Los deepfakes son videos, im\u00e1genes o audios generados por inteligencia artificial que imitan la apariencia y voz de una persona con tal precisi\u00f3n que pueden enga\u00f1ar tanto a las personas como a los algoritmos.<\/p>\n\n\n\n
Generalmente creados en tiempo real, los deepfakes se utilizan m\u00e1s com\u00fanmente en videos y filtros de realidad aumentada. Aunque muchas aplicaciones para consumidores emplean esta tecnolog\u00eda con fines de entretenimiento \u2014como FaceSwap\u2014 la creciente accesibilidad de esta tecnolog\u00eda ha llevado a su uso con fines malintencionados.<\/p>\n\n\n\n
El t\u00e9rmino \u201cdeepfake\u201d combina el aprendizaje profundo (una rama del aprendizaje autom\u00e1tico) y la palabra \u00abfake\u00bb, refiri\u00e9ndose a contenido generado mediante t\u00e9cnicas de inteligencia artificial.<\/p>\n\n\n\n
Los deepfakes se producen utilizando aprendizaje profundo y redes generativas antag\u00f3nicas (GANs). Las GANs operan a trav\u00e9s de dos redes neuronales:<\/p>\n\n\n\n
Este proceso iterativo contin\u00faa hasta que el generador produce contenido tan convincente que el discriminador ya no puede identificarlo como falso de manera confiable.<\/p>\n\n\n\n
En un inicio, los deepfakes requer\u00edan grandes cantidades de datos de entrenamiento, por lo que las celebridades eran objetivos comunes. Sin embargo, los avances tecnol\u00f3gicos permiten ahora crear deepfakes a partir de una sola imagen o un breve clip de audio.<\/p>\n\n\n\n
Los deepfakes no siempre son malintencionados, pero su uso indebido plantea riesgos graves. Se han empleado en fraudes, desinformaci\u00f3n, extorsi\u00f3n y pornograf\u00eda de venganza.<\/p>\n\n\n\n
Un estudio de 2019 revel\u00f3 que el 96% de los deepfakes detectados eran pornogr\u00e1ficos, afectando principalmente a mujeres. Tambi\u00e9n se han usado para extorsionar v\u00edctimas y explotar menores con contenido sint\u00e9tico expl\u00edcito.<\/p>\n\n\n\n
En pol\u00edtica, los deepfakes manipulan la opini\u00f3n p\u00fablica y socavan la democracia. Adem\u00e1s, afectan la seguridad digital, comprometiendo sistemas biom\u00e9tricos como el reconocimiento facial y de voz.<\/p>\n\n\n\n
Los deepfakes son una amenaza para los procesos de verificaci\u00f3n de identidad y onboarding de clientes en negocios. Descubre c\u00f3mo gestionarlos y prevenir fraudes.<\/p>\n \n Lee m\u00e1s<\/p>\n <\/a>\n <\/div>\n\n\n\n Aqu\u00ed te presentamos tres ejemplos destacados de deepfakes.<\/p>\n\n\n\n Uno de los ejemplos m\u00e1s famosos de deepfakes que puso esta tecnolog\u00eda en el centro de atenci\u00f3n fue un video lanzado en abril de 2018 por Buzzfeed. En \u00e9l, aparece un Barack Obama sint\u00e9tico con la voz aut\u00e9ntica de Jordan Peele. Hasta la fecha, ha acumulado m\u00e1s de 8.7 millones de vistas en YouTube.<\/p>\n\n\n\n El sitio web This Person Does Not Exist<\/strong> genera un rostro humano nuevo utilizando GAN cada vez que lo actualizas. Aunque la mayor\u00eda de los resultados son convincentes, algunos presentan errores o un efecto inquietante propio del \u00abvalle inquietante\u00bb. Este sitio es tan popular que ha inspirado versiones similares, como This Cat Does Not Exist<\/strong>, dedicado a crear gatos ficticios.<\/p>\n\n\n\n Disponible en la App Store y Google Play, la aplicaci\u00f3n m\u00f3vil Reface<\/strong>, desarrollada por Neocortext, Inc., cuenta con una calificaci\u00f3n promedio de 4.8\/5 en iOS y 4.5\/5 en Android. La app permite a los usuarios intercambiar sus rostros con los de celebridades en videos, gifs y memes. Su biblioteca de contenido es en gran parte creada por la comunidad.<\/p>\n\n\n\n El fraude con deepfakes se basa en tecnolog\u00eda que permite al estafador hacerse pasar por otra persona, generalmente alguien que la v\u00edctima conoce. Esto puede incluir a un gerente, el CEO de la empresa o un pariente lejano: figuras de confianza a quienes la v\u00edctima no quiere decepcionar o desobedecer, pero con quienes no interact\u00faa lo suficiente como para notar diferencias sutiles en sus gestos o voz.<\/p>\n\n\n\n Usando el rostro y la voz de una persona de confianza, el estafador instruye a la v\u00edctima para que transfiera dinero, comparta datos sensibles o otorgue acceso no autorizado.<\/p>\n\n\n\n Este tipo de fraude ya cuenta con varios ejemplos destacados. Uno de ellos es el caso de un director general enga\u00f1ado por una voz deepfake creada mediante clonaci\u00f3n de voz, quien transfiri\u00f3 $240,000 a un supuesto proveedor desconocido en otro pa\u00eds.