Imagina que estás viendo una transmisión en vivo, alguien habla con total naturalidad, gesticula, hasta se ríe en el momento justo; todo parece perfectamente normal, y sin embargo, nada de eso está pasando de verdad. Esa persona no dijo esas palabras, puede que ni siquiera esté frente a una cámara… Bienvenido al terreno de los deepfakes en vivo, probablemente el reto de verificación más incómodo que nos ha dejado la inteligencia artificial generativa hasta ahora.
No es ciencia ficción ni un escenario lejano. Está pasando ahora mismo, en México y en el resto del mundo, y cada vez es más difícil distinguirlo a simple vista.
Vamos primero con los números, porque ayudan a entender por qué este tema se puso tan candente. Según el último reporte trimestral del Microsoft AI Economy Institute (Global AI Diffusion, Q1 2026), México pasó de una tasa de adopción de IA generativa del 17.8% en el segundo semestre de 2025 a 20.1% en el primer trimestre de 2026, un salto de 2.3 puntos porcentuales en apenas tres meses. Con ese ritmo, el país se ubica alrededor de la posición 55 entre las economías medidas por Microsoft, que en total sigue la adopción de más de un centenar de países.
Para ponerlo en contexto, a nivel global, el uso de IA generativa subió de 16.3% a 17.8% de la población en edad laboral en ese mismo periodo, con Emiratos Árabes Unidos liderando la tabla con un 70.1% de adopción. El reporte también señala algo que vale la pena tener en el radar: la brecha entre el “Norte Global” y el “Sur Global” se está ensanchando (27.5% contra 15.4%) porque factores como el acceso a electricidad, internet y habilidades digitales siguen siendo desiguales. México, aunque crece, todavía compite en esa segunda mitad de la tabla.
¿Por qué importa esto para hablar de deepfakes? Porque más adopción de IA generativa entre la población normal (no solo entre empresas o desarrolladores) también significa más gente con acceso a herramientas capaces de crear contenido falso convincente. Es la otra cara de la misma moneda, mientras más “normal” se vuelve usar IA para el día a día, más terreno gana también para quien quiere usarla mal.
Aquí es donde entra el verdadero dolor de cabeza. Un video pregrabado, por más sofisticado que sea, se puede analizar con calma: se descarga, se pasa por un detector, se compara con material auténtico. Pero un streaming en vivo no te da ese lujo. La transmisión llega a la audiencia en el mismo instante en que se genera, sin ventana para verificar nada.
Según especialistas en detección de medios sintéticos, un deepfake en tiempo real necesita generar cada fotograma en apenas 30 a 50 milisegundos para mantener el ritmo natural de un video (entre 24 y 30 cuadros por segundo). Es una carrera contra el reloj tanto para quien lo crea como para quien intenta detectarlo. Y a diferencia de un archivo, aquí la detección tiene que disparar la alerta mientras la conversación sigue sucediendo, no después.
Un dato que pone los pelos de punta es que de acuerdo con evaluaciones recientes de la comunidad de forense digital, los métodos de detección basados solo en artefactos visuales (parpadeo raro, piel con textura “plástica”, desfases entre labios y audio) ya no bastan por sí solos. En condiciones no controladas, esas técnicas pasivas pueden fallar hasta la mitad de las veces. La razón es simple, modelos como Stable Diffusion 3.5, Flux o las versiones más recientes de generación de voz y video han pulido tanto esos detalles que el ojo humano (y en muchos casos el algoritmo también) ya no los detecta con la facilidad de hace un par de años.
Eso no significa que estemos indefensos. Todavía hay señales que delatan a un deepfake, sobre todo en la variante de audio y video combinados: si el pipeline de voz y el de imagen tienen latencias distintas, puede aparecer un pequeño desfase constante entre lo que se ve y lo que se escucha. Es sutil, pero ahí está, y entre más atención le pongas, más fácil se vuelve notarlo.
Aquí es donde el tema deja de sonar lejano. Un estudio de Regula Forensics sobre tendencias de deepfakes ubicó a México como el país con la pérdida promedio más alta por incidente de suplantación con IA, con cifras que superan los 11 millones de pesos por caso. Significa que, entre los mercados analizados, aquí es donde estos ataques generan más dinero para quien los ejecuta.
