Forense digital e Inteligencia Artificial: por qué la confianza de un modelo jamás es prueba judicial
Eduardo G. Garba
Ingeniero Industrial, consultor SEO · WPO y escritor • Desde 1996
Hay una escena que se repite en prácticamente cualquier unidad de investigación digital o gabinete de peritaje informático: una mesa atestada de terminales móviles precintados, analistas al límite de su capacidad y un juzgado o cliente corporativo exigiendo conclusiones inmediatas para un proceso judicial en marcha. Durante décadas, la respuesta a esa presión consistió en sumar recursos humanos y licencias especializadas. Hoy, la fórmula mágica que todos prometen tiene otro nombre: inteligencia artificial agéntica.
El salto cualitativo no surge de un paper teórico ni de una charla académica futurista. Los catálogos de los principales fabricantes de software forense presentan ya asistentes capaces de encadenar tareas de análisis de forma autónoma, motores de visión artificial que triangulan rostros entre miles de horas de cámaras de seguridad y dashcams, y plataformas automatizadas de triaje diseñadas para «desatascar» las extracciones de evidencias.
La IA ha dejado de ser un filtro experimental secundario; se está convirtiendo con rapidez en la capa intermedia a través de la cual pasa la evidencia digital.
Y conviene que nos detengamos a examinar qué riesgos procesales y epistemológicos entraña esa transición.
El colapso del laboratorio es real y tangible
Para enfocar este dilema con ecuanimidad, hay que reconocer la gravedad del cuello de botella al que se enfrentan los peritos y las fuerzas de seguridad. Los datos oficiales del Home Office británico reflejan más de 20.000 terminales electrónicos en cola permanente a la espera de volcado y análisis pericial en sus distintas comisarías. Un informe sectorial de Magnet Forensics confirma que más del 80 % de los investigadores experimenta serias dificultades para localizar indicios esenciales debido al cifrado robusto de los sistemas operativos modernos, el almacenamiento volátil en la nube y la dispersión masiva de aplicaciones de mensajería.
Un smartphone actual no es un soporte de datos; es el registro integral y microscópico de una existencia humana: geolocalizaciones constantes, telemetría biométrica, conversaciones íntimas, compras y hábitos diarios. Procesar manualmente volcados que superan con holgura los 256 GB por dispositivo resulta inviable en plazos judiciales razonables.
Que un modelo asista en la clasificación de imágenes o acelere el cribado de miles de hilos de mensajería alivia una sobrecarga colosal y, en delitos especialmente lesivos como los de explotación infantil, reduce la exposición psicológica de los agentes a material traumático. Negar ese beneficio operativo sería absurdo.
El abismo entre «encontrar indicios» y «aportar prueba jurídica»
El núcleo del problema radica en una distinción fundamental que a menudo se pierde entre el entusiasmo comercial: la informática forense no consiste meramente en localizar información; consiste en demostrar con rigor científico e incontestable cómo, cuándo y bajo qué método exacto se extrajo esa información.
Un hallazgo informático desprovisto de cadena de custodia milimétrica, carente de metodología determinista o incapaz de ser sustentado y explicado con solvencia técnica ante un tribunal por un perito en sala carece de validez probatoria. Peor aún: puede desencadenar la nulidad de un procedimiento o derivar en resoluciones erróneas.
Los modelos de lenguaje y los sistemas agénticos adolecen de un rasgo cognitivo sumamente peligroso en sede judicial: formulan respuestas con un tono de absoluta certeza incluso cuando incurren en alucinaciones severas. Como señalaba con lucidez un análisis publicado desde el ámbito de SANS: la confianza verbal de una IA jamás equivale a una validación científica.
Un resumen impecablemente redactado por un modelo de lenguaje sobre un chat de 50.000 mensajes puede descartar una frase ambigua o un sticker que cambiaba radicalmente el contexto penal de la conversación. Del mismo modo, un porcentaje alto de coincidencia facial arrojado por un algoritmo de visión puede ser producto de un sesgo de iluminación o compresión de vídeo presentado con gráficos convincentes.
En mi criterio técnico, existen tres fricciones críticas que se están infravalorando gravemente:
- La quiebra de la reproducibilidad científica: El principio angular de la prueba pericial exige que cualquier otro perito independiente, disponiendo de la misma imagen forense (con su hash MD5/SHA256 inalterado) y aplicando el mismo procedimiento, obtenga idéntico resultado matemático. Un modelo probabilístico generativo, cuyos pesos se actualizan y cuyas respuestas varían según la semilla aleatoria, no garantiza esa reproducibilidad. ¿Quién podrá reproducir el dictamen exacto de un modelo dos o tres años después, cuando el proceso alcance la fase de recurso o apelación?
