Ciberseguridad
Deepfakes y fraude por voz: cómo detectarlos
Cómo funcionan los fraudes con deepfake de voz y video, las señales que aún los delatan y el protocolo de verificación que los bloquea.

Con menos de un minuto de audio público se puede generar una voz clonada suficientemente convincente para engañar a un compañero de trabajo por teléfono. Ese es el estado actual, y significa que el consejo de "verifica por voz" —que era sólido hasta hace poco— ya necesita una capa adicional.
La respuesta no es aprender a detectar deepfakes mejor. Es rediseñar la verificación para que no dependa de detectarlos.
Los tres fraudes que ya están ocurriendo
1. Llamada de un directivo pidiendo una transferencia urgente. Voz clonada del director o del dueño, tono apurado, instrucción confidencial. Suele ocurrir cuando la persona suplantada está de viaje —dato que a menudo se publica en redes.
2. Videollamada con participantes falsos. Video generado o manipulado en tiempo real. Se usa en operaciones de mayor monto, donde una llamada de voz no bastaría para convencer.
3. Suplantación en procesos de contratación o verificación de identidad. Candidatos que no son quienes dicen ser en entrevistas remotas, o suplantación en procesos de alta de servicios.
Las señales que todavía delatan (y por qué no debes confiar en ellas)
En audio:
- Respiración ausente o en lugares antinaturales.
- Entonación plana en frases emocionales.
- Latencia extraña: pausas antes de responder a algo inesperado.
- Ruido de fondo demasiado limpio o que no cambia nunca.
- Dificultad con nombres propios poco comunes o números largos.
En video:
- Parpadeo irregular o ausente.
- Bordes del rostro que vibran al girar la cabeza.
- Iluminación del rostro que no coincide con la del entorno.
- Manos que no se comportan bien al pasar frente a la cara.
- Sincronización labial que se desfasa en frases rápidas.
Y aquí va la advertencia importante: estas señales están desapareciendo rápido. Cada una de ellas era fiable hace un año y ya no lo es del todo. No construyas tu defensa sobre la capacidad de detección de tu gente. Constrúyela sobre proceso.
El protocolo que sí funciona
Regla 1 — Palabra clave acordada previamente. Para operaciones de alto monto o instrucciones sensibles, las partes acuerdan de antemano una palabra o frase que no está escrita en ningún sistema ni se ha dicho en ninguna llamada grabada. Si la voz al otro lado no la conoce, se corta.
Es de baja tecnología y es la defensa más efectiva que existe hoy contra clonación de voz.
Regla 2 — Verificación por canal independiente que la voz no controla. Confirmación desde una aplicación autenticada donde la persona real tiene que aprobar. Una voz clonada no puede aprobar en el teléfono de otra persona.
Regla 3 — Pregunta de contexto no público. "¿Qué acordamos en la junta del martes sobre el proveedor?" Algo específico, reciente y que no esté en ningún correo ni documento accesible. Un atacante con la voz clonada rara vez tiene el contexto.
Regla 4 — Doble autorización obligatoria por monto. Ninguna transferencia por encima de un umbral se ejecuta con una sola aprobación, sin importar quién la solicite ni con qué urgencia. Esta regla hace irrelevante la calidad del deepfake.
Regla 5 — El tiempo como aliado. Toda operación no rutinaria tiene un tiempo mínimo de espera antes de ejecutarse. La urgencia es la herramienta principal del atacante; eliminar la posibilidad de actuar rápido elimina su ventaja.
Cómo reducir tu superficie de exposición
Audio y video público. Cuanto más material haya de la voz de tus directivos, más fácil es clonarla. No significa dejar de comunicar, pero sí ser consciente: podcasts, webinars y videos corporativos son material de entrenamiento gratuito.
Anuncios de ausencia. Publicar que el director está en un congreso en otro país es exactamente el dato que activa este fraude.
Organigramas públicos. Facilitan saber a quién suplantar y a quién dirigirse.
Datos de proveedores. Publicar con quién trabajas facilita el fraude de cambio de datos bancarios.
Qué hacer si crees que estás en una llamada falsa
- No confrontes. Si dices "creo que eres un deepfake", el atacante ajusta y lo intenta con otra persona mejor preparado.
- Introduce fricción natural. "Déjame tomar nota, ¿me repites el número de cuenta completo?" Los sistemas de generación tropiezan más con secuencias largas de números.
- Aplica la pregunta de contexto.
- Corta con una excusa neutra. "Se está cortando, te marco yo en cinco minutos." Y marcas al número que ya tenías guardado.
- Reporta de inmediato, aunque no estés seguro. Un falso positivo no cuesta nada; un falso negativo cuesta una transferencia.
Lo que debe cambiar en tus políticas
Revisa estos documentos y actualízalos:
- Política de pagos: agrega palabra clave y doble autorización obligatoria por monto. Elimina cualquier excepción por jerarquía.
- Protocolo de verificación: deja de decir "confirmar por teléfono" y especifica "confirmar por teléfono al número del expediente, más pregunta de contexto o palabra clave".
- Capacitación: incluye una sesión con ejemplos de audio generado. Escucharlos una vez cambia la percepción del riesgo de forma permanente.
- Comunicación externa: define qué se publica sobre viajes y ausencias de directivos.
Preguntas frecuentes
¿Existen herramientas de detección automática?
Existen y mejoran, pero van siempre por detrás de los generadores. Úsalas como capa adicional, nunca como control principal.
¿Esto aplica a una empresa pequeña?
Sí, y las pequeñas suelen ser más vulnerables porque los procesos de pago son informales y la relación de confianza es directa.
¿Sirve grabar todas las llamadas?
Ayuda para investigación posterior y para disuadir, pero no previene. Y exige cumplir con las obligaciones de aviso y consentimiento.
escrito por
Carlos Anaya Ruiz
Ingeniero en Tecnologías Computacionales por el Tecnológico de Monterrey. Consultor de SEO técnico e ingeniero full-stack; antes en Amazon, Master Loyalty Group y Wan Hai Lines. Trabajo en la intersección entre ingeniería y buscadores: datos estructurados, Core Web Vitals y rendimiento web.