La voz ya no es una prueba

«Era su voz al 100 %», pero su mujer ni siquiera estaba cerca. Los estafadores han aprendido a imitar el habla humana con tanta convicción mediante inteligencia artificial y filtros de voz que una voz familiar al otro lado del teléfono ya no puede considerarse una prueba de identidad.

Un usuario de X contó que recibió una llamada, supuestamente de su mujer. Ella le dijo que se había olvidado la cartera y le pidió los datos de la tarjeta bancaria para pagar la gasolina. Sin embargo, su mujer estaba en casa y conducía un Tesla: la historia de un repostaje de repente ya sonaba absurda. La voz era casi perfecta, aunque el interlocutor notó un ritmo extraño y unas pausas algo artificiales.

El autor sospechó que podía tratarse de un deepfake de voz: una grabación de voz generada o modificada. Siguió hablando para intentar averiguar qué pasaba, pero no se le ocurrió grabar la llamada. Es imposible determinar con certeza si se había usado IA generativa o un filtro que funcionaba en tiempo real.

En Reddit aparecieron historias parecidas. En un caso, unos estafadores llamaron a una tía y a una abuela, se hicieron pasar por abogados y dijeron que un familiar estaba en la cárcel y necesitaba dinero urgentemente para la fianza.

El estudio de 2026 Evaluating AI Models' Capability to Automate Voice Phishing Attacks, elaborado por Fred Heiding y sus colegas, encuestó a 4100 adultos de Estados Unidos. Hasta un 36,1 % de los participantes afirmó que podría acceder a una petición en una situación de «un familiar en apuros» o no sabía cómo reaccionaría.

Ojo: no se trata del porcentaje de personas que fueron realmente estafadas, sino de su propia valoración de la predisposición a caer en el engaño. Los investigadores llaman a este indicador vulnerabilidad, no un hecho observado de entrega de dinero. La credibilidad del mensaje resultó más importante que lo natural que sonara la voz. Ni siquiera quienes utilizan IA con regularidad reconocían mejor el habla sintética que quienes apenas se han topado con estas tecnologías.

La forma de protegerse es sencilla, aunque la humanidad suele preferir perder primero el dinero y leer las instrucciones después. Acuerden de antemano una palabra clave familiar: sencilla, pero desconocida para los demás y que no esté publicada en internet. Si un allegado llama de repente para pedir dinero, cuelgue y devuélvale la llamada al número que ya tiene guardado.

En 2024, un directivo de Ferrari recibió mensajes y después una llamada de alguien que se hacía pasar por Benedetto Vigna, consejero delegado de la empresa. El directivo sospechó y le pidió que nombrara el libro que el verdadero Vigna le había recomendado hacía poco. No hubo respuesta y el plan se vino abajo.

La contraseña familiar funciona con el mismo principio: comprueba si la persona conoce un dato privado, no el timbre de su voz. Mark Beare, experto de Malwarebytes, advierte de que el principal golpe de la IA no va dirigido a los dispositivos, sino a la confianza entre las personas. Según una encuesta de Malwarebytes publicada en junio, el 85 % de los encuestados cree que es difícil distinguir una estafa de un mensaje auténtico; el año anterior lo pensaba el 66 %. Otro 88 % afirmó que cada vez resulta más difícil saber qué contenido en internet ha creado realmente una persona y refleja la realidad.

El problema no se limita a las llamadas: las imágenes generadas y los vídeos deepfake también socavan la vieja regla de «lo he visto con mis propios ojos, así que es verdad». En 2026, una voz familiar ya no confirma la identidad. Primero, la palabra clave; después, una llamada de vuelta; y solo entonces, cualquier decisión sobre dinero.