- La opacidad de la explicabilidad (el efecto caja negra): En el careo judicial, la justificación «el algoritmo catalogó el archivo como sospechoso» equivale al vacío técnico. Si la acusación o la defensa interrogan al perito sobre los parámetros de decisión que aislaron un indicio concreto, la respuesta no puede ser una elusión basada en la complejidad inaccesible de una red neuronal propietaria.
- El sesgo de automatización humana: El factor de riesgo más crítico es el propio operador. Cuando una herramienta entrega un informe sintético, pulido y visualmente irreprochable en cuestión de segundos, la naturaleza humana tiende a relajar el espíritu crítico. El perito exhausto, sepultado bajo plazos perentorios y decenas de memorias por auditar, es el sujeto más vulnerable a delegar su criterio en la máquina.
La paradoja de las pruebas sintéticas y el «dividendo del mentiroso»
Existe además una ironía inquietante: mientras se incorpora IA para agilizar el descubrimiento de evidencias, la proliferación de esa misma tecnología abarata hasta lo irrisorio la fabricación masiva de pruebas digitales fraudulentas.
Clonación de notas de voz en alta fidelidad, capturas de pantalla de WhatsApp falsificadas con precisión milimétrica y generación de documentos sintéticos ya no exigen perfiles expertos; están al alcance de cualquiera por el precio de una suscripción mensual.
Sin embargo, el efecto más perverso en el ámbito jurídico no es solo la introducción de falsedades, sino lo que los juristas denominan el «dividendo del mentiroso»: en un contexto donde cualquier documento digital puede haber sido generado por inteligencia artificial, el investigado culpable puede eludir una prueba genuina e incriminatoria alegando simplemente que se trata de un deepfake. La carga probatoria exigida a la acusación para certificar la autenticidad de cada metadato, cada firma y cada paquete de red se multiplica exponencialmente.
La gobernanza de las herramientas de intrusión
No podemos obviar el trasfondo ético y legal de estas capacidades. Las mismas técnicas de extracción y correlación masiva que resuelven una trama delictiva pueden reconvertirse en instrumentos de vigilancia arbitraria contra periodistas, activistas o disidentes.
Informes recientes de organismos independientes como Citizen Lab y Amnistía Internacional han documentado el empleo indebido de suites forenses y spyware en diversos países, incluso tras compromisos corporativos de cese de venta. La inteligencia artificial agéntica, al abaratar drásticamente el coste computacional y humano de analizar millones de comunicaciones privadas, convierte la monitorización a gran escala en una capacidad fácilmente escalable. La trazabilidad, la homologación y el control judicial estricto sobre el software forense deben ser garantías de partida, no parches a posteriori.
Principios indispensables para el peritaje digital contemporáneo
Rechazar el uso de herramientas automatizadas sería una ingenuidad ineficaz que perjudicaría a las víctimas que aguardan resoluciones judiciales. Pero la adopción no puede realizarse a costa de los estándares de la prueba pericial. En mi opinión, el ejercicio profesional debe someterse a cinco reglas no negociables:
- La IA asiste, el perito valida: Ninguna inferencia o correlación generada por un modelo debe ingresar en el cuerpo de un dictamen judicial sin haber sido contrastada de forma independiente mediante herramientas forenses deterministas tradicionales (análisis hexadecimal, comprobación directa de base de datos SQLite, registro del sistema de archivos).
- Trazabilidad forense del entorno algorítmico: Si se emplea asistencia de IA, el informe debe documentar la versión exacta del modelo, el conjunto de pesos, los hiperparámetros (temperatura, top_p), el prompt exacto ejecutado y las entradas y salidas de texto crudas como parte de la cadena de custodia.
- Transparencia técnica de los proveedores de software: Las empresas de software forense tienen el deber de documentar los márgenes de error, las tasas de falsos positivos y los límites metodológicos de sus modelos, superando el secretismo corporativo de la «caja negra».
- Formación técnica en vulnerabilidades de modelos: Un perito informático en 2026 debe dominar con soltura conceptos como prompt injection, desalineación, sesgos de entrenamiento y alucinaciones probabilísticas.
- Normalización procesal antes del escándalo: La comunidad forense y las autoridades judiciales deben consensuar estándares de admisibilidad claros antes de que un fallo grave en un juicio penal siente un precedente irreparable.
Conclusión
La informática forense siempre se ha cimentado sobre una máxima técnica irrevocable: lo que afirma la evidencia debe ser demostrable, trazable y reproducible paso por paso.
La inteligencia artificial puede ser una aliada valiosísima para sortear el volumen de datos en una fase de triaje preliminar. Lo que no podrá asumir jamás es la responsabilidad pericial ni la conciencia deontológica de la prueba.
Esa responsabilidad descansa exclusivamente en el profesional humano. Y cuanto más vertiginoso sea el ritmo de los algoritmos, más imprescindible resultará que alguien, con nombre, apellidos y firma pericial, se plante ante la pantalla y formule la pregunta decisiva: ¿cuál es la prