caras en el flujo. iProov registr\u00f3 un aumento del 2.665% en los ataques mediante \"c\u00e1maras virtuales nativas\" (c\u00e1maras virtuales que inyectan un deepfake en lugar del v\u00eddeo real) en su Threat Intelligence Report de 2025 (<a href=\"https:\/\/www.iproov.com\/reports\/threat-intelligence-report-2025-remote-identity-attack\" target=\"_blank\" rel=\"noopener\">iProov<\/a>).<\/p>\n<p>Esta diversidad de t\u00e9cnicas tiene una consecuencia importante para quien defiende: un detector entrenado con deepfakes generados por GAN en 2020 no reconoce los deepfakes de modelos de difusi\u00f3n de 2025. Cada nueva arquitectura es, en la pr\u00e1ctica, un nuevo problema de detecci\u00f3n. El estudio Deepfake-Eval-2024 cuantific\u00f3 el fen\u00f3meno: los detectores de c\u00f3digo abierto m\u00e1s avanzados registraron ca\u00eddas de AUC del 50% en v\u00eddeo, del 48% en audio y del 45% en im\u00e1genes al enfrentarse a deepfakes \"en el mundo real\" frente a los benchmarks anteriores (<a href=\"https:\/\/arxiv.org\/html\/2503.02857v1\" target=\"_blank\" rel=\"noopener\">arXiv 2503.02857<\/a>).<\/p>\n<p><strong>Las plataformas que producen deepfakes hoy.<\/strong> El mercado se ha polarizado en tres niveles. Las herramientas de consumo gratuitas o de bajo coste (FaceSwap y DeepFaceLab de c\u00f3digo abierto; apps como Reface, Avatarify, FaceMagic) generan contenido b\u00e1sico de face-swap en minutos. Las plataformas comerciales para empresas (HeyGen, Synthesia para \"presentadores virtuales\" multiling\u00fces; ElevenLabs, Resemble.AI, Speechify para clonaci\u00f3n de voz a partir de muestras de audio de segundos; OpenAI Sora, Google Veo, Runway Gen-3 para s\u00edntesis de v\u00eddeo de escena completa) han hecho accesible la generaci\u00f3n de contenido de calidad profesional. Un v\u00eddeo deepfake de calidad profesional que hace cinco a\u00f1os requer\u00eda m\u00e1s de 30.000 d\u00f3lares de renderizado puede producirse hoy con entre 5 y 50 d\u00f3lares de cr\u00e9dito de API en minutos. Un mercado de deepfake-as-a-service en los marketplaces de la dark web ofrece v\u00eddeos a medida a partir de 100 d\u00f3lares: la barrera econ\u00f3mica para atacar se ha desplomado por completo.<\/p>\n<h2>El estado del arte en 2026: alta calidad, costes hundidos, acceso universal<\/h2>\n<p>Producir un deepfake convincente en 2026 ya no requiere conocimientos t\u00e9cnicos. Requiere una conexi\u00f3n a internet, una cuenta en uno de las decenas de servicios disponibles y, en los casos m\u00e1s sofisticados, unas pocas decenas de d\u00f3lares al mes. El panorama se compone de cuatro niveles de accesibilidad.<\/p>\n<p>En el nivel de consumo est\u00e1n las apps gratuitas o casi gratuitas: Reface, FaceMagic, FaceApp, MyHeritage Deep Nostalgia. Permiten un face-swap b\u00e1sico, animar fotos est\u00e1ticas, simular el envejecimiento. Son los deepfakes que animan los feeds sociales, en general reconocibles para un ojo entrenado.<\/p>\n<p>En el nivel \"creator\" est\u00e1n los servicios comerciales pensados para producir v\u00eddeo corporativo, formaci\u00f3n y publicidad: Synthesia parte de 18 d\u00f3lares al mes por 120 minutos de v\u00eddeo al a\u00f1o; HeyGen ofrece tres v\u00eddeos al mes gratis y planes desde 24-29 d\u00f3lares para un uso intensivo. La calidad es suficiente para v\u00eddeo corporativo; el renderizado tarda entre dos y quince minutos por v\u00eddeo. Empresas como Unilever han declarado haber reducido el tiempo de producci\u00f3n de v\u00eddeos de formaci\u00f3n interna en un 70%, pasando de semanas a horas (<a href=\"https:\/\/www.heygen.com\/pricing\" target=\"_blank\" rel=\"noopener\">precios de HeyGen<\/a>).<\/p>\n<p>En el nivel \"avanzado\" est\u00e1n los modelos de texto a v\u00eddeo de \u00faltima generaci\u00f3n. OpenAI Sora 2 est\u00e1 disponible por API a 0,10 d\u00f3lares por segundo para v\u00eddeo a 720p; Sora 2 Pro a 0,30 d\u00f3lares por segundo a 720p y 0,50 d\u00f3lares por segundo a 1024p. Un v\u00eddeo de diez segundos cuesta entre uno y cinco d\u00f3lares. En ChatGPT Plus, el acceso a Sora est\u00e1 incluido en la suscripci\u00f3n mensual de 20 d\u00f3lares (<a href=\"https:\/\/openai.com\/index\/sora\/\" target=\"_blank\" rel=\"noopener\">OpenAI Sora<\/a>). En el frente de la voz, ElevenLabs ofrece clonaci\u00f3n de voz instant\u00e1nea a partir de suscripciones de consumo; para la clonaci\u00f3n de voz profesional los precios suben, pero siguen siendo accesibles para cualquiera con intenci\u00f3n, l\u00edcita o no.<\/p>\n<p>Existe adem\u00e1s un cuarto nivel, el de la dark web. Un kit de identidad sint\u00e9tica cuesta cinco d\u00f3lares. Una suscripci\u00f3n mensual a un \"LLM oscuro\" (un modelo de lenguaje sin filtros de seguridad), treinta. Un deepfake de v\u00eddeo en tiempo real parte de cincuenta d\u00f3lares. Una suscripci\u00f3n b\u00e1sica de clonaci\u00f3n de voz, diez d\u00f3lares al mes. Los canales de Telegram que ofrecen deepfake-as-a-service suman al menos cuatrocientos y cuentan con m\u00e1s de 24.000 usuarios activos que venden herramientas de ataque, seg\u00fan iProov (<a href=\"https:\/\/cybersecurefox.com\/en\/real-time-deepfakes-dark-web-voice-cloning-kyc-bec\/\" target=\"_blank\" rel=\"noopener\">CyberSecureFox<\/a>, <a href=\"https:\/\/www.softwareseni.com\/how-deepfake-fraud-became-a-five-dollar-subscription-service\/\" target=\"_blank\" rel=\"noopener\">Group-IB v\u00eda SoftwareSeni<\/a>).<\/p>\n<p>Esta accesibilidad tiene tres consecuencias pr\u00e1cticas.<\/p>\n<p>Primera: el tiempo hasta el ataque se ha hundido. En 2018, el deepfake de Obama requer\u00eda 56 horas de renderizado. En 2026, el World Economic Forum estima que un v\u00eddeo deepfake convincente puede producirse en 45 minutos con software gratuito. Las voces clonadas necesitan entre veinte y treinta segundos de audio de muestra, obtenibles de cualquier entrevista publicada en YouTube (<a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF, 2025<\/a>).<\/p>\n<p>Segunda: el volumen crece de forma exponencial. Ocho millones de deepfakes en 2025 seg\u00fan estimaciones del gobierno del Reino Unido, 16 veces m\u00e1s que en 2023. La tasa de crecimiento anual estimada del v\u00eddeo deepfake en circulaci\u00f3n es del 900% (<a href=\"https:\/\/link.springer.com\/article\/10.1007\/s43926-025-00154-0\" target=\"_blank\" rel=\"noopener\">Springer<\/a>). Los detectores, incluso cuando funcionan, no escalan a la misma velocidad.<\/p>\n<p>Tercera: el frente de ataque es asim\u00e9trico. Producir un deepfake lleva horas. Entrenar un detector para reconocerlo lleva meses. La distancia temporal entre ambas capacidades se ha ampliado, no reducido.<\/p>\n<h2>Tipos de deepfake: qu\u00e9 existe, qu\u00e9 se ataca<\/h2>\n<p>Existen al menos siete tipos distintos de contenido deepfake, cada uno con su propio perfil de riesgo.<\/p>\n<p><strong>Face-swap est\u00e1tico y din\u00e1mico.<\/strong> Intercambio de caras, la t\u00e9cnica original. Est\u00e1tico cuando se aplica a una foto, din\u00e1mico cuando se aplica a v\u00eddeo. El tipo m\u00e1s habitual en el fraude de im\u00e1genes \u00edntimas no consentidas y en las redes sociales.<\/p>\n<p><strong>Face-reenactment.<\/strong> Se \"anima\" a una persona real haci\u00e9ndole asumir las expresiones y los movimientos de otra. Se ve en v\u00eddeos pol\u00edticos y anuncios protagonizados por famosos.<\/p>\n<p><strong>Sincronizaci\u00f3n labial.<\/strong> Se alteran los movimientos de los labios para hacer que una persona real diga palabras que nunca pronunci\u00f3. La t\u00e9cnica que hay detr\u00e1s de estafas con v\u00eddeo de periodistas, gobernadores de bancos centrales y personajes p\u00fablicos.<\/p>\n<p><strong>Clonaci\u00f3n de voz.<\/strong> S\u00edntesis de voz que reproduce el timbre, el acento y la inflexi\u00f3n de una persona concreta. Alimenta las estafas del falso familiar, las del falso consejero delegado y las llamadas automatizadas pol\u00edticas.<\/p>\n<p><strong>Cuerpo entero y talking heads.<\/strong> Avatares generados que gesticulan, caminan y hablan. Synthesia, HeyGen y Sora 2 producen esta categor\u00eda de contenido.<\/p>\n<p><strong>Deepfakes de documentos.<\/strong> Documentos de identidad, contratos, n\u00f3minas y facturas generados o alterados con IA. Sumsub registr\u00f3 un aumento del 1.100% en el fraude documental con deepfakes y un incremento del 300% en el fraude de identidad sint\u00e9tica en Estados Unidos (<a href=\"https:\/\/sumsub.com\/newsroom\/synthetic-identity-document-fraud-surges-300-in-the-u-s-sumsub-warns-e-commerce-healthtech-and-fintech-at-risk\/\" target=\"_blank\" rel=\"noopener\">Sumsub<\/a>).<\/p>\n<p><strong>Deepfakes en tiempo real.<\/strong> Manipulaci\u00f3n en directo durante una videollamada. T\u00e9cnicamente los m\u00e1s dif\u00edciles, pero en expansi\u00f3n: iProov inform\u00f3 de un +2.665% de ataques con c\u00e1mara virtual nativa en 2025.<\/p>\n<p>Cada tipo se corresponde con ataques distintos, v\u00edctimas distintas y contramedidas distintas. La detecci\u00f3n gen\u00e9rica no funciona porque un detector entrenado con face-swap no reconoce la clonaci\u00f3n de voz, y un detector entrenado con clonaci\u00f3n de voz no reconoce el deepfake documental. Las plataformas que ofrecen \"detecci\u00f3n multimotor\" intentan compensarlo entrenando conjuntos especializados, uno por tipo. Es una capa de verificaci\u00f3n complementaria \u00fatil. No es una defensa primaria.<\/p>\n<h3>Deepfake frente a shallowfake: d\u00f3nde trazar la l\u00ednea<\/h3>\n<p>Un \"shallowfake\" es una manipulaci\u00f3n editada a mano o de baja tecnolog\u00eda: cortes, empalmes, v\u00eddeo ralentizado o acelerado, doblaje de audio descuadrado. El v\u00eddeo de Nancy Pelosi con el habla ralentizada de 2019 es el ejemplo can\u00f3nico, sin IA de por medio, solo software de edici\u00f3n de v\u00eddeo. Un deepfake, en cambio, usa IA generativa (GAN, modelos de difusi\u00f3n, transformers) para sintetizar contenido que no exist\u00eda. Las implicaciones legales y de detecci\u00f3n difieren: los shallowfakes dejan artefactos de edici\u00f3n detectables por la inform\u00e1tica forense tradicional; los deepfakes generan contenido original plausible que derrota esos m\u00e9todos. Ambos merecen escrutinio, pero los deepfakes escalan de forma exponencial porque un solo modelo entrenado produce contenido sint\u00e9tico ilimitado, mientras que los shallowfakes requieren tiempo de edici\u00f3n humana por cada pieza.<\/p>\n<h3>Diez ejemplos hist\u00f3ricos de deepfake que definieron el campo<\/h3>\n<p>1. <strong>Channel 4 \/ reina Isabel II (Navidad de 2020)<\/strong>: falso educativo con baile de TikTok presentado como el discurso navide\u00f1o de la reina por la cadena brit\u00e1nica. 2. <strong>Jordan Peele \/ Barack Obama (2018)<\/strong>: PSA de BuzzFeed donde Obama parece insultar a Trump, el primer deepfake que entra en el ciclo informativo global. 3. <strong>Deepfake de Mark Zuckerberg (2019)<\/strong>: v\u00eddeo ir\u00f3nico donde el consejero delegado de Meta parece jactarse de controlar los datos de los usuarios. 4. <strong>Synthesizing Obama (Univ. de Washington, 2017)<\/strong>: primer deepfake acad\u00e9mico de v\u00eddeo completo sincronizado con audio. 5. <strong>Tom Cruise en TikTok @deeptomcruise (2021)<\/strong>: indistinguible del original, millones de seguidores, base de la startup Metaphysic. 6. <strong>Eslovaquia, audio de \u0160ime\u010dka (septiembre de 2023)<\/strong>: deepfake difundido 48 horas antes de las elecciones durante el \"periodo de silencio\" oficial, supuestas acusaciones de compra de votos, ganadas por Robert Fico. 7. <strong>Llamada automatizada de Joe Biden (enero de 2024)<\/strong>: voz clonada diciendo a los votantes que no participaran en las primarias de New Hampshire, multa de 6 millones de d\u00f3lares de la FCC. 8. <strong>Director financiero de Arup en Hong Kong (febrero de 2024)<\/strong>: 25,6 millones de d\u00f3lares transferidos tras una videoconferencia con un director financiero deepfake y todo su equipo. 