<\/p>\n\n\n\n Un deepfake a menudo provoca una sensaci\u00f3n inquietante, revelando sutiles imperfecciones que delatan su falta de autenticidad. Entrenar el ojo humano para detectar estas inconsistencias \u2014como movimientos faciales antinaturales, iluminaci\u00f3n irregular o desajustes entre audio y video\u2014 y combinar esta habilidad con t\u00e9cnicas confiables de verificaci\u00f3n, permite distinguir deepfakes de contenido genuino.<\/p>\n\n\n\n Se\u00f1ales clave que indican manipulaci\u00f3n:<\/p>\n\n\n\n Un deepfake a menudo provoca una sensaci\u00f3n inquietante, revelando sutiles imperfecciones que delatan su falta de autenticidad. Entrenar el ojo humano para detectar estas inconsistencias \u2014como movimientos faciales antinaturales, iluminaci\u00f3n irregular o desajustes entre audio y video\u2014 y combinar esta habilidad con t\u00e9cnicas confiables de verificaci\u00f3n, permite distinguir deepfakes de contenido genuino.<\/p>\n\n\n\n Se\u00f1ales clave que indican manipulaci\u00f3n:<\/p>\n\n\n\n A medida que la tecnolog\u00eda de deepfakes se vuelve m\u00e1s accesible, los estafadores pueden hacerse pasar por ejecutivos, empleados o clientes con una precisi\u00f3n alarmante, generando vulnerabilidades significativas para las empresas. Una investigaci\u00f3n de Regula destaca el impacto financiero, reportando p\u00e9rdidas promedio de $450,000 d\u00f3lares por empresa en varios sectores.<\/p>\n\n\n\n M\u00e1s all\u00e1 de las p\u00e9rdidas financieras directas, el da\u00f1o reputacional puede ser igual de grave. Los medios manipulados pueden perjudicar la imagen de una empresa, y aunque el fraude sea desmentido, el da\u00f1o ya est\u00e1 hecho.<\/strong> Industrias basadas en la confianza, como las finanzas, el derecho y la salud, son especialmente vulnerables.<\/p>\n\n\n\n Con el aumento en la sofisticaci\u00f3n de estos fraudes, los costos para las empresas tambi\u00e9n se incrementan. Ahora deben destinar recursos significativos a medidas de ciberseguridad, herramientas de detecci\u00f3n de fraudes<\/a> basadas en IA y programas de capacitaci\u00f3n para empleados, con el fin de mitigar este riesgo creciente.<\/p>\n\n\n\n Los deepfakes son esencialmente suplantaciones, lo que los convierte en un m\u00e9todo popular para el fraude de CEO utilizando voces sint\u00e9ticas.<\/p>\n\n\n\n Los consumidores y empleados tambi\u00e9n pueden ser afectados por intentos de phishing con deepfakes, o incluso ser v\u00edctimas de robo de identidad, ya que los estafadores podr\u00edan usar esta tecnolog\u00eda para superar procesos de verificaci\u00f3n KYC<\/a> basados en reconocimiento facial u otras verificaciones biom\u00e9tricas.<\/p>\n\n\n\n Adem\u00e1s, los criminales contin\u00faan encontrando nuevas formas de usar deepfakes, incluyendo extorsi\u00f3n, chantaje y espionaje industrial. Es crucial que empresas, organizaciones y particulares permanezcan alertas.<\/p>\n\n\n\n Fuentes<\/strong><\/p>\n\n\n\n \u00bfQu\u00e9 son los deepfakes? Los deepfakes son videos, im\u00e1genes o audios generados por inteligencia artificial que imitan la apariencia y voz de una persona con tal precisi\u00f3n que pueden enga\u00f1ar tanto a las personas como a los algoritmos. Generalmente creados en tiempo real, los deepfakes se utilizan m\u00e1s com\u00fanmente en videos y filtros de realidad […]<\/p>\n","protected":false},"author":5,"featured_media":0,"template":"wp-custom-template-eeat-without-reading-time","meta":{"toc_cta_show":false,"toc_cta_title":"","toc_cta_link":"","toc_cta_new_tab":false,"hidePage":false,"rl_video":false,"rl_video_logo":"","rl_video_image":"","rl_featured_toggle":false,"rl_featured_text":"Featured","rl_featured_expiry":"","rl_custom_weight":0,"_trash_the_other_posts":false,"publishDate":"2025-02-07T17:04:04","showAuthor":false,"editor_notices":[],"footnotes":"","_links_to":"","_links_to_target":""},"tags":[441,305],"industry":[],"use_case":[],"class_list":["post-247","dictionary","type-dictionary","status-publish","hentry","tag-ingenieria-social","tag-machine-learning-2"],"yoast_head":"\n3 ejemplos de deepfakes<\/h2>\n\n\n\n
1. El video de Obama\/Jordan Peele de Buzzfeed<\/h4>\n\n\n\n
2. Personas (y gatos) que no existen \u2013 Ejemplo de im\u00e1genes deepfake<\/h4>\n\n\n\n
3. Una app que intercambia tu rostro con el de una celebridad<\/h4>\n\n\n\n
\u00bfC\u00f3mo funciona el fraude con deepfakes?<\/h2>\n\n\n\n
C\u00f3mo detectar la tecnolog\u00eda de deepfakes<\/h2>\n\n\n\n
\n
C\u00f3mo detectar la tecnolog\u00eda de deepfakes<\/h2>\n\n\n\n
\n
\u00bfC\u00f3mo impacta el fraude con deepfakes a las empresas?<\/h2>\n\n\n\n
\n