El Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) publicó la guía NISTIR 8584, un documento técnico que busca ayudar a gobiernos, bancos y empresas a detectar intentos de fraude mediante “face morphing”, una técnica que combina los rasgos de dos o más personas en una sola imagen para engañar sistemas de reconocimiento facial.
Aunque el morphing facial surgió en los años 90 como un recurso creativo para cine y publicidad, investigadores demostraron que puede tener consecuencias críticas en el presente: fraudes en pasaportes, accesos corporativos y hasta en sistemas financieros y militares.
Cómo funciona el face morphing
Según explicó Juan Brodersen en su newsletter Dark News, el proceso genera un rostro híbrido que los algoritmos de biometría reconocen como válido para más de una identidad. Esto lo convierte en un riesgo de primer nivel para tecnologías que hoy sostienen desde la apertura de cuentas en exchanges de criptomonedas hasta los controles fronterizos en aeropuertos.
El software presentado por NIST propone un abordaje automatizado: buscar artefactos e inconsistencias en las imágenes que suelen pasar desapercibidas al ojo humano, como diferencias en texturas de piel, coloraciones poco naturales, o irregularidades en zonas sensibles como iris, labios o cejas.
Además, la guía diferencia estrategias según el escenario: no es lo mismo un trámite en migraciones en tiempo real que un control de acceso empresarial, por lo que sugiere adaptar las defensas al contexto.
Expertos: una carrera tecnológica sin fin
En diálogo con Dark News, Javier Blanco, Doctor en Informática por la Universidad de Eindhoven y docente en la Universidad Nacional de Córdoba, explicó que este es un terreno en el que la inteligencia artificial juega en ambos bandos:
“Lo primero que se puede decir es que para poder diferenciar una cuestión hecha con una determinada tecnología, sólo la misma tecnología la puede distinguir. Así como hubo una carrera por la criptología y el criptoanálisis, esto es parecido: inventar algo por IA y distinguir si lo es o no. Si yo me dedicase a hacer face morphing, lo que haría sería hacer esos morph en base a lo que no puede distinguir un programa que reconoce morphs”.
El especialista agrega que, en el fondo, se trata de un problema que va más allá de lo técnico:
“Evoluciona tan rápido esta tecnología que no parece que se vaya a resolver de una vez y para siempre. Es un problema político de primer orden: tiene que estar en la agenda pública, aunque no sea para resolverlo, sí para conocerlo y entender los alcances y las preocupaciones sociales que esto puede generar”.
Recomendaciones del NIST
Según el informe, la mejor defensa es prevenir que imágenes manipuladas entren al sistema. Para lograrlo, NIST propone:
- Métodos de captura confiables, que reduzcan el riesgo de ingreso de fotos alteradas.
- Detección automatizada de morphs, basada en IA entrenada para detectar artefactos visuales.
- Capacitación del personal, de modo que los operadores humanos también puedan identificar señales de manipulación.