9. <strong>Estafa de la voz clonada en Italia (enero de 2025)<\/strong>: la voz de un alto cargo del gobierno clonada para estafar a empresarios de primer nivel. 10. <strong>Im\u00e1genes deepfake de l\u00edderes europeos (2026)<\/strong>: im\u00e1genes deepfake de figuras pol\u00edticas circulan por las redes sociales, con denuncias formales y debate a escala de la UE.<\/p>\n<h2>Casos de uso: leg\u00edtimos e il\u00edcitos<\/h2>\n<p>Los deepfakes no son intr\u00ednsecamente maliciosos. Tienen aplicaciones leg\u00edtimas importantes que conviene distinguir antes de abordar la cara oscura.<\/p>\n<p>En el lado leg\u00edtimo, los usos industriales abarcan el cine (rejuvenecer a actores, reconstruir escenas con personajes ya no disponibles), la formaci\u00f3n corporativa (avatares que hablan en 30 idiomas para reducir los costes de producci\u00f3n de v\u00eddeo), la educaci\u00f3n (reconstruir figuras hist\u00f3ricas con fines did\u00e1cticos), la accesibilidad (s\u00edntesis de voz personalizada para personas que han perdido la voz), la s\u00e1tira pol\u00edtica y el concept art. Synthesia afirma dar servicio a 200.000 empresas cliente, incluida la mitad del Fortune 100. Es un mercado leg\u00edtimo que vale miles de millones y sigue creciendo.<\/p>\n<p>En el lado il\u00edcito, los usos se concentran en siete \u00e1reas:<\/p>\n<p>1. <strong>Fraude financiero.<\/strong> Estafas del falso consejero delegado, manipulaci\u00f3n de KYC, estafas de inversi\u00f3n. 2. <strong>Suplantaci\u00f3n de identidad.<\/strong> Elusi\u00f3n de los sistemas de verificaci\u00f3n biom\u00e9trica para abrir cuentas, obtener pr\u00e9stamos, falsificar documentos. 3. <strong>Im\u00e1genes \u00edntimas no consentidas.<\/strong> Sensity AI determin\u00f3 que el 96% de los deepfakes en l\u00ednea son pornograf\u00eda no consentida, en su gran mayor\u00eda con v\u00edctimas femeninas (<a href=\"https:\/\/sensity.ai\/reports\/\" target=\"_blank\" rel=\"noopener\">Sensity<\/a>). 4. <strong>Desinformaci\u00f3n pol\u00edtica.<\/strong> Influencia electoral, manipulaci\u00f3n de la opini\u00f3n p\u00fablica, propaganda de guerra. 5. <strong>Difamaci\u00f3n y da\u00f1o reputacional.<\/strong> V\u00eddeos falsos que atribuyen declaraciones o comportamientos comprometedores a pol\u00edticos, periodistas y directivos. 6. <strong>Falsificaci\u00f3n de prueba forense.<\/strong> V\u00eddeos, grabaciones de audio y fotos presentados en juicio como prueba cuando son productos sint\u00e9ticos. 7. <strong>Extorsi\u00f3n.<\/strong> Amenaza de publicar deepfakes comprometedores para obtener dinero o favores.<\/p>\n<p>Cada una de estas \u00e1reas merece un an\u00e1lisis aparte. Lo hacemos a continuaci\u00f3n, con casos documentados y cifras concretas.<\/p>\n<h2>El fraude real: siete categor\u00edas, casos documentados, p\u00e9rdidas cuantificadas<\/h2>\n<p>En 2025 las p\u00e9rdidas globales por fraude con deepfakes superaron los 900 millones de d\u00f3lares, seg\u00fan las agregaciones publicadas por el World Economic Forum y DeepStrike Research (<a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF<\/a>, <a href=\"https:\/\/deepstrike.io\/blog\/deepfake-statistics-2025\" target=\"_blank\" rel=\"noopener\">DeepStrike<\/a>). Deloitte estima que el fraude con IA generativa alcanzar\u00e1 los 40.000 millones de d\u00f3lares en 2027 en Estados Unidos, creciendo a una tasa anual compuesta del 32% (<a href=\"https:\/\/www.deloitte.com\/us\/en\/insights\/industry\/financial-services\/deepfake-banking-fraud-risk-on-the-rise.html\" target=\"_blank\" rel=\"noopener\">Deloitte Center for Financial Services<\/a>). As\u00ed se desglosa.<\/p>\n<h3>Estafa del consejero delegado y Business Email Compromise<\/h3>\n<p>Es la categor\u00eda que llev\u00f3 los deepfakes a los consejos de administraci\u00f3n. Arup es la referencia. Enero de 2024, oficina de Hong Kong de la ingenier\u00eda brit\u00e1nica. Un empleado del departamento financiero recibe un correo del director financiero, con sede en el Reino Unido, solicitando una \"transacci\u00f3n secreta\". Receloso, acepta una videoconferencia para aclararlo. En la llamada ve y oye al director financiero y a varios compa\u00f1eros. Son todos deepfakes, generados a partir de reuniones reales anteriores. La identidad del director financiero le resulta familiar, las caras de los compa\u00f1eros le resultan familiares, las voces le resultan familiares. El empleado ejecuta 15 transferencias por un total de 25,6 millones de d\u00f3lares (200 millones de d\u00f3lares de Hong Kong) a cinco cuentas distintas. El fraude sale a la luz solo semanas despu\u00e9s, cuando el empleado lo verifica con la sede de Londres (<a href=\"https:\/\/www.cnn.com\/2024\/05\/16\/tech\/arup-deepfake-scam-loss-hong-kong-intl-hnk\" target=\"_blank\" rel=\"noopener\">CNN<\/a>, <a href=\"https:\/\/fortune.com\/europe\/2024\/05\/17\/arup-deepfake-fraud-scam-victim-hong-kong-25-million-cfo\/\" target=\"_blank\" rel=\"noopener\">Fortune<\/a>, <a href=\"https:\/\/www.weforum.org\/stories\/2025\/02\/deepfake-ai-cybercrime-arup\/\" target=\"_blank\" rel=\"noopener\">WEF<\/a>).<\/p>\n<p>Seis meses despu\u00e9s de Arup, en julio de 2024, Ferrari afronta un intento similar. Un directivo recibe mensajes de WhatsApp y luego una llamada de una voz indistinguible de la del consejero delegado Benedetto Vigna, que describe una operaci\u00f3n \"relacionada con China\" con una cobertura de divisas urgente. El directivo sospecha por dos detalles: el n\u00famero de tel\u00e9fono desconocido y el acento del sur de la voz, demasiado marcado. Le pregunta a \"Vigna\" el t\u00edtulo de un libro que el verdadero consejero delegado le hab\u00eda recomendado d\u00edas antes. El estafador cuelga. Ferrari evita la p\u00e9rdida (<a href=\"https:\/\/fortune.com\/2024\/07\/27\/ferrari-deepfake-attempt-scammer-security-question-ceo-benedetto-vigna-cybersecurity-ai\/\" target=\"_blank\" rel=\"noopener\">Fortune<\/a>, <a href=\"https:\/\/sloanreview.mit.edu\/article\/how-ferrari-hit-the-brakes-on-a-deepfake-ceo\/\" target=\"_blank\" rel=\"noopener\">MIT Sloan Review<\/a>).<\/p>\n<p>El patr\u00f3n es estructural: contacto urgente de una autoridad interna, presi\u00f3n de tiempo, canal verbal o de v\u00eddeo, acci\u00f3n financiera irreversible solicitada. El FBI, en su informe IC3 de 2024, registra 21.442 denuncias de Business Email Compromise por 2.770 millones de d\u00f3lares en p\u00e9rdidas, repartidas por los 50 estados de EE. UU. y 186 pa\u00edses. La cifra acumulada de tres a\u00f1os supera los 8.500 millones de d\u00f3lares (<a href=\"https:\/\/www.ic3.gov\/AnnualReport\/Reports\/2024_IC3Report.pdf\" target=\"_blank\" rel=\"noopener\">Informe FBI IC3 2024<\/a>).<\/p>\n<p>Soluciones como TrueScreen, la Data Authenticity Platform, abordan esta categor\u00eda certificando las videollamadas sensibles y las autorizaciones de pago en el momento de la captura, con sello criptogr\u00e1fico y sello de tiempo cualificado. La sesi\u00f3n grabada se convierte en prueba admisible en juicio que ning\u00fan reenv\u00edo de deepfake ni alegaci\u00f3n de falsificaci\u00f3n puede derrotar. Como observ\u00f3 el investigador de la ACFE Mason Wilder en una entrevista reciente: \"los l\u00edmites del fraude con deepfakes son solo los l\u00edmites de la imaginaci\u00f3n del estafador\" (<a href=\"https:\/\/www.acfe.com\/\" target=\"_blank\" rel=\"noopener\">ACFE<\/a>).<\/p>\n<p>Un caso muy documentado en Europa es el de la voz clonada de un alto cargo gubernamental, utilizada para exigir transferencias a empresarios de alto perfil con el pretexto de un rescate para periodistas secuestrados en el extranjero que despu\u00e9s ser\u00eda reembolsado por una autoridad p\u00fablica. Al menos un empresario lleg\u00f3 a ejecutar la transferencia, de aproximadamente un mill\u00f3n de euros, a una cuenta extranjera (<a href=\"https:\/\/www.cybersecurity360.it\/news\/truffa-del-falso-crosetto-cosa-sappiamo-dei-deepfake-vocali-e-come-difendersi\/\" target=\"_blank\" rel=\"noopener\">Cybersecurity360<\/a>).<\/p>\n<h3>Elusi\u00f3n de KYC y verificaci\u00f3n de identidad<\/h3>\n<p>Los sistemas de verificaci\u00f3n de identidad a distancia, los mismos que usan bancos, fintechs, exchanges de criptomonedas y operadoras para dar de alta a nuevos clientes, se han convertido en el objetivo principal de la segunda categor\u00eda de fraude. El patr\u00f3n es sencillo: el estafador usa un v\u00eddeo deepfake o un documento sint\u00e9tico para eludir las pruebas de vida (liveness) y la verificaci\u00f3n documental.<\/p>\n<p>Las cifras impresionan. Onfido, ahora parte de Entrust, registra en un solo a\u00f1o un aumento de 31 veces en los intentos de fraude con deepfakes, un ataque cada cinco minutos, e informa de que m\u00e1s del 80% de los ataques a las pruebas de vida biom\u00e9tricas en 2024 son de tipo \"v\u00eddeo de v\u00eddeo\": v\u00eddeos deepfake reproducidos en una pantalla frente a la c\u00e1mara (<a href=\"https:\/\/onfido.com\/press-release\/deepfake-attacks-strike-every-five-minutes\/\" target=\"_blank\" rel=\"noopener\">Onfido<\/a>). En 2024, el fraude documental digital supera por primera vez al f\u00edsico (57% frente a 43%), invirtiendo una tendencia hist\u00f3rica (<a href=\"https:\/\/www.entrust.com\/sites\/default\/files\/documentation\/reports\/entrust-fraud-report.pdf\" target=\"_blank\" rel=\"noopener\">Entrust Fraud Report<\/a>).<\/p>\n<p>iProov documenta en 2025 un +2.665% de ataques mediante c\u00e1mara virtual nativa, un +300% de ataques de face swap frente a 2023 y una red de crime-as-a-service con unos 24.000 usuarios activos que venden herramientas de ataque. A partir de solo tres herramientas comunes pueden derivarse m\u00e1s de 115.000 combinaciones de ataque distintas (<a href=\"https:\/\/www.iproov.com\/reports\/threat-intelligence-report-2025-remote-identity-attack\" target=\"_blank\" rel=\"noopener\">iProov Threat Intelligence Report 2025<\/a>).<\/p>\n<p>Para quien opera en banca, fintech, juego en l\u00ednea o telecomunicaciones, este es el fraude con la relaci\u00f3n coste-da\u00f1o m\u00e1s asim\u00e9trica: cinco d\u00f3lares por el kit de ataque, decenas de miles de euros en p\u00e9rdidas por cada KYC comprometido. Un pilar paralelo de nuestra investigaci\u00f3n trata este vector espec\u00edfico en profundidad: <a href=\"https:\/\/truescreen.io\/insights\/deepfake-bypass-kyc-bank-onboarding\/\">V\u00eddeo deepfake y elusi\u00f3n del KYC biom\u00e9trico: defender el onboarding bancario en 2026<\/a>.<\/p>\n<h3>Estafas de inversi\u00f3n con famosos y autoridades financieras<\/h3>\n<p>La categor\u00eda que ha dominado la actualidad europea en 2025-2026 son las estafas de inversi\u00f3n con personajes p\u00fablicos. El modelo se repite: un v\u00eddeo deepfake de un periodista, un empresario conocido o una autoridad financiera promociona en redes sociales una supuesta plataforma innovadora de trading o de criptomonedas que \"multiplica el capital\". El usuario hace clic, aterriza en un sitio que imita a un br\u00f3ker real, deposita una suma modesta, ve ganancias falsas los primeros d\u00edas, deposita m\u00e1s y luego descubre que el sitio ha desaparecido.<\/p>\n<p>Uno de los casos m\u00e1s documentados es el de periodistas de televisi\u00f3n que descubrieron sus voces y sus caras en v\u00eddeos deepfake que promocionaban una plataforma de inversi\u00f3n ficticia atribuida a autoridades financieras y a empresarios de primer nivel (<a href=\"https:\/\/tg24.sky.it\/tecnologia\/2024\/11\/30\/deepfake-giornalisti-skytg24-truffe-finanziarie\" target=\"_blank\" rel=\"noopener\">SkyTG24, noviembre de 2024<\/a>). Las polic\u00edas europeas cerraron cientos de sitios vinculados a estas estafas.<\/p>\n<p>Diversos bancos centrales han emitido avisos oficiales para alertar al p\u00fablico sobre v\u00eddeos deepfake de sus gobernadores en falsas entrevistas televisivas usados como cebo de plataformas fraudulentas (<a href=\"https:\/\/www.bancaditalia.it\/media\/notizia\/avviso-presenza-in-rete-di-contenuti-falsi-e-fraudolenti-che-utilizzano-indebitamente-il-nome-e-l-immagine-del-governatore-fabio-panetta\/\" target=\"_blank\" rel=\"noopener\">aviso de banco central<\/a>). En varios casos, la autoridad ha presentado denuncia formal ante la autoridad judicial.