LexisNexis Risk Solutions advierte que uno de cada 100 fallos en comprobaciones de identidad implica un deepfake, mientras Juniper Research estima que en 2026 se realizarán 100,400 millones de verificaciones digitales a nivel global. ¿Cómo pueden las empresas y profesionales de IT defenderse de esta oleada de fraudes generados por inteligencia artificial?
¿Por qué los deepfakes son la mayor amenaza en verificación de identidad en 2026?
Los deepfakes —videos, imágenes o documentos generados por IA— han pasado de ser una curiosidad tecnológica a uno de los vectores de fraude de más rápido crecimiento en el mundo. Según LexisNexis Risk Solutions, los ataques con deepfakes han aumentado un 180% interanual, y se espera que millones de intentos de fraude en 2026 incluyan este tipo de contenido manipulado. Lo alarmante no es solo el volumen, sino la calidad: un deepfake bien ejecutado puede engañar incluso a sistemas avanzados de verificación.
Oscar Flores, Consultor en Fraude e Identidad de LexisNexis, lo resume así: «Los deepfakes complican enormemente la verificación de identidad digital. Protegerse contra este aumento de ataques requiere una línea sólida de defensa que incorpore captura de extremo a extremo, análisis de fraude y comprobaciones de pruebas de vida». Y es que, como señala, «incluso la más pequeña brecha en tus defensas es como una ventana abierta por la que un estafador puede trepar».
¿Qué documentos son los más falsificados y cómo operan los estafadores?
Los actores malintencionados priorizan documentos de identidad reutilizables y de alto valor, como:
- Pasaportes,
- Licencias de conducir,
- Documentos nacionales de identificación (especialmente los emitidos por Estados Unidos, Reino Unido, Alemania y Francia).
Estos documentos son utilizados para eludir comprobaciones de identidad, crear cuentas nuevas o tomar el control de cuentas existentes. Según el Reporte de Cibercrimen 2025 de LexisNexis, una de cada 11 nuevas creaciones de cuentas en 2025 fue un ataque de fraude, y casi una quinta parte de todos los fraudes reportados implicaron acceso no autorizado a cuentas de clientes. El objetivo final suele ser realizar pagos no autorizados, retiros, compras en línea o blanquear ganancias del crimen.
¿Cómo detectar deepfakes en documentos e imágenes?
La sofisticación de los deepfakes mejora día con día, pero no son perfectos. Según Flores, los deepfakes suelen fallar por fallas menores en múltiples características de seguridad, a diferencia de las falsificaciones físicas, que suelen tener un error grave. Para detectarlos, las comprobaciones de identidad deben ser capaces de:
- Analizar la estructura del documento: hologramas, grabado, microtexto y otros elementos de seguridad.
- Examinar la integridad de la imagen: buscar inconsistencias en la reflexión de la luz, sombras o distorsiones.
- Evaluar micromovimientos en videos de prueba de vida: analizar la expresión facial, el tono de piel y los movimientos musculares.
- Detectar manipulación de imágenes: identificar tácticas de inyección o edición no natural.
Shane O’Sullivan, analista de Juniper Research, añade que «el éxito de los sistemas de detección de fraude se define por su capacidad de detectar amenazas avanzadas como identidades sintéticas y deepfakes, mientras mantienen la interoperabilidad entre estándares y minimizan la latencia y la fricción del usuario». Esto significa que las soluciones efectivas deben integrar autenticación de documentos, detección biométrica de pruebas de vida y análisis de riesgos en tiempo real en un único flujo de trabajo.
¿Qué soluciones técnicas pueden implementar las empresas?
Ante el aumento de ataques, las empresas deben adoptar un enfoque multicapa para la verificación de identidad. Algunas de las soluciones más efectivas incluyen:
- Captura de extremo a extremo: Sistemas que registran todo el proceso de verificación, desde la captura del documento hasta la prueba de vida.
- Análisis de fraude en tiempo real: Herramientas que utilizan IA y machine learning para detectar patrones sospechosos.
- Comprobaciones de pruebas de vida: Verificación biométrica que analiza características únicas del usuario, como el movimiento de los ojos o la textura de la piel.
- Autenticación multifactor (MFA): Combinar múltiples métodos de verificación (ej: contraseña + código SMS + biometría).
- Blockchain para documentos: Tecnología que permite verificar la autenticidad de un documento mediante un registro inmutable.
Flores concluye: «El riesgo para las empresas es real, tanto desde el punto de vista financiero como de la reputación. La realidad es que los ataques generados por IA prácticamente se duplican año tras año y se vuelven más sofisticados en cada intento». Por ello, la inversión en tecnología de verificación ya no es opcional, sino una necesidad crítica.
Recomendaciones para profesionales de IT y ciberseguridad
Para los profesionales que buscan proteger sus sistemas, aquí hay algunas acciones concretas:
- Actualizar sistemas de verificación: Asegurarse de que las herramientas utilizadas puedan detectar deepfakes y documentos falsificados.
- Capacitar a los equipos: Los analistas deben estar familiarizados con las últimas tácticas de fraude y cómo identificarlas.
- Implementar capas de defensa: No confiar en un solo método de verificación; combinar biometría, IA y análisis humano.
- Monitorear tendencias: Mantenerse al día con los informes de ciberseguridad, como los de LexisNexis Risk Solutions y Juniper Research.