Especialistas en ciberseguridad de instituciones como la Universidad Politécnica de Yucatán lo resumen con una frase que se queda grabada: el fraude de hoy “no sonará a estafa, sino a tu familia” cuando te llamen con una voz clonada. Y no hace falta imaginación para entender por qué funciona, el miedo por un ser querido, la urgencia de resolver algo rápido, la vergüenza de preguntar dos veces antes de transferir dinero. El fraude entra justo por donde somos más humanos, no por donde somos más ingenuos.
El foro económico mundial (WEF) ya documentó que el fraude cibernético desplazó al ransomware como la principal preocupación de directores generales a nivel global, y en México el patrón se repite en el terreno corporativo: cámaras de comercio e industria han reportado casos de clonación de voz de directivos para autorizar transferencias, videollamadas de Zoom o Teams “intervenidas” por un avatar generado con IA, y mensajes que imitan perfectamente el tono de un jefe real. En febrero de 2026, una empresa en Europa perdió 250 mil euros en una sola transferencia después de una llamada que “confirmaba” una orden de su director general, y el fraude solo se descubrió 3 días después, cuando el proyecto real se canceló por falta de fondos.
Si estás pensando “bueno, para eso debe haber una ley”, la respuesta es más complicada de lo que parece. México no cuenta todavía con una legislación federal integral sobre inteligencia artificial ni sobre deepfakes como tal. Lo que sí existe es la Ley Olimpia, que sanciona la difusión de contenido íntimo sin consentimiento, incluyendo el generado con IA.
A nivel estatal el panorama avanza más rápido que a nivel federal, el Estado de México aprobó reformas a su Código Penal para sancionar con hasta 5 años de prisión y multas la creación de deepfakes de contenido sexual no consentido, y en el Congreso de la Unión hay iniciativas en discusión, documentadas en la Gaceta Parlamentaria de marzo de 2026, que buscan tipificar y sancionar específicamente la difusión de deepfakes que vulneran derechos, sobre todo de mujeres. El problema, según especialistas en derecho digital consultados sobre el tema, es que muchas de estas iniciativas se quedan en eso: iniciativas que no logran convertirse en ley, o que llegan sin claridad sobre qué autoridad se encargaría de vigilarlas.
Mientras tanto, la tecnología avanza más rápido que cualquier proceso legislativo. Así que, en la práctica, la primera línea de defensa sigue siendo la misma de siempre: el criterio de cada persona para verificar antes de reaccionar.
En el comunicado que compartió la Universidad AMERIKE sobre este tema, Yussef Toriz, líder académico de la Licenciatura en Comunicación Audiovisual del Campus Satélite y fundador de stoia.mx, plantea algo que resume bien el momento: “la inteligencia artificial no debería verse como una amenaza en sí misma, sino como una tecnología que obliga a desarrollar nuevas competencias digitales y una mirada crítica constante”. Para él, ya no basta con saber crear contenido; también hay que aprender a verificarlo, cuestionarlo y entender cómo se produce.
Esa idea conecta directamente con lo que estamos viendo en los datos, no es casualidad que, mientras más gente usa IA generativa (y México va subiendo en esa tabla), más urgente se vuelve enseñar a distinguir lo real de lo fabricado. AMERIKE lo plantea como parte de su modelo de aprender haciendo, donde la ética y el pensamiento crítico se trabajan desde el primer día de formación en comunicación audiovisual, justo el terreno donde se libra buena parte de esta batalla.
No hace falta ser experto en forense digital para protegerte; así que aquí te decimos algunas prácticas simples ya hacen una diferencia real:
Los deepfakes no van a desaparecer, y honestamente, tampoco la adopción de IA en México va a frenar, los números del propio Microsoft AI Economy Institute lo confirman trimestre tras trimestre. Lo que sí está en nuestras manos es cerrar la otra brecha, la que no aparece en ningún reporte, la de saber cuándo algo que vemos o escuchamos merece una segunda mirada antes de creerlo. Esa alfabetización digital, más que cualquier herramienta de detección, es la que realmente nos va a sostener en los próximos años.
Imagen: Chat GPT 2.0
Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *
Δ