<\/p>\n<p>En marzo de 2025 se inform\u00f3 de una estafa con deepfakes que habr\u00eda sustra\u00eddo 33 millones de euros a jubilados y empresarios (<a href=\"https:\/\/tg24.sky.it\/mondo\/2025\/03\/06\/deepfake-truffa-online\" target=\"_blank\" rel=\"noopener\">SkyTG24, marzo de 2025<\/a>). Un solo episodio dentro del ecosistema m\u00e1s amplio mapeado por las autoridades en sus informes anuales.<\/p>\n<h3>Im\u00e1genes \u00edntimas no consentidas<\/h3>\n<p>Es la categor\u00eda con mayor volumen y la dimensi\u00f3n \u00e9tica m\u00e1s grave. Sensity AI determin\u00f3 que el 96% de los deepfakes en l\u00ednea son pornograf\u00eda no consentida, con m\u00e1s de 100.000 v\u00eddeos en circulaci\u00f3n, en su gran mayor\u00eda con v\u00edctimas femeninas (<a href=\"https:\/\/sensity.ai\/reports\/\" target=\"_blank\" rel=\"noopener\">informes de Sensity<\/a>).<\/p>\n<p>Diversos casos de foros clandestinos han mostrado c\u00f3mo esta categor\u00eda se cruza con la dimensi\u00f3n pol\u00edtica y medi\u00e1tica. Foros activos durante a\u00f1os han llegado a contar con cientos de miles de usuarios registrados y millones de mensajes, y han alojado tanto fotos robadas como im\u00e1genes deepfake generadas con IA con cuerpos manipulados para aparentar desnudez. Entre las v\u00edctimas figuran numerosas mujeres con proyecci\u00f3n p\u00fablica. Varios de estos foros han sido clausurados tras las denuncias de las afectadas (<a href=\"https:\/\/www.ilfattoquotidiano.it\/2025\/08\/28\/forum-foto-rubate-meloni-schlein-notizie\/8107180\/\" target=\"_blank\" rel=\"noopener\">Il Fatto Quotidiano, agosto de 2025<\/a>).<\/p>\n<p>En el frente de los famosos a escala global, el caso de Taylor Swift de enero de 2024 tuvo un efecto catalizador. Im\u00e1genes expl\u00edcitas de la cantante generadas con IA acumularon 45 millones de visualizaciones en 17 horas en X antes de su retirada y del bloqueo temporal de las b\u00fasquedas con su nombre en la plataforma (<a href=\"https:\/\/www.nbcnews.com\/tech\/misinformation\/taylor-swift-nude-deepfake-goes-viral-x-platform-rules-rcna135669\" target=\"_blank\" rel=\"noopener\">NBC News<\/a>, <a href=\"https:\/\/techcrunch.com\/2024\/01\/30\/the-taylor-swift-deepfake-debacle-was-frustratingly-preventable\/\" target=\"_blank\" rel=\"noopener\">TechCrunch<\/a>). A partir de ese momento, la presi\u00f3n pol\u00edtica llev\u00f3 a la aprobaci\u00f3n de la TAKE IT DOWN Act estadounidense.<\/p>\n<h3>Clonaci\u00f3n de voz para estafas familiares<\/h3>\n<p>La categor\u00eda menos llamativa pero quiz\u00e1 la m\u00e1s extendida en n\u00famero de v\u00edctimas no denunciadas. El modelo es el del falso hijo o falso nieto en apuros.<\/p>\n<p>Un caso documentado: una mujer de 79 a\u00f1os recibe una llamada. La voz es la de su hijo. \"Mam\u00e1, estoy en un l\u00edo, me van a detener. Una amiga pasar\u00e1 por casa, tienes que darle algo de dinero o acabar\u00e9 dentro.\" Minutos despu\u00e9s llega una mujer que se presenta como abogada y recoge veinte mil euros en oro. La voz se hab\u00eda clonado a partir de una breve grabaci\u00f3n de audio del hijo, probablemente captada de un perfil en redes sociales (<a href=\"https:\/\/www.ilcentro.it\/l-aquila\/clonano-la-voce-del-figlio-e-le-rubano-loro-la-truffa-con-lintelligenza-artificiale-idr4ekxx\" target=\"_blank\" rel=\"noopener\">Il Centro<\/a>).<\/p>\n<p>Pindrop, especializada en seguridad de voz, registr\u00f3 un aumento del 1.300% en los intentos de fraude con deepfakes en 2024, pasando de uno al mes a siete al d\u00eda en la \u00fanica empresa monitorizada. El 67,5% de los consumidores estadounidenses declara sentir \"ansiedad\" ante los deepfakes y los clones de voz en las operaciones bancarias (<a href=\"https:\/\/www.pindrop.com\/research\/report\/voice-intelligence-security-report\/\" target=\"_blank\" rel=\"noopener\">Pindrop Voice Intelligence Report 2025<\/a>).<\/p>\n<p>La respuesta tradicional a esta categor\u00eda es el \"c\u00f3digo familiar\": una palabra compartida entre familiares cercanos para usar en caso de llamadas sospechosas. Es una defensa \u00fatil pero compensatoria, no estructural.<\/p>\n<h3>Desinformaci\u00f3n pol\u00edtica<\/h3>\n<p>El deepfake pol\u00edtico tuvo su primera manifestaci\u00f3n a gran escala en Eslovaquia en septiembre de 2023, dos d\u00edas antes de las elecciones: un deepfake de audio de Michal \u0160ime\u010dka sobre fraude electoral y compra de votos entre la poblaci\u00f3n roman\u00ed circul\u00f3 por Telegram durante el \"periodo de silencio\" oficial. \u0160ime\u010dka lideraba las encuestas; gan\u00f3 Robert Fico. Son las primeras elecciones en las que un deepfake se considera un factor estructural (<a href=\"https:\/\/misinforeview.hks.harvard.edu\/article\/beyond-the-deepfake-hype-ai-democracy-and-the-slovak-case\/\" target=\"_blank\" rel=\"noopener\">Harvard Kennedy School<\/a>).<\/p>\n<p>En Estados Unidos, dos d\u00edas antes de las primarias dem\u00f3cratas de New Hampshire de enero de 2024, una llamada automatizada con la voz clonada de Joe Biden ped\u00eda a los votantes que no participaran. El consultor pol\u00edtico Steve Kramer recibi\u00f3 una multa de la FCC de seis millones de d\u00f3lares en septiembre de 2024 y 26 cargos penales por intimidaci\u00f3n de votantes y suplantaci\u00f3n de cargos p\u00fablicos (<a href=\"https:\/\/www.npr.org\/2024\/05\/23\/nx-s1-4977582\/fcc-ai-deepfake-robocall-biden-new-hampshire-political-operative\" target=\"_blank\" rel=\"noopener\">NPR<\/a>).<\/p>\n<p>En la India, durante las elecciones de 2024, se estima que el presupuesto destinado a contenido generado con IA fue de 50 millones de d\u00f3lares, con clones de voz de Modi usados en canciones de Bollywood y en punjab\u00ed con fines electorales (<a href=\"https:\/\/www.aljazeera.com\/news\/2024\/2\/20\/deepfake-democracy-behind-the-ai-trickery-shaping-indias-2024-elections\" target=\"_blank\" rel=\"noopener\">Al Jazeera<\/a>).<\/p>\n<p>El World Economic Forum, en su Global Risks Report 2025, se\u00f1ala la desinformaci\u00f3n como el riesgo global n\u00famero uno para los pr\u00f3ximos dos a\u00f1os, con referencia expl\u00edcita a los deepfakes generados con IA (<a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF Davos 2025<\/a>).<\/p>\n<p>Tratamos el riesgo electoral en profundidad en <a href=\"https:\/\/truescreen.io\/articles\/deepfakes-2026-elections-certified-proof\/\">Deepfakes in the 2026 Elections: Why Certified Proof Matters More Than Fact-Checking<\/a>.<\/p>\n<h3>Falsificaci\u00f3n de prueba forense<\/h3>\n<p>Es la frontera m\u00e1s reciente y potencialmente m\u00e1s desestabilizadora. Un v\u00eddeo o un audio deepfake presentado en juicio como prueba introduce un nuevo problema epist\u00e9mico: \u00bfc\u00f3mo se establece la autenticidad de una prueba digital cuando producir contenido sint\u00e9tico realista cuesta cinco d\u00f3lares?<\/p>\n<p>El fen\u00f3meno ha generado el concepto de \"dividendo del mentiroso\" (<a href=\"https:\/\/papers.ssrn.com\/sol3\/papers.cfm?abstract_id=3213954\" target=\"_blank\" rel=\"noopener\">Chesney y Citron, 2019<\/a>): en un mundo donde cualquier contenido puede ser un deepfake, quien quiere negar la autenticidad de un contenido real siempre tiene la cobertura de poder impugnar su origen. Abogados, acusados y partes en un procedimiento pueden alegar que un v\u00eddeo real \"es probablemente un deepfake\" sin tener que demostrar nada.<\/p>\n<p>El problema se extiende de lo penal a lo civil: contratos firmados por videoconferencia, audios de conversaciones comerciales, grabaciones de entrevistas de trabajo, declaraciones de asegurados. El tema se explora en <a href=\"https:\/\/truescreen.io\/insights\/deepfake-digital-evidence-criminal-proceedings\/\">Deepfakes and criminal proceedings: the digital evidence crisis<\/a>.<\/p>\n<h3>Deepfakes en WhatsApp y canales de mensajer\u00eda<\/h3>\n<p>Un fen\u00f3meno emergente en 2025-2026 es la difusi\u00f3n de deepfakes a trav\u00e9s de aplicaciones de mensajer\u00eda instant\u00e1nea, con WhatsApp como canal principal. El patr\u00f3n combina dos elementos: una voz clonada a partir de una breve muestra de audio (a ElevenLabs le bastan unos segundos) y un n\u00famero de tel\u00e9fono falsificado que simula el de un familiar, un directivo o una autoridad. El mensaje de voz o el breve v\u00eddeo explota la urgencia percibida para arrancar una transferencia, una contrase\u00f1a, un c\u00f3digo de autenticaci\u00f3n. Las autoridades europeas se\u00f1alan que las \"estafas de voz por mensajer\u00eda\" han crecido m\u00e1s r\u00e1pido que cualquier otro vector de fraude en l\u00ednea. La defensa principal es operativa: ninguna acci\u00f3n financiera irreversible deber\u00eda autorizarse por mensajer\u00eda sin una verificaci\u00f3n fuera de banda en el canal principal conocido (tel\u00e9fono directo, correo corporativo, presencia f\u00edsica). Para las organizaciones, la certificaci\u00f3n en origen de las videollamadas sensibles (autorizaciones de pago, decisiones del consejo, comunicaciones de RR. HH.) ofrece una alternativa determinista a la verificaci\u00f3n de canal por s\u00ed sola.<\/p>\n<h2>\u00a77-bis. C\u00f3mo detectar un deepfake: se\u00f1ales visuales, de audio y contextuales<\/h2>\n<p>Cuando no se dispone de certificaci\u00f3n forense, la inspecci\u00f3n manual sigue siendo una defensa parcial. Los analistas entrenados y los usuarios informados pueden marcar contenido sint\u00e9tico combinando tres capas de se\u00f1ales, aunque la fiabilidad de cada una se reduce a medida que la IA generativa mejora.<\/p>\n<p><strong>Se\u00f1ales visuales.<\/strong> Patrones de parpadeo poco naturales o ausencia de parpadeo (en las versiones menos refinadas); iluminaci\u00f3n descuadrada entre la cara y el fondo; bordes faciales borrosos o cambiantes en los movimientos r\u00e1pidos; dientes uniformes sin detalle individual; reflejos inconsistentes en los ojos entre ambos globos oculares; pelo que parece \"pegado\" al per\u00edmetro de la cabeza; sombras que no encajan con la fuente de luz declarada de la escena.<\/p>\n<p><strong>Se\u00f1ales de audio.<\/strong> Respiraci\u00f3n ausente o poco natural entre frases; entonaci\u00f3n mon\u00f3tona o patrones pros\u00f3dicos demasiado regulares; falta de ruido ambiente coherente con la escena visible (eco, reverberaci\u00f3n, tr\u00e1fico); micropausas poco naturales; sibilantes met\u00e1licas o consonantes duras; ausencia de toses, titubeos y reformulaciones que caracterizan el habla humana espont\u00e1nea.<\/p>\n<p><strong>Se\u00f1ales contextuales.<\/strong> El mensaje exige una acci\u00f3n urgente (transferencia, contrase\u00f1a, c\u00f3digos de autenticaci\u00f3n, acceso al sistema); llega por un canal no est\u00e1ndar (WhatsApp en lugar del correo corporativo, un n\u00famero de tel\u00e9fono desconocido en lugar del conocido); presi\u00f3n de tiempo an\u00f3mala (\"en 30 minutos\", \"antes del cierre del mercado\"); el remitente no responde a preguntas de verificaci\u00f3n fuera del guion (t\u00edtulo de un libro compartido, dato personal verificable).<\/p>\n<p><strong>La limitaci\u00f3n clave.<\/strong> En los deepfakes de 2025-2026 producidos con HeyGen, Synthesia, ElevenLabs y Sora, estas se\u00f1ales han desaparecido en gran medida. Un metaan\u00e1lisis de 56 trabajos acad\u00e9micos publicado en ScienceDirect (2024) confirm\u00f3 que la precisi\u00f3n media humana en la detecci\u00f3n de deepfakes es del 55,5%, estad\u00edsticamente indistinguible de lanzar una moneda al aire. Por eso <strong>la verificaci\u00f3n humana, por s\u00ed sola, no es una defensa escalable<\/strong>: debe combinarse con la verificaci\u00f3n de canal fuera de banda, procedimientos de doble aprobaci\u00f3n para las decisiones financieras y, en contextos que requieren prueba con valor legal, la certificaci\u00f3n de autenticidad en origen.