IA clona voces y vuelve más creíbles los secuestros virtuales

| Redacción |

El avance de la Inteligencia Artificial (IA) abrió una nueva ruta para los secuestros virtuales. Con apenas unos segundos de un audio, los delincuentes pueden imitar la voz de una persona y usarla para hacer más creíble una llamada de extorsión; especialistas de ESET Latinoamérica señalaron que estas estafas, conocidas como deepfakes de voz, dejaron de ser un fenómeno aislado por su bajo costo y por la facilidad para generar contenidos convincentes, aunque aseguraron que hay un modo de combatirlas.

Publicar videos, historias, conferencias o materiales de trabajo en Internet o redes sociales, puede parecer inofensivo, pero ese contenido se convierte en materia prima para los ciberdelincuentes, quienes lo usan para fabricar delitos como fraudes o extorsiones con datos obtenidos mediante inteligencia de fuentes abiertas.

• 4 mil 562 pesos es la pérdida de una persona por una estafa

“Pueden perfilar grandes cantidades de posibles víctimas en poco tiempo, recopilando imágenes, videos e información personal, laboral, familiar y de amistades que podrían utilizarse con fines maliciosos. La IA también puede ayudar a diseñar guiones de ingeniería social, lo que les permite sonar convincentes a través del correo electrónico, las redes sociales u otros canales, incluso cuando no eran hablantes nativos del idioma”, indicó Mario Micucci, investigador de Seguridad Informática de ESET Latinoamérica.

SECUESTRO VIRTUAL CON VOZ CLONADA. Una de las modalidades más usadas consiste en llamar a una persona y reproducir un audio generado con información recopilada de redes sociales o de Internet. Con ese mensaje, los delincuentes intentan hacerle creer que un ser querido o familiar fue secuestrado. El engaño se hace creíble cuando, durante la llamada de extorsión, incorporan datos obtenidos de fuentes abiertas.

Antes de realizar la llamada, los delincuentes monitorean los perfiles públicos de la víctima y de sus amigos o familiares para identificar rutinas en las que sea más difícil localizarla. El engaño resulta más creíble cuando la persona suplantada está de viaje o no tiene posibilidad inmediata de comunicarse con sus contactos.

“La clave para los estafadores es mantener a los familiares confundidos y emocionalmente afectados. Para lograrlo, suelen utilizar la voz clonada solo durante unos segundos, mezclarla con sonidos de llanto e incluso añadir ruido de fondo para que todo parezca más auténtico y caótico”, indicó la firma de ciberseguridad.

• 139 mil mdp fueron robados por estafadores entre 2024-2025

En un secuestro virtual, los delincuentes no buscan sostener una conversación prolongada, sino provocar una reacción inmediata y entonces combinan la voz clonada con datos personales y una narrativa de emergencia para impedir que la víctima tenga tiempo de verificar lo ocurrido.

La presión se concentra en los primeros minutos de la llamada, cuando la confusión emocional es mayor y así los extorsionadores exigen el pago de un rescate o una transferencia interbancaria, mientras insisten en que no se corte la comunicación ni se avise a otras personas.

De acuerdo con Hiya, empresa dedicada a soluciones de voz confiables, el aumento de los deepfakes en llamadas telefónicas ya demanda una regulación estricta y responsabilidad financiera para los operadores de redes de telefonía, según su informe “Estado de las llamadas 2026”, basado en una encuesta a 12 mil consumidores de Estados Unidos, Reino Unido, Canadá, Francia, Alemania y España.

Sólo en Estados Unidos, uno de cada cuatro ciudadanos afirmó haber recibido una llamada de este tipo en los últimos 12 meses; además, el 24 por ciento dijo no poder distinguir una voz genuina de una falsa, “lo que significa que casi la mitad de la población ha sido víctima de fraude de voz mediante IA o no puede diferenciarlo de una llamada real”.

• El Tip: La mayoría de las estafas en el país ocurren en plataformas con funciones de mensajería directa.

PALABRA SEGURA. Frente a este escenario, ESET recomendó acordar una palabra segura con familiares y amigos. Esta clave funciona como una medida de verificación para confirmar si una llamada corresponde a una emergencia real o si se trata de un intento de fraude o extorsión con voz clonada. Cualquier persona puede pedirla antes de realizar un depósito o una transferencia de dinero.

“Por supuesto, debe ser fácil de recordar, pero también poco común. Además, no debería ser algo que pueda descubrirse revisando las publicaciones en redes sociales u otras fuentes de inteligencia de fuentes abiertas. Por eso conviene evitar opciones obvias, como el nombre de una mascota familiar o el equipo deportivo favorito”, destacó Mario Micucci.

• El Dato: Las estafas son frecuentes en México: 12% de adultos se ha enfrentado a ellas varias veces por semana. En el último año, más de 50% de las víctimas denunció.

Si una persona no cuenta con una palabra segura y cae en una estafa con una voz clonada, lo primero es cortar de inmediato la comunicación con el delincuente y evitar nuevos depósitos o transferencias. Después, debe contactar a su banco para explicar lo ocurrido y preguntar si existe alguna posibilidad de bloquear la operación o recuperar los fondos enviados.

También es recomendable cambiar las contraseñas que pudieron haber quedado expuestas, activar la autenticación en dos pasos y usar claves únicas y robustas almacenadas en un gestor de contraseñas. Además, conviene conservar toda la evidencia posible, como números telefónicos, grabaciones, comprobantes, y presentar la denuncia ante las autoridades competentes.