<\/p>\n<h3>Detecci\u00f3n frente a procedencia frente a certificaci\u00f3n forense: tres enfoques comparados<\/h3>\n<div style=\"overflow-x: auto; margin: 24px 0; border-radius: 8px; border: 1px solid #e8e6f0;\"><table style=\"width: 100%; border-collapse: collapse; font-family: 'DM Sans', sans-serif; font-size: 14px; line-height: 1.5; min-width: 600px;\"><thead><tr><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; border-bottom: 2px solid #7c6bc4;\">Enfoque<\/th><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; border-bottom: 2px solid #7c6bc4;\">Qu\u00e9 hace<\/th><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; border-bottom: 2px solid #7c6bc4;\">Limitaciones<\/th><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; border-bottom: 2px solid #7c6bc4;\">Cu\u00e1ndo usarlo<\/th><\/tr><\/thead><tbody><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Detecci\u00f3n a posteriori<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Analiza el contenido buscando artefactos estad\u00edsticos<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">La precisi\u00f3n cae por debajo del 50% en los deepfakes de 2026 hechos con herramientas no vistas en el entrenamiento<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Triaje r\u00e1pido de contenido ya en circulaci\u00f3n<\/td><\/tr><tr style=\"background-color: #f8f7fd;\"><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Procedencia de contenido C2PA<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Incrusta metadatos de procedencia en el archivo<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">No detecta; solo verifica lo que ya se marc\u00f3 en origen<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Est\u00e1ndar del sector para editores, medios y publishers<\/td><\/tr><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Certificaci\u00f3n forense en origen<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Captura, sella con sello de tiempo admisible y custodia con valor probatorio<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Requiere la adquisici\u00f3n mediante herramientas dedicadas<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Cuando el contenido debe servir como prueba en juicio o documentaci\u00f3n de cumplimiento<\/td><\/tr><\/tbody><\/table><\/div>\n<p>Los tres enfoques son complementarios, no alternativos, y se organizan en niveles que responden a requisitos distintos de fiabilidad y valor probatorio. La detecci\u00f3n por s\u00ed sola, como hemos visto, es el nivel m\u00e1s d\u00e9bil. La procedencia C2PA es \u00fatil como est\u00e1ndar del sector, pero cubre solo el contenido cuya cadena ha adoptado el protocolo. La certificaci\u00f3n forense en origen es el nivel m\u00e1s s\u00f3lido y el \u00fanico con valor probatorio directo en juicio. Herramientas como TrueScreen, la Data Authenticity Platform, implementan este nivel de extremo a extremo en m\u00f3vil, web, extensi\u00f3n de navegador, API y SDK.<\/p>\n<h2>Por qu\u00e9 la detecci\u00f3n de deepfakes por s\u00ed sola es una guerra perdida<\/h2>\n<p>Ante este escenario, la respuesta intuitiva es directa: construir sistemas que reconozcan si un contenido es aut\u00e9ntico o sint\u00e9tico. Es la v\u00eda de la detecci\u00f3n de deepfakes. Es una v\u00eda recorrida por cientos de startups, por grandes empresas como Microsoft, Intel o Google, por agencias gubernamentales como DARPA con el programa SemaFor. El problema es que est\u00e1 perdiendo. No de forma ocasional: de forma estructural.<\/p>\n<p>Los datos lo dicen con claridad.<\/p>\n<p><strong>En el laboratorio, los detectores funcionan. En el mundo real, se desploman.<\/strong> Los sistemas multimodales m\u00e1s avanzados alcanzan un 94-96% de precisi\u00f3n en condiciones controladas. Pero cuando se topan con deepfakes producidos con herramientas con las que no se entrenaron, el rendimiento cae por debajo del 50%, estad\u00edsticamente equivalente a lanzar una moneda al aire (<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S157401372500142X\" target=\"_blank\" rel=\"noopener\">ScienceDirect, 2025<\/a>). El benchmark Deepfake-Eval-2024, construido sobre deepfakes \"en el mundo real\", documenta una ca\u00edda de AUC del 50% en v\u00eddeo, del 48% en audio y del 45% en im\u00e1genes frente a los benchmarks anteriores (<a href=\"https:\/\/arxiv.org\/html\/2503.02857v1\" target=\"_blank\" rel=\"noopener\">arXiv 2503.02857<\/a>).<\/p>\n<p><strong>Las personas no pueden compensarlo.<\/strong> Un metaan\u00e1lisis de 56 trabajos acad\u00e9micos realizado en 2024 cuantific\u00f3 la precisi\u00f3n humana media en el reconocimiento de un deepfake en el 55,5%, con un intervalo de confianza del 95% que cruza el 50% (<a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2451958824001714\" target=\"_blank\" rel=\"noopener\">ScienceDirect<\/a>). No significativamente mejor que el azar. El MIT Media Lab, en un estudio con 2.215 participantes, demostr\u00f3 que los deepfakes con audio de texto a voz de \u00faltima generaci\u00f3n ya son m\u00e1s dif\u00edciles de distinguir que el audio producido por un actor de voz (<a href=\"https:\/\/www.media.mit.edu\/publications\/human-detection-of-political-deepfakes-across-transcripts-audio-and-video\/\" target=\"_blank\" rel=\"noopener\">MIT<\/a>).<\/p>\n<p><strong>La carrera armament\u00edstica es estructuralmente asim\u00e9trica.<\/strong> Cada nuevo detector publicado se convierte en un nuevo discriminador contra el que se entrenan los generadores. Es la naturaleza de la tecnolog\u00eda GAN, expuesta en la secci\u00f3n t\u00e9cnica. El estudio de 2024 \"Adversarial Attacks on Deepfake Detectors\" muestra c\u00f3mo ataques ligeros basados en simples filtros convolucionales 2D (2D-Malafide) bastan para eludir los sistemas de detecci\u00f3n facial m\u00e1s avanzados (<a href=\"https:\/\/arxiv.org\/abs\/2408.14143\" target=\"_blank\" rel=\"noopener\">arXiv 2408.14143<\/a>). Las defensas con entrenamiento adversario alcanzan un 94,1% de precisi\u00f3n, y el suavizado aleatorizado un 92,8%, pero solo frente a ataques conocidos en el momento del entrenamiento.<\/p>\n<p><strong>La velocidad de renovaci\u00f3n de los modelos generativos supera la de actualizaci\u00f3n de los detectores.<\/strong> Stable Diffusion lanz\u00f3 cinco versiones principales en 24 meses. Sora pas\u00f3 de la v1 a la v2 en nueve meses. Cada lanzamiento introduce nuevos artefactos, nuevas din\u00e1micas, nuevas firmas estad\u00edsticas. Los detectores se entrenan en meses. Para cuando llegan a producci\u00f3n, el adversario ya va una versi\u00f3n por delante.<\/p>\n<p><strong>El problema de la huella eliminable.<\/strong> Una de las l\u00edneas de investigaci\u00f3n m\u00e1s prometedoras de los \u00faltimos a\u00f1os fue la de las \"huellas de IA\": rastros estad\u00edsticos espec\u00edficos que todo modelo generativo dejar\u00eda en el contenido que produce. Permitiendo a los detectores identificar el modelo concreto que gener\u00f3 una imagen. Sin embargo, un estudio de la Universidad de Edimburgo de 2025 demostr\u00f3 que estas huellas pueden eliminarse con t\u00e9cnicas de posprocesado adversario y, peor a\u00fan, pueden \"trasplantarse\" a contenido aut\u00e9ntico para clasificarlo err\u00f3neamente como sint\u00e9tico (<a href=\"https:\/\/truescreen.io\/articles\/edinburgh-study-ai-fingerprints-deepfake-detection\/\">an\u00e1lisis de TrueScreen<\/a>). Es un problema fundamental: la huella que es la defensa es tambi\u00e9n, de forma sim\u00e9trica, la siguiente vulnerabilidad.<\/p>\n<p><strong>La detecci\u00f3n multimotor ayuda pero no resuelve.<\/strong> Las plataformas que ofrecen detecci\u00f3n comercial hoy tienden a usar conjuntos de modelos especializados: uno entrenado en face-swap, uno en sincronizaci\u00f3n labial, uno en clonaci\u00f3n de voz, uno en deepfake documental, uno en artefactos de compresi\u00f3n. Cada motor cubre un tipo. La agregaci\u00f3n de resultados reduce los falsos negativos pero no cierra el problema estructural: un deepfake producido con una tecnolog\u00eda futura, no representada en los conjuntos de entrenamiento, escapa a todos los motores a la vez.<\/p>\n<p>El World Economic Forum, en su informe sobre detecci\u00f3n de 2025, lo expresa sin rodeos: \"la carrera entre la creaci\u00f3n de deepfakes y la detecci\u00f3n favorece sistem\u00e1ticamente a los atacantes\" (<a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF, 2025<\/a>). No es una derrota temporal. Es una propiedad del problema.<\/p>\n<h3>El dividendo del mentiroso: cuando \"es un deepfake\" se convierte en la coartada perfecta<\/h3>\n<p>Acu\u00f1ado por los juristas estadounidenses Robert Chesney y Danielle Citron en el art\u00edculo \"Deep Fakes: A Looming Challenge for Privacy, Democracy, and National Security\" (Boston University, 2019), el <strong>dividendo del mentiroso<\/strong> describe un efecto secundario parad\u00f3jico de la era del deepfake: a medida que el p\u00fablico toma conciencia de que cualquier v\u00eddeo puede falsificarse, incluso un v\u00eddeo aut\u00e9ntico puede desacreditarse como \"probablemente un deepfake\". Pol\u00edticos, delincuentes y directivos pueden negar contenido real apelando a la duda sist\u00e9mica, sin tener que demostrar nada. Entre los casos documentados est\u00e1n el incidente de Gab\u00f3n de 2018, donde un v\u00eddeo real del presidente Ali Bongo fue acusado de ser un deepfake durante una crisis sanitaria, y varios acusados del 6 de enero de 2021 en Washington que impugnaron audio aut\u00e9ntico como \"generado con IA\". El dividendo del mentiroso es la prueba definitiva de que la detecci\u00f3n a posteriori es insuficiente: solo la <strong>certificaci\u00f3n de autenticidad en origen<\/strong>, inmutable y verificable de forma independiente, neutraliza a la vez el deepfake y la duda sist\u00e9mica que genera. Herramientas como TrueScreen, la Data Authenticity Platform, abordan exactamente esta brecha certificando el contenido en el momento de la captura y sacando la cuesti\u00f3n de la ecuaci\u00f3n.<\/p>\n<p>Hay una salida. No consiste en mejorar la detecci\u00f3n. Consiste en cambiar el punto de la cadena en el que se introduce la garant\u00eda de autenticidad.<\/p>\n<h2>Invertir el problema: certificar la autenticidad en origen<\/h2>\n<p>La l\u00f3gica es la misma que se aplica a los documentos en papel. Para una escritura notarial no se comprueba a posteriori \"si parece aut\u00e9ntica\". Se certifica en el momento de la firma, ante un fedatario p\u00fablico, sobre papel timbrado, con un sello en seco. La firma certificada resiste porque se produce en un contexto de confianza, no porque un perito cal\u00edgrafo confirme despu\u00e9s que \"podr\u00eda ser aut\u00e9ntica\".<\/p>\n<p>Para el contenido digital, la misma l\u00f3gica se traduce en un principio: en lugar de preguntar si un dato es falso, garantizar que el dato nace aut\u00e9ntico por construcci\u00f3n. Es lo que en la literatura se llama \"authenticity-by-design\" o \"procedencia del dato en origen\". T\u00e9cnicamente, significa que el dato se certifica en el momento exacto en que lo capta el sensor (la c\u00e1mara, el micr\u00f3fono), dentro de un dispositivo cuya integridad se ha verificado, con una metodolog\u00eda forense que produce una cadena de prueba inalterable y admisible en juicio.<\/p>\n<p>Este enfoque tiene tres propiedades que la detecci\u00f3n no puede tener.<\/p>\n<p><strong>Independencia de la tecnolog\u00eda de ataque.<\/strong> Si el dato se certifica en origen, da igual qu\u00e9 tecnolog\u00eda generativa exista en el futuro. El contenido certificado con metodolog\u00eda forense se autentica por lo que es, no por lo que aparenta. El contenido no certificado es, sencillamente, no certificado: no se presume aut\u00e9ntico. Se sale de la carrera armament\u00edstica por construcci\u00f3n.<\/p>\n<p><strong>Valor admisible en juicio.<\/strong> La certificaci\u00f3n produce metadatos firmados criptogr\u00e1ficamente, hashes del contenido registrados en infraestructuras inmutables, sellos de tiempo con valor legal. Es material que puede presentarse en juicio como prueba conforme a las reglas de valoraci\u00f3n aplicables. En Espa\u00f1a, la Ley 1\/2000 de Enjuiciamiento Civil admite los medios de reproducci\u00f3n de la palabra, el sonido y la imagen (art. 299.2) y los instrumentos que permiten archivar y reproducir datos (art. 384), valorados por el tribunal \"seg\u00fan las reglas de la sana cr\u00edtica\"; el sello de tiempo cualificado y la firma electr\u00f3nica cualificada del Reglamento (UE) 910\/2014 (eIDAS) y de la Ley 6\/2020 de servicios electr\u00f3nicos de confianza aportan la fecha cierta y la integridad que refuerzan ese valor. Un informe de detecci\u00f3n probabil\u00edstico, por sofisticado que sea, no tiene el mismo peso procesal.<\/p>\n<p><strong>Verificabilidad por terceros.<\/strong> La certificaci\u00f3n produce artefactos verificables p\u00fablicamente por cualquiera, en cualquier momento. No requiere \"confiar\" en el sistema que produjo la garant\u00eda: la prueba es matem\u00e1ticamente verificable. Una propiedad que la detecci\u00f3n, inevitablemente probabil\u00edstica y basada en modelos propietarios, no puede ofrecer.<\/p>\n<h3>C\u00f3mo opera TrueScreen<\/h3>\n<p>TrueScreen es una <strong>Data Authenticity Platform<\/strong>: un sistema que aplica este principio a fotos, v\u00eddeo, audio, screenshots, documentos, navegaciones web y comunicaciones a distancia. No es una plataforma de detecci\u00f3n de deepfakes. Es una plataforma que certifica la autenticidad del dato en el momento en que se captura, con metodolog\u00eda forense.<\/p>\n<p>La arquitectura tiene dos capas, y es importante distinguirlas para entender el posicionamiento.<\/p>\n<p><strong>Capa primaria: certificaci\u00f3n en origen con metodolog\u00eda forense.<\/strong> Es el coraz\u00f3n del sistema. Cuando un usuario captura contenido a trav\u00e9s de uno de los productos de TrueScreen (la app m\u00f3vil, el <a href=\"https:\/\/truescreen.io\/es\/navegador-forense\/\">Forensic Browser<\/a> para contenido web, la <a href=\"https:\/\/truescreen.io\/es\/chrome-extension\/\">extensi\u00f3n de Chrome<\/a>, el <a href=\"https:\/\/truescreen.io\/es\/web-portal\/\">Portal web<\/a> para actividades profesionales), el contenido lo adquiere un dispositivo cuya integridad se verifica, se le aplica un hash en tiempo real y se sella con un sello de tiempo admisible en juicio. El sello lo producen prestadores cualificados de servicios de confianza (QTSP), terceros de confianza, integrados por API y que operan bajo el Reglamento eIDAS. A partir de ese momento, el contenido es inmutable en origen: cualquier alteraci\u00f3n posterior invalidar\u00eda la verificaci\u00f3n del sello.<\/p>\n<p><strong>Capa secundaria: detecci\u00f3n multimotor de deepfakes como garant\u00eda adicional.<\/strong> A este n\u00facleo, TrueScreen suma cinco motores independientes de detecci\u00f3n de deepfakes. Operan como verificaci\u00f3n complementaria sobre el contenido certificado y sobre el contenido adquirido externamente, integr\u00e1ndose con el flujo forense. Son refuerzo, no el pilar: si el contenido se certifica en origen en un dispositivo verificado, la detecci\u00f3n es redundante respecto a la garant\u00eda primaria. Cobra relevancia para el contenido que no se ha producido a trav\u00e9s de la plataforma y debe evaluarse a posteriori.<\/p>\n<p>La diferencia con las plataformas que dependen exclusivamente de la detecci\u00f3n es estructural. Esas plataformas corren dentro de la carrera armament\u00edstica de IA contra IA: cada avance en los modelos generativos las obliga a perseguir. TrueScreen evita la carrera partiendo de un dato que es aut\u00e9ntico por construcci\u00f3n. Cuando la detecci\u00f3n est\u00e1 disponible como segunda capa, es valor a\u00f1adido. Cuando no basta, la primera capa se sostiene por s\u00ed sola.<\/p>\n<p>Para un an\u00e1lisis t\u00e9cnico m\u00e1s profundo de los l\u00edmites de la detecci\u00f3n por s\u00ed sola, tenemos un art\u00edculo dedicado: <a href=\"https:\/\/truescreen.io\/articles\/edinburgh-study-ai-fingerprints-deepfake-detection\/\">AI fingerprints can be removed and forged: the Edinburgh study that challenges deepfake detection<\/a>. La plataforma da servicio a quien necesita prueba admisible en juicio: fuerzas del orden, profesionales del derecho, bancos y fintechs, aseguradoras, redacciones, departamentos de RR. HH. y autoridades p\u00fablicas.<\/p>\n<h2>Verticales y casos de uso: d\u00f3nde la certificaci\u00f3n en origen cambia las reglas del juego<\/h2>\n<p>TrueScreen, la Data Authenticity Platform, es el enfoque de certificaci\u00f3n en origen que usan las empresas en servicios financieros, periodismo, jur\u00eddico, seguros, RR. HH. y comunicaci\u00f3n corporativa. El principio de authenticity-by-design tiene implicaciones operativas distintas seg\u00fan el sector. Vale la pena ver c\u00f3mo se traduce en las verticales m\u00e1s expuestas al riesgo de deepfake.<\/p>\n<p><strong>Banca, fintech y KYC.<\/strong> El onboarding a distancia es el frente m\u00e1s caliente. Las entidades financieras deben demostrar dos cosas: que el cliente es la persona real que dice ser, y que los documentos que presenta son aut\u00e9nticos. Con la detecci\u00f3n gen\u00e9rica, cada nuevo modelo generativo introduce riesgo de compromiso. Con la certificaci\u00f3n en origen, el selfie y el escaneo del documento los captura una sesi\u00f3n verificada que produce metadatos firmados. El falso positivo se convierte en un falso negativo estructural: un atacante no puede \"falsificar la sesi\u00f3n de captura\" con un deepfake. Detalle en <a href=\"https:\/\/truescreen.io\/insights\/deepfake-bypass-kyc-bank-onboarding\/\">V\u00eddeo deepfake y elusi\u00f3n del KYC biom\u00e9trico: defender el onboarding bancario en 2026<\/a>.<\/p>\n<p><strong>Jur\u00eddico, forense y procedimientos judiciales.<\/strong> Abogados, peritos, fuerzas del orden y magistrados trabajan con prueba digital cuya autenticidad debe resistir en juicio. Una conversaci\u00f3n grabada en un m\u00f3vil, un screenshot de un chat, una foto de la escena de un delito: todos elementos que, hoy, pueden producirse sint\u00e9ticamente a un coste irrisorio. La certificaci\u00f3n forense en origen produce documentaci\u00f3n admisible, con cadena de custodia reconstruible y hashes verificables. Es el caso de uso hist\u00f3rico de TrueScreen, detallado en <a href=\"https:\/\/truescreen.io\/insights\/deepfake-digital-evidence-criminal-proceedings\/\">Deepfakes and criminal proceedings: the digital evidence crisis<\/a>.<\/p>\n<p><strong>Seguros.<\/strong> El fraude basado en im\u00e1genes o v\u00eddeos manipulados de siniestros (auto, hogar, lesiones) ha abierto una nueva categor\u00eda de riesgo para las aseguradoras. La peritaci\u00f3n \"a distancia\", que durante la pandemia se convirti\u00f3 en est\u00e1ndar, es hoy vulnerable al contenido sint\u00e9tico. Certificar el proceso de adquisici\u00f3n de la prueba fotogr\u00e1fica o en v\u00eddeo por parte del asegurado, en tiempo real, bloquea esta categor\u00eda de fraude en origen.<\/p>\n<p><strong>Medios y redacciones.<\/strong> El problema de los periodistas es doble: defenderse de los deepfakes que los suplantan (el caso SkyTG24) y garantizar la autenticidad de las fuentes de v\u00eddeo recibidas y publicadas. Una redacci\u00f3n que adopta la certificaci\u00f3n en origen para sus propias producciones y para el contenido generado por usuarios que eval\u00faa como material reduce su exposici\u00f3n legal y refuerza la confianza de sus lectores. El marco en <a href=\"https:\/\/truescreen.io\/articles\/deepfakes-2026-elections-certified-proof\/\">Deepfakes in the 2026 Elections: Why Certified Proof Matters More Than Fact-Checking<\/a>.<\/p>\n<p><strong>Empresas y protecci\u00f3n de directivos.<\/strong> Arup mostr\u00f3 c\u00f3mo una sola videoconferencia sin verificar puede costar 25 millones de d\u00f3lares. Certificar las comunicaciones internas sensibles (videollamadas del director financiero, autorizaciones de pago, transferencias) introduce un nivel de garant\u00eda que rompe la kill chain del fraude del falso consejero delegado. El frente de <a href=\"https:\/\/truescreen.io\/insights\/deepfake-corporate-fraud-source-certification\/\">Deepfake corporate fraud: why source certification is the real defense<\/a>.<\/p>\n<p><strong>RR. HH. y procesos de contrataci\u00f3n.<\/strong> El fen\u00f3meno emergente son las entrevistas de trabajo a distancia con candidatos deepfake, a menudo producidas por operadores extranjeros para conseguir puestos de TI en remoto. Trend Micro document\u00f3 decenas de casos en 2024-2025. Certificar la entrevista (sesi\u00f3n de v\u00eddeo captada en un dispositivo verificado) es una defensa directa.<\/p>\n<p><strong>Administraci\u00f3n p\u00fablica y voto a distancia.<\/strong> Para las autoridades que gestionan identidad digital, poderes de representaci\u00f3n y declaraciones emitidas a distancia, el riesgo de deepfake se convierte en riesgo sist\u00e9mico. Certificar los procesos sensibles sustituye la confianza condicionada (basada en la calidad del canal) por la confianza certificada (basada en artefactos verificables).<\/p>\n<p>En todas estas verticales, la l\u00f3gica es la misma: desplazar el punto de la cadena donde se introduce la garant\u00eda. No aguas abajo, donde el problema es probabil\u00edstico y se actualiza sin cesar. Aguas arriba, donde el problema se resuelve por construcci\u00f3n.<\/p>\n<h2>Panorama normativo: Europa, Espa\u00f1a, Estados Unidos, China<\/h2>\n<p>2025-2026 marca el primer periodo en que los deepfakes dejan de ser un vac\u00edo normativo. Hay cuatro \u00e1mbitos que conviene conocer.<\/p>\n<p><strong>Reglamento (UE) de IA, art\u00edculo 50(4).<\/strong> El Reglamento (UE) 2024\/1689 introduce una obligaci\u00f3n de divulgaci\u00f3n para quien produce o distribuye deepfakes. Texto literal: \"Los responsables del despliegue de un sistema de IA que genere o manipule contenido de imagen, audio o v\u00eddeo que constituya una ultrafalsificaci\u00f3n (deep fake) har\u00e1n p\u00fablico que dicho contenido se ha generado o manipulado de manera artificial.\" La obligaci\u00f3n entra en vigor el 2 de agosto de 2026. Se prev\u00e9n excepciones para los usos autorizados por ley con fines de prevenci\u00f3n, detecci\u00f3n, investigaci\u00f3n o enjuiciamiento de delitos, y para las obras \"manifiestamente art\u00edsticas, creativas, sat\u00edricas o de ficci\u00f3n\" (<a href=\"https:\/\/eur-lex.europa.eu\/legal-content\/ES\/TXT\/?uri=CELEX:32024R1689\" target=\"_blank\" rel=\"noopener\">Reglamento (UE) 2024\/1689, art\u00edculo 50<\/a>). La obligaci\u00f3n se aplica a los responsables del despliegue (quien hace p\u00fablico el contenido), no solo a los proveedores del modelo generativo.<\/p>\n<p><strong>Espa\u00f1a, marco penal y supervisi\u00f3n de la IA.<\/strong> Espa\u00f1a no cuenta con un tipo penal espec\u00edfico de \"deepfake\", pero su marco penal general ya alcanza estas conductas a trav\u00e9s de figuras como la estafa (incluida la estafa agravada), la falsedad documental, los delitos contra la intimidad y la propia imagen y la suplantaci\u00f3n de identidad, seg\u00fan el uso concreto que se haga del contenido sint\u00e9tico. A ello se suma la aplicaci\u00f3n directa del Reglamento (UE) de IA, cuya supervisi\u00f3n en Espa\u00f1a corresponde a la Agencia Espa\u00f1ola de Supervisi\u00f3n de la Inteligencia Artificial (AESIA), y el r\u00e9gimen de servicios electr\u00f3nicos de confianza de la Ley 6\/2020 (<a href=\"https:\/\/www.boe.es\/buscar\/act.php?id=BOE-A-2020-14046\" target=\"_blank\" rel=\"noopener\">Ley 6\/2020<\/a>), que junto al eIDAS sostiene el valor probatorio de la firma y del sello de tiempo cualificados. La valoraci\u00f3n de la prueba digital se rige por la Ley 1\/2000 de Enjuiciamiento Civil (<a href=\"https:\/\/www.boe.es\/buscar\/act.php?id=BOE-A-2000-323\" target=\"_blank\" rel=\"noopener\">LEC<\/a>), en particular sus art\u00edculos 299.2, 326 y 384.<\/p>\n<p><strong>Reglamento de Servicios Digitales (DSA), art\u00edculo 35.<\/strong> Las plataformas en l\u00ednea de muy gran tama\u00f1o (m\u00e1s de 45 millones de usuarios mensuales en la UE) tienen la obligaci\u00f3n de marcar de forma proactiva los deepfakes distribuidos en su plataforma con \"marcas destacadas\". El enfoque es de transparencia ante todo: etiquetado, no retirada autom\u00e1tica de los deepfakes no ilegales. La obligaci\u00f3n de reporte sobre moderaci\u00f3n de contenidos es, como m\u00ednimo, anual (<a href=\"https:\/\/www.taylorwessing.com\/en\/interface\/2025\/online-and-ai-generated-content\/the-eus-high-stakes-bet-on-taming-deepfakes\" target=\"_blank\" rel=\"noopener\">an\u00e1lisis de Taylor Wessing<\/a>).<\/p>\n<p><strong>Estados Unidos, TAKE IT DOWN Act.<\/strong> Firmada por Donald Trump el 19 de mayo de 2025, tras votaci\u00f3n un\u00e1nime en el Senado y de 409 a 2 en la C\u00e1mara. Tipifica como delito la publicaci\u00f3n de im\u00e1genes \u00edntimas no consentidas, incluidas las generadas con IA, de personas reales. Obliga a las plataformas a retirar el contenido en un plazo de 48 horas desde la notificaci\u00f3n de la v\u00edctima. Pena m\u00e1xima para quien publica: tres a\u00f1os de prisi\u00f3n. El r\u00e9gimen de notificaci\u00f3n y retirada est\u00e1 en vigor desde el 19 de mayo de 2026 (<a href=\"https:\/\/en.wikipedia.org\/wiki\/TAKE_IT_DOWN_Act\" target=\"_blank\" rel=\"noopener\">Wikipedia<\/a>).<\/p>\n<p><strong>China, Deep Synthesis Provisions.<\/strong> En vigor desde el 10 de enero de 2023, la primera normativa del mundo dedicada espec\u00edficamente a la s\u00edntesis profunda (deepfakes). Obligaciones: etiquetado obligatorio del contenido sint\u00e9tico, autenticaci\u00f3n del usuario para quien publica, consentimiento expl\u00edcito para la edici\u00f3n de caras, voces y datos biom\u00e9tricos, y mecanismo para desmentir noticias falsas (<a href=\"https:\/\/www.china-briefing.com\/news\/china-to-regulate-deep-synthesis-deep-fake-technology-starting-january-2023\/\" target=\"_blank\" rel=\"noopener\">China Briefing<\/a>). Un enfoque m\u00e1s restrictivo que el europeo.<\/p>\n<p><strong>FCC y enforcement en EE. UU.<\/strong> En septiembre de 2024, la FCC impuso una multa de 6 millones de d\u00f3lares al consultor pol\u00edtico Steve Kramer por las llamadas automatizadas de New Hampshire. La operadora que las transmiti\u00f3 recibi\u00f3 una multa de 1 mill\u00f3n de d\u00f3lares. Kramer afronta 26 cargos penales por intimidaci\u00f3n de votantes y suplantaci\u00f3n de cargos p\u00fablicos (<a href=\"https:\/\/www.fcc.gov\/document\/fcc-issues-6m-fine-nh-robocalls\" target=\"_blank\" rel=\"noopener\">FCC<\/a>). Es la primera gran acci\u00f3n de enforcement estadounidense contra un deepfake pol\u00edtico.<\/p>\n<p>Para quien opera en las verticales m\u00e1s expuestas, la combinaci\u00f3n de Reglamento de IA + leyes penales nacionales + DSA produce tres consecuencias pr\u00e1cticas. Primera: divulgaci\u00f3n obligatoria del contenido generado con IA, que se aplica a cualquiera que publique, aunque sea de forma ocasional. Segunda: responsabilidad civil y penal para quien difunde deepfakes capaces de causar da\u00f1o, con sanciones que llegan a la prisi\u00f3n. Tercera: la obligaci\u00f3n de las plataformas de marcar de forma proactiva, que reducir\u00e1 la viralidad de algunos deepfakes pero no la de los producidos para estafas dirigidas.<\/p>\n<p>Ninguna de estas normas resuelve el problema t\u00e9cnico de \"c\u00f3mo se establece si un contenido es aut\u00e9ntico\". Sancionan a quien produce o difunde con intenci\u00f3n, e imponen transparencia. Pero el reconocimiento del contenido real sigue siendo un problema abierto, que el regulador deja a la industria.<\/p>\n<h2>Los pr\u00f3ximos 24 meses: qu\u00e9 cambia, qu\u00e9 sigue igual<\/h2>\n<p>Tres din\u00e1micas definen 2026-2028.<\/p>\n<p><strong>La detecci\u00f3n alcanzar\u00e1 su l\u00edmite te\u00f3rico.<\/strong> El estudio de Edimburgo de 2025 mostr\u00f3 que las huellas de IA son eliminables. El estudio Deepfake-Eval-2024 mostr\u00f3 que los detectores se desploman por debajo del 50% en condiciones reales. Sumsub prev\u00e9 que las \"estafas de IA ag\u00e9ntica\": fraudes orquestados por agentes de IA aut\u00f3nomos que generan deepfakes bajo demanda, contactan con las v\u00edctimas y mantienen conversaciones en tiempo real: ser\u00e1n la categor\u00eda de mayor crecimiento en 2026 (<a href=\"https:\/\/www.prnewswire.com\/news-releases\/sumsubs-annual-report-fraud-shifts-to-complex-multi-step-schemes-in-2025-agentic-ai-scams-poised-to-surge-in-2026-302625287.html\" target=\"_blank\" rel=\"noopener\">Sumsub Annual Report 2026<\/a>). Frente a un agente de IA que genera, distribuye y adapta deepfakes en tiempo real, la detecci\u00f3n probabil\u00edstica pierde relevancia: el problema se vuelve sist\u00e9mico, no de reconocimiento.<\/p>\n<p><strong>El valor de la certificaci\u00f3n en origen sube.<\/strong> Cuanto m\u00e1s crecen el volumen y la calidad de los deepfakes, m\u00e1s se convierte la garant\u00eda de autenticidad sobre un dato concreto en un activo estrat\u00e9gico. Para quien debe producir prueba (abogados, bancos, redacciones, fuerzas del orden), pasar de la verificaci\u00f3n probabil\u00edstica a la certificaci\u00f3n admisible es el salto de una defensa que se erosiona a una defensa que resiste. El mercado correspondiente: soluciones de procedencia, captura certificada, autenticidad de grado forense, va a crecer a un ritmo muy por encima del de la detecci\u00f3n gen\u00e9rica.<\/p>\n<p><strong>La regulaci\u00f3n empujar\u00e1 en la misma direcci\u00f3n.<\/strong> El Reglamento (UE) de IA obliga a la divulgaci\u00f3n. La TAKE IT DOWN Act estadounidense obliga a la retirada r\u00e1pida. Los marcos penales nacionales establecen responsabilidad penal. Todas estas normas producen una consecuencia pr\u00e1ctica: quien puede demostrar que ha adquirido el contenido de forma certificada, con metodolog\u00eda forense y sello de tiempo admisible, tiene una posici\u00f3n defensiva mucho m\u00e1s s\u00f3lida que quien no puede. El cumplimiento se convierte en motor de adopci\u00f3n del authenticity-by-design.<\/p>\n<p>Una proyecci\u00f3n conservadora, basada en Sumsub, Onfido, Pindrop y Deloitte: para 2027 las p\u00e9rdidas globales por fraude con deepfakes superar\u00e1n los 5.000 millones de d\u00f3lares al a\u00f1o; las plataformas que dependen solo de la detecci\u00f3n ver\u00e1n degradarse su eficacia de forma estructural; quienes hayan adoptado la certificaci\u00f3n en origen como est\u00e1ndar primario para el contenido sensible estar\u00e1n en posici\u00f3n de ventaja competitiva y de cumplimiento. La transici\u00f3n ha empezado. La direcci\u00f3n no est\u00e1 en cuesti\u00f3n: la velocidad, s\u00ed.<\/p>\n<h2>\u00a712-bis. Glosario: terminolog\u00eda de deepfake que necesitas conocer<\/h2>\n<p><strong>Deepfake.<\/strong> Contenido sint\u00e9tico (imagen, v\u00eddeo, audio) generado o manipulado por IA para hacer que una persona real parezca decir o hacer algo que nunca dijo ni hizo. Acu\u00f1ado en 2017 a partir de \"deep learning\" + \"fake\".<\/p>\n<p><strong>Medios sint\u00e9ticos.<\/strong> Cualquier contenido audiovisual producido o alterado por IA generativa, incluidos, entre otros, los deepfakes. Abarca tambi\u00e9n contenido totalmente sint\u00e9tico sin referencia a una persona real.<\/p>\n<p><strong>Shallowfake.<\/strong> Manipulaci\u00f3n editada a mano o de baja tecnolog\u00eda (cortes, empalmes, ralentizaciones) sin IA de por medio. M\u00e1s f\u00e1cil de detectar con la inform\u00e1tica forense tradicional; el v\u00eddeo de Pelosi con el habla ralentizada de 2019 es el caso can\u00f3nico.<\/p>\n<p><strong>GAN (red generativa adversaria).<\/strong> Una arquitectura de aprendizaje autom\u00e1tico en la que compiten dos redes neuronales: un generador que produce contenido falso y un discriminador que distingue lo real de lo falso. La tecnolog\u00eda que hay detr\u00e1s de los primeros deepfakes (2017-2020).<\/p>\n<p><strong>Modelo de difusi\u00f3n.<\/strong> Una arquitectura de IA generativa que aprende a producir contenido eliminando de forma iterativa el ruido aleatorio hasta obtener un resultado coherente. Impulsa Stable Diffusion, Midjourney, DALL-E y OpenAI Sora.<\/p>\n<p><strong>Detecci\u00f3n de vida (liveness).<\/strong> T\u00e9cnica de verificaci\u00f3n biom\u00e9trica que confirma que una persona est\u00e1 f\u00edsicamente presente (frente a una foto, un v\u00eddeo o un deepfake) durante la verificaci\u00f3n de identidad. Cr\u00edtica para los procesos de KYC; habitualmente eludida por deepfakes sofisticados.<\/p>\n<p><strong>Certificaci\u00f3n en origen.<\/strong> Sello criptogr\u00e1fico aplicado al contenido digital en el momento de la captura, que certifica la autenticidad desde el origen. Implementada de extremo a extremo por Data Authenticity Platforms como TrueScreen.<\/p>\n<p><strong>C2PA \/ Content Credentials.<\/strong> Est\u00e1ndar del sector desarrollado por la Coalition for Content Provenance and Authenticity. Incrusta en los archivos multimedia metadatos a prueba de manipulaci\u00f3n sobre origen, autor\u00eda e historial de edici\u00f3n.<\/p>\n<p><strong>Dividendo del mentiroso.<\/strong> Concepto introducido por Chesney y Citron (2019) que describe c\u00f3mo la conciencia generalizada sobre los deepfakes permite negar contenido real como \"probablemente un deepfake\". Derrota la detecci\u00f3n a posteriori; solo se derrota con la certificaci\u00f3n en origen.<\/p>\n<p><strong>Procedencia (provenance).<\/strong> El historial cronol\u00f3gico del origen y las modificaciones de un contenido. La verificaci\u00f3n de procedencia confirma qu\u00e9 se le hizo a un archivo, no si refleja fielmente la realidad.<\/p>\n<p><strong>Marca de agua de IA (AI watermarking).<\/strong> T\u00e9cnica que incrusta marcadores ocultos en el contenido generado con IA para identificarlo como sint\u00e9tico. Reversible por los adversarios; no es una defensa robusta por s\u00ed sola.<\/p>\n<p><strong>Sello forense.<\/strong> Firma criptogr\u00e1fica combinada con un sello de tiempo cualificado, aplicada a la prueba en forma admisible en juicio, normalmente conforme al eIDAS (UE) o a reg\u00edmenes equivalentes.<\/p>\n<h2>Fuentes citadas<\/h2>\n<p><strong>Estad\u00edsticas e informes<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/sumsub.com\/fraud-report-2025\/\" target=\"_blank\" rel=\"noopener\">Sumsub Identity Fraud Report 2025-2026<\/a><\/li>\n<li><a href=\"https:\/\/sumsub.com\/newsroom\/synthetic-identity-document-fraud-surges-300-in-the-u-s-sumsub-warns-e-commerce-healthtech-and-fintech-at-risk\/\" target=\"_blank\" rel=\"noopener\">Sumsub: fraude documental de identidad sint\u00e9tica +300% en EE. UU.<\/a><\/li>\n<li><a href=\"https:\/\/www.prnewswire.com\/news-releases\/sumsubs-annual-report-fraud-shifts-to-complex-multi-step-schemes-in-2025-agentic-ai-scams-poised-to-surge-in-2026-302625287.html\" target=\"_blank\" rel=\"noopener\">Sumsub Annual Report 2026: estafas de IA ag\u00e9ntica<\/a><\/li>\n<li><a href=\"https:\/\/onfido.com\/press-release\/deepfake-attacks-strike-every-five-minutes\/\" target=\"_blank\" rel=\"noopener\">Onfido \/ Entrust: un deepfake cada 5 minutos<\/a><\/li>\n<li><a href=\"https:\/\/www.entrust.com\/sites\/default\/files\/documentation\/reports\/entrust-fraud-report.pdf\" target=\"_blank\" rel=\"noopener\">Entrust Fraud Report (PDF)<\/a><\/li>\n<li><a href=\"https:\/\/www.iproov.com\/reports\/threat-intelligence-report-2025-remote-identity-attack\" target=\"_blank\" rel=\"noopener\">iProov Threat Intelligence Report 2025<\/a><\/li>\n<li><a href=\"https:\/\/www.pindrop.com\/research\/report\/voice-intelligence-security-report\/\" target=\"_blank\" rel=\"noopener\">Pindrop Voice Intelligence Report 2025<\/a><\/li>\n<li><a href=\"https:\/\/www.deloitte.com\/us\/en\/insights\/industry\/financial-services\/deepfake-banking-fraud-risk-on-the-rise.html\" target=\"_blank\" rel=\"noopener\">Deloitte Center for Financial Services: 40.000 M$ para 2027<\/a><\/li>\n<li><a href=\"https:\/\/www.ic3.gov\/AnnualReport\/Reports\/2024_IC3Report.pdf\" target=\"_blank\" rel=\"noopener\">FBI IC3 Internet Crime Report 2024 (PDF)<\/a><\/li>\n<li><a href=\"https:\/\/sensity.ai\/reports\/\" target=\"_blank\" rel=\"noopener\">Informes de Sensity AI<\/a><\/li>\n<li><a href=\"https:\/\/www.weforum.org\/stories\/2025\/07\/why-detecting-dangerous-ai-is-key-to-keeping-trust-alive\/\" target=\"_blank\" rel=\"noopener\">WEF: detectar la IA peligrosa en la era del deepfake<\/a><\/li>\n<li><a href=\"https:\/\/www.weforum.org\/stories\/2025\/02\/deepfake-ai-cybercrime-arup\/\" target=\"_blank\" rel=\"noopener\">WEF: lecciones del ataque deepfake a Arup<\/a><\/li>\n<\/ul>\n<p><strong>Casos documentados<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/fortune.com\/europe\/2024\/05\/17\/arup-deepfake-fraud-scam-victim-hong-kong-25-million-cfo\/\" target=\"_blank\" rel=\"noopener\">Fortune: fraude deepfake de 25 M$ en Arup<\/a><\/li>\n<li><a href=\"https:\/\/www.cnn.com\/2024\/05\/16\/tech\/arup-deepfake-scam-loss-hong-kong-intl-hnk\" target=\"_blank\" rel=\"noopener\">CNN: deepfake de Arup en Hong Kong<\/a><\/li>\n<li><a href=\"https:\/\/fortune.com\/2024\/07\/27\/ferrari-deepfake-attempt-scammer-security-question-ceo-benedetto-vigna-cybersecurity-ai\/\" target=\"_blank\" rel=\"noopener\">Fortune: intento de deepfake en Ferrari<\/a><\/li>\n<li><a href=\"https:\/\/sloanreview.mit.edu\/article\/how-ferrari-hit-the-brakes-on-a-deepfake-ceo\/\" target=\"_blank\" rel=\"noopener\">MIT Sloan: c\u00f3mo Ferrari fren\u00f3 un deepfake de su consejero delegado<\/a><\/li>\n<li><a href=\"https:\/\/tg24.sky.it\/tecnologia\/2024\/11\/30\/deepfake-giornalisti-skytg24-truffe-finanziarie\" target=\"_blank\" rel=\"noopener\">SkyTG24: deepfake de periodistas<\/a><\/li>\n<li><a href=\"https:\/\/www.bancaditalia.it\/media\/notizia\/avviso-presenza-in-rete-di-contenuti-falsi-e-fraudolenti-che-utilizzano-indebitamente-il-nome-e-l-immagine-del-governatore-fabio-panetta\/\" target=\"_blank\" rel=\"noopener\">Aviso de banco central sobre deepfakes<\/a><\/li>\n<li><a href=\"https:\/\/www.cybersecurity360.it\/news\/truffa-del-falso-crosetto-cosa-sappiamo-dei-deepfake-vocali-e-come-difendersi\/\" target=\"_blank\" rel=\"noopener\">Cybersecurity360: estafa de voz clonada<\/a><\/li>\n<li><a href=\"https:\/\/www.ilcentro.it\/l-aquila\/clonano-la-voce-del-figlio-e-le-rubano-loro-la-truffa-con-lintelligenza-artificiale-idr4ekxx\" target=\"_blank\" rel=\"noopener\">Il Centro: clonaci\u00f3n de voz en una estafa familiar<\/a><\/li>\n<li><a href=\"https:\/\/www.nbcnews.com\/tech\/misinformation\/taylor-swift-nude-deepfake-goes-viral-x-platform-rules-rcna135669\" target=\"_blank\" rel=\"noopener\">NBC News: im\u00e1genes \u00edntimas no consentidas de Taylor Swift en X<\/a><\/li>\n<li><a href=\"https:\/\/www.npr.org\/2022\/03\/16\/1087062648\/deepfake-video-zelenskyy-experts-war-manipulation-ukraine-russia\" target=\"_blank\" rel=\"noopener\">NPR: deepfake de la rendici\u00f3n de Zelenski<\/a><\/li>\n<li><a href=\"https:\/\/www.cbsnews.com\/news\/pope-francis-puffer-jacket-fake-photos-deepfake-power-peril-of-ai\/\" target=\"_blank\" rel=\"noopener\">CBS News: el plum\u00edfero del papa Francisco<\/a><\/li>\n<li><a href=\"https:\/\/misinforeview.hks.harvard.edu\/article\/beyond-the-deepfake-hype-ai-democracy-and-the-slovak-case\/\" target=\"_blank\" rel=\"noopener\">Harvard Kennedy School: deepfake en las elecciones de Eslovaquia<\/a><\/li>\n<li><a href=\"https:\/\/www.fcc.gov\/document\/fcc-issues-6m-fine-nh-robocalls\" target=\"_blank\" rel=\"noopener\">FCC: multa de 6 M$ por las llamadas de New Hampshire<\/a><\/li>\n<li><a href=\"https:\/\/www.aljazeera.com\/news\/2024\/2\/20\/deepfake-democracy-behind-the-ai-trickery-shaping-indias-2024-elections\" target=\"_blank\" rel=\"noopener\">Al Jazeera: deepfakes en las elecciones de la India<\/a><\/li>\n<\/ul>\n<p><strong>Tecnolog\u00eda y academia<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/arxiv.org\/html\/2503.02857v1\" target=\"_blank\" rel=\"noopener\">arXiv: benchmark Deepfake-Eval-2024<\/a><\/li>\n<li><a href=\"https:\/\/arxiv.org\/abs\/2408.14143\" target=\"_blank\" rel=\"noopener\">arXiv: Adversarial Attacks on Deepfake Detectors (2D-Malafide)<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2451958824001714\" target=\"_blank\" rel=\"noopener\">ScienceDirect: metaan\u00e1lisis de la detecci\u00f3n humana de deepfakes<\/a><\/li>\n<li><a href=\"https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S157401372500142X\" target=\"_blank\" rel=\"noopener\">ScienceDirect: revisi\u00f3n de la IA en los medios deepfake<\/a><\/li>\n<li><a href=\"https:\/\/www.media.mit.edu\/publications\/human-detection-of-political-deepfakes-across-transcripts-audio-and-video\/\" target=\"_blank\" rel=\"noopener\">MIT Media Lab: detecci\u00f3n humana de deepfakes pol\u00edticos<\/a><\/li>\n<li><a href=\"https:\/\/link.springer.com\/article\/10.1007\/s43926-025-00154-0\" target=\"_blank\" rel=\"noopener\">Springer: avances en la detecci\u00f3n de deepfakes<\/a><\/li>\n<li><a href=\"https:\/\/papers.ssrn.com\/sol3\/papers.cfm?abstract_id=3213954\" target=\"_blank\" rel=\"noopener\">Chesney y Citron: art\u00edculo \"Deep Fakes\" en SSRN<\/a><\/li>\n<li><a href=\"https:\/\/help.elevenlabs.io\/hc\/en-us\/articles\/13434364550801-How-many-voice-samples-should-I-upload-for-Instant-Voice-Cloning\" target=\"_blank\" rel=\"noopener\">ElevenLabs: requisitos de muestra para la clonaci\u00f3n de voz<\/a><\/li>\n<li><a href=\"https:\/\/openai.com\/index\/sora\/\" target=\"_blank\" rel=\"noopener\">OpenAI Sora<\/a><\/li>\n<li><a href=\"https:\/\/www.heygen.com\/pricing\" target=\"_blank\" rel=\"noopener\">Precios de HeyGen<\/a><\/li>\n<li><a href=\"https:\/\/www.buzzfeednews.com\/article\/davidmack\/obama-fake-news-jordan-peele-psa-video-buzzfeed\" target=\"_blank\" rel=\"noopener\">BuzzFeed News: deepfake de Obama y Peele<\/a><\/li>\n<li><a href=\"https:\/\/fortune.com\/2021\/03\/02\/tom-cruise-deepfake-videos-tik-tok-chris-ume\/\" target=\"_blank\" rel=\"noopener\">Fortune: deepfake de Tom Cruise en TikTok<\/a><\/li>\n<li><a href=\"https:\/\/www.cnn.com\/2019\/09\/03\/tech\/zao-app-deepfake-scli-intl\" target=\"_blank\" rel=\"noopener\">CNN: la app Zao<\/a><\/li>\n<\/ul>\n<p><strong>Normativa<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/eur-lex.europa.eu\/legal-content\/ES\/TXT\/?uri=CELEX:32024R1689\" target=\"_blank\" rel=\"noopener\">Reglamento (UE) 2024\/1689 de IA, art\u00edculo 50<\/a><\/li>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/TAKE_IT_DOWN_Act\" target=\"_blank\" rel=\"noopener\">TAKE IT DOWN Act: Wikipedia<\/a><\/li>\n<li><a href=\"https:\/\/www.china-briefing.com\/news\/china-to-regulate-deep-synthesis-deep-fake-technology-starting-january-2023\/\" target=\"_blank\" rel=\"noopener\">China: Deep Synthesis Provisions<\/a><\/li>\n<li><a href=\"https:\/\/www.boe.es\/buscar\/act.php?id=BOE-A-2000-323\" target=\"_blank\" rel=\"noopener\">Ley 1\/2000 de Enjuiciamiento Civil (LEC)<\/a><\/li>\n<li><a href=\"https:\/\/www.boe.es\/buscar\/act.php?id=BOE-A-2020-14046\" target=\"_blank\" rel=\"noopener\">Ley 6\/2020 de servicios electr\u00f3nicos de confianza<\/a><\/li>\n<li><a href=\"https:\/\/eur-lex.europa.eu\/legal-content\/ES\/TXT\/?uri=CELEX:32014R0910\" target=\"_blank\" rel=\"noopener\">Reglamento (UE) 910\/2014 (eIDAS)<\/a><\/li>\n<li><a href=\"https:\/\/www.taylorwessing.com\/en\/interface\/2025\/online-and-ai-generated-content\/the-eus-high-stakes-bet-on-taming-deepfakes\" target=\"_blank\" rel=\"noopener\">Taylor Wessing: el DSA y los deepfakes<\/a><\/li>\n<\/ul>\n<p><strong>TrueScreen insights<\/strong><\/p>\n<ul>\n<li><a href=\"https:\/\/truescreen.io\/insights\/deepfake-bypass-kyc-bank-onboarding\/\">Deepfake video and biometric KYC bypass: defending bank onboarding in 2026<\/a><\/li>\n<li><a href=\"https:\/\/truescreen.io\/articles\/deepfakes-2026-elections-certified-proof\/\">Deepfakes in the 2026 Elections: Why Certified Proof Matters More Than Fact-Checking<\/a><\/li>\n<li><a href=\"https:\/\/truescreen.io\/insights\/deepfake-digital-evidence-criminal-proceedings\/\">Deepfakes and criminal proceedings: the digital evidence crisis<\/a><\/li>\n<li><a href=\"https:\/\/truescreen.io\/insights\/deepfake-corporate-fraud-source-certification\/\">Deepfake corporate fraud: why source certification is the real defense<\/a><\/li>\n<li><a href=\"https:\/\/truescreen.io\/articles\/edinburgh-study-ai-fingerprints-deepfake-detection\/\">AI fingerprints can be removed and forged: the Edinburgh study<\/a><\/li>\n<\/ul><\/div><\/div><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-3 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-blend:overlay;--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-flex-justify-content-flex-start fusion-content-layout-column\"><section class=\"faq faq-truescreen\" aria-labelledby=\"faq-title\">\n<h2 id=\"faq-title\">FAQ: deepfakes<\/h2>\n<div class=\"faq-list\">\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfQu\u00e9 es un deepfake?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Un deepfake es un contenido de audio, v\u00eddeo o imagen generado o alterado por un sistema de inteligencia artificial de forma que reproduce de manera realista a personas reales. El t\u00e9rmino naci\u00f3 en 2017 de la fusi\u00f3n de \"deep learning\" y \"fake\". Se aplica al face-swap, la clonaci\u00f3n de voz, la sincronizaci\u00f3n labial, los avatares de cuerpo entero, los deepfakes de documentos y la manipulaci\u00f3n en tiempo real durante videollamadas.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfC\u00f3mo se detecta un deepfake a simple vista?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Puedes buscar anomal\u00edas: movimientos faciales r\u00edgidos, parpadeo ausente o an\u00f3malo, sincronizaci\u00f3n labial imperfecta, iluminaci\u00f3n inconsistente entre la cara y el fondo, bordes de la cara borrosos, piel excesivamente lisa, calidad de audio met\u00e1lica, reverberaciones incoherentes con el entorno. Son se\u00f1ales \u00fatiles pero cada vez menos fiables: un metaan\u00e1lisis acad\u00e9mico de 2024 cuantific\u00f3 la precisi\u00f3n humana media en el reconocimiento de deepfakes en el 55,5%, estad\u00edsticamente indistinguible del azar. Los deepfakes m\u00e1s avanzados producidos en 2026 son dif\u00edciles de reconocer sin an\u00e1lisis t\u00e9cnico.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfC\u00f3mo se defiende uno de los deepfakes en el fraude financiero?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>La defensa operativa m\u00e1s eficaz combina tres capas: procedimientos internos (verificaci\u00f3n fuera de banda de toda solicitud de pago por encima de un umbral, c\u00f3digo de seguridad compartido entre familiares o dentro del equipo), formaci\u00f3n (conciencia de los patrones de estafa: urgencia, presi\u00f3n, canales inusuales) y tecnolog\u00eda (certificaci\u00f3n de las comunicaciones sensibles y de los procesos de adquisici\u00f3n de prueba digital). La detecci\u00f3n por s\u00ed sola es insuficiente porque se degrada a la velocidad a la que evolucionan los modelos generativos.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfC\u00f3mo sancionan la ley espa\u00f1ola y la UE los deepfakes?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Espa\u00f1a no tiene un tipo penal espec\u00edfico de \"deepfake\", pero su marco penal general ya alcanza estas conductas a trav\u00e9s de figuras como la estafa (incluida la estafa agravada), la falsedad documental, los delitos contra la intimidad y la propia imagen y la suplantaci\u00f3n de identidad, seg\u00fan el uso que se haga del contenido. A escala de la UE, el Reglamento (UE) 2024\/1689 de IA (art\u00edculo 50) impone la obligaci\u00f3n de divulgar que un contenido ha sido generado o manipulado artificialmente, con entrada en vigor el 2 de agosto de 2026. La valoraci\u00f3n de la prueba digital se rige por la Ley 1\/2000 de Enjuiciamiento Civil \"seg\u00fan las reglas de la sana cr\u00edtica\".<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfPor qu\u00e9 el deepfake aumenta la eficacia de un ataque de ingenier\u00eda social?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Porque hace caer la barrera cognitiva sobre la que se apoya la verificaci\u00f3n humana de la autenticidad. O\u00edr la voz del propio consejero delegado o de un hijo activa una respuesta emocional y de confianza que, en segundos, esquiva los filtros racionales que normalmente est\u00e1n activos. Combinado con la presi\u00f3n de tiempo y un contexto plausible, produce decisiones r\u00e1pidas e irreversibles. Es lo que hizo posible el caso Arup: 15 transferencias por un total de 25,6 millones de d\u00f3lares en cuesti\u00f3n de horas.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfSon fiables las plataformas de detecci\u00f3n de deepfakes?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>En condiciones controladas alcanzan un 94-96% de precisi\u00f3n. En condiciones reales, con deepfakes producidos con herramientas no representadas en el conjunto de entrenamiento, caen por debajo del 50%. La investigaci\u00f3n ha demostrado que los ataques adversarios pueden eludir a los detectores m\u00e1s avanzados con t\u00e9cnicas ligeras. La detecci\u00f3n multimotor reduce los falsos negativos pero no cierra el problema estructural de la carrera armament\u00edstica de IA contra IA. Es \u00fatil como capa de verificaci\u00f3n complementaria, no como defensa primaria.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfSe pueden considerar perfectos los deepfakes?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>En el estado del arte de 2026, los deepfakes producidos con herramientas como HeyGen, Synthesia, Sora o ElevenLabs son indistinguibles del contenido real en el 70-85% de los casos incluso para espectadores expertos, seg\u00fan estudios recientes de la Universidad de Edimburgo (2025) y del MIT Media Lab. Los deepfakes \"perfectos\" en t\u00e9rminos absolutos no existen porque siempre dejan rastros estad\u00edsticos detectables por modelos especializados, pero a simple vista o con una escucha distra\u00edda la calidad cruza el umbral del enga\u00f1o para la mayor\u00eda de los observadores. Esto obliga a abandonar la detecci\u00f3n a posteriori como \u00fanica defensa: los procedimientos organizativos deben asumir que cualquier v\u00eddeo o audio no certificado en origen podr\u00eda ser falso.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfQu\u00e9 t\u00e9cnica de los a\u00f1os noventa puede considerarse precursora de los deepfakes?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>La t\u00e9cnica del morphing de v\u00eddeo empleada en los a\u00f1os noventa (un ejemplo famoso es el videoclip \"Black or White\" de Michael Jackson de 1991) se considera un precursor conceptual: transformaba de forma progresiva una cara en otra mediante interpolaci\u00f3n manual fotograma a fotograma. La gran diferencia con los deepfakes actuales es la escala: el morphing de los noventa requer\u00eda semanas de trabajo manual de especialistas en VFX y presupuestos de cine; hoy un deepfake equivalente se genera en minutos con una app gratuita. El precursor tecnol\u00f3gico real, sin embargo, es el art\u00edculo de Ian Goodfellow de 2014 sobre las redes generativas adversarias, que hizo posible la s\u00edntesis autom\u00e1tica y abri\u00f3 el camino al t\u00e9rmino \"deepfake\" acu\u00f1ado en Reddit en 2017.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfQu\u00e9 significa \"certificaci\u00f3n en origen\"?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Es el principio por el cual un contenido digital se certifica como aut\u00e9ntico en el momento exacto en que lo capta el sensor (c\u00e1mara, micr\u00f3fono), dentro de un dispositivo cuya integridad se verifica, con una metodolog\u00eda forense que produce metadatos firmados, hashes criptogr\u00e1ficos y sellos de tiempo admisibles en juicio. A diferencia de la detecci\u00f3n, que eval\u00faa de forma retroactiva la probabilidad de que un contenido sea falso, la certificaci\u00f3n en origen garantiza por construcci\u00f3n que el contenido es aut\u00e9ntico, independientemente de la tecnolog\u00eda generativa que pueda existir en el futuro.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfQu\u00e9 debo hacer si soy v\u00edctima de un deepfake?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Tres pasos inmediatos. Primero: documenta el deepfake (screenshots, enlaces, fecha, plataforma de publicaci\u00f3n), preferiblemente con metodolog\u00eda forense para producir prueba admisible en juicio. Segundo: rep\u00f3rtalo a la plataforma que lo aloja para su retirada (bajo el r\u00e9gimen del DSA para las grandes plataformas, bajo la TAKE IT DOWN Act para las im\u00e1genes \u00edntimas no consentidas en Estados Unidos). Tercero: presenta denuncia ante las fuerzas del orden competentes, acompa\u00f1\u00e1ndola con la documentaci\u00f3n recopilada y citando la normativa aplicable.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfCu\u00e1nto cuesta producir un deepfake hoy?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Desde gratis (apps de consumo como Reface) hasta unos pocos d\u00f3lares por un v\u00eddeo de 10 segundos (la API de OpenAI Sora 2 a 0,10 d\u00f3lares por segundo). En la dark web, un kit de identidad sint\u00e9tica cuesta cinco d\u00f3lares, una suscripci\u00f3n b\u00e1sica de clonaci\u00f3n de voz diez d\u00f3lares al mes, un deepfake de v\u00eddeo en tiempo real parte de cincuenta d\u00f3lares. Una voz puede clonarse a partir de tres segundos de audio. El tiempo hasta el ataque se ha hundido: el World Economic Forum estima 45 minutos para un v\u00eddeo deepfake convincente con software gratuito. En 2018 el mismo resultado requer\u00eda 56 horas de renderizado.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">\u00bfEs TrueScreen una plataforma de detecci\u00f3n de deepfakes?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>TrueScreen es una Data Authenticity Platform: certifica la autenticidad del dato en origen con metodolog\u00eda forense, integrando el sello de terceros de confianza cualificados (QTSP) por API. La detecci\u00f3n multimotor, con cinco motores independientes, es una capa de garant\u00eda complementaria integrada en el flujo, no el coraz\u00f3n del sistema. La diferencia con las plataformas que se apoyan solo en la detecci\u00f3n es estructural: TrueScreen evita la carrera armament\u00edstica de IA contra IA partiendo de un dato que es aut\u00e9ntico por construcci\u00f3n.<\/p><p>---<\/p><\/div>\n<\/details>\n<\/div>\n<\/section><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-4 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:80px;--awb-padding-bottom:80px;--awb-padding-top-small:40px;--awb-padding-bottom-small:110px;--awb-margin-bottom:0px;--awb-background-color:#ffffff;--awb-background-image:linear-gradient(180deg, var(--awb-color3) 0%,var(--awb-color3) 100%);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-4 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-padding-top:36px;--awb-padding-right:36px;--awb-padding-bottom:36px;--awb-padding-left:36px;--awb-overflow:hidden;--awb-bg-color:var(--awb-color2);--awb-bg-color-hover:var(--awb-color2);--awb-bg-size:cover;--awb-border-radius:8px 8px 8px 8px;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-builder-row fusion-builder-row-inner fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"width:103% !important;max-width:103% !important;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column_inner fusion-builder-nested-column-0 fusion_builder_column_inner_2_3 2_3 fusion-flex-column fusion-flex-align-self-center\" style=\"--awb-bg-size:cover;--awb-width-large:66.666666666667%;--awb-margin-top-large:0px;--awb-spacing-right-large:2.1825%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:2.1825%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-title title fusion-title-2 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color1);--awb-margin-top:-40px;--awb-margin-top-small:-32px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"margin:0;--fontSize:32;--minFontSize:32;line-height:1.3;\"><h2>Certifica tus contenidos en origen<\/h2><\/h2><\/div><div class=\"fusion-text fusion-text-1 fusion-text-no-margin\" style=\"--awb-font-size:18px;--awb-text-color:var(--awb-color1);--awb-margin-bottom:32px;\"><p><span style=\"letter-spacing: 0.24px; background-color: rgba(0, 0, 0, 0);\">Deja de perseguir deepfakes. Certifica fotos, v\u00eddeo, audio y screenshots en el momento de la captura, con metodolog\u00eda forense y prueba admisible en juicio.<\/span><\/p>\n<\/div><div ><a class=\"fusion-button button-flat fusion-button-default-size button-default fusion-button-default button-1 fusion-button-default-span fusion-button-default-type\" target=\"_self\" href=\"https:\/\/portal.truescreen.io\/signin\/\"><span class=\"fusion-button-text\">Empieza ahora<\/span><\/a><\/div><div class=\"fusion-separator fusion-full-width-sep\" style=\"align-self: center;margin-left: auto;margin-right: auto;margin-top:12px;width:100%;\"><\/div><div ><a class=\"fusion-button button-flat fusion-button-default-size button-custom fusion-button-default button-2 fusion-button-default-span\" style=\"--button_accent_color:var(--awb-color1);--button_border_color:rgba(255,255,255,0.3);--button_accent_hover_color:var(--awb-color1);--button_border_hover_color:var(--awb-color1);--button_border_width-top:1px;--button_border_width-right:1px;--button_border_width-bottom:1px;--button_border_width-left:1px;--button_gradient_top_color:rgba(0,0,0,0);--button_gradient_bottom_color:rgba(0,0,0,0);--button_gradient_top_color_hover:rgba(255,255,255,0.1);--button_gradient_bottom_color_hover:rgba(255,255,255,0.1);\" target=\"_self\" href=\"https:\/\/truescreen.io\/es\/contacto\/\"><span class=\"fusion-button-text\">Solicita una demo<\/span><\/a><\/div><\/div><\/div><div class=\"fusion-layout-column fusion_builder_column_inner fusion-builder-nested-column-1 fusion_builder_column_inner_1_3 1_3 fusion-flex-column fusion-flex-align-self-center fusion-no-small-visibility fusion-no-medium-visibility\" style=\"--awb-bg-size:cover;--awb-width-large:33.333333333333%;--awb-margin-top-large:0px;--awb-spacing-right-large:4.365%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:4.365%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-image-element\" style=\"--awb-max-width:300px;--awb-caption-title-font-family:var(--h2_typography-font-family);--awb-caption-title-font-weight:var(--h2_typography-font-weight);--awb-caption-title-font-style:var(--h2_typography-font-style);--awb-caption-title-size:var(--h2_typography-font-size);--awb-caption-title-transform:var(--h2_typography-text-transform);--awb-caption-title-line-height:var(--h2_typography-line-height);--awb-caption-title-letter-spacing:var(--h2_typography-letter-spacing);\"><span class=\"fusion-imageframe imageframe-none imageframe-1 hover-type-none\"><img decoding=\"async\" width=\"1204\" height=\"1208\" alt=\"mockup app\" title=\"Mobile Header\" src=\"https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header.png\" class=\"img-responsive wp-image-45466\" srcset=\"https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-200x201.png 200w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-400x401.png 400w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-600x602.png 600w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-800x803.png 800w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-1200x1204.png 1200w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header.png 1204w\" sizes=\"(max-width: 1024px) 100vw, (max-width: 640px) 100vw, 400px\" \/><\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"featured_media":56927,"template":"","class_list":["post-57449","articulos","type-articulos","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/truescreen.io\/es\/wp-json\/wp\/v2\/articulos\/57449","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/truescreen.io\/es\/wp-json\/wp\/v2\/articulos"}],"about":[{"href":"https:\/\/truescreen.io\/es\/wp-json\/wp\/v2\/types\/articulos"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/truescreen.io\/es\/wp-json\/wp\/v2\/media\/56927"}],"wp:attachment":[{"href":"https:\/\/truescreen.io\/es\/wp-json\/wp\/v2\/media?parent=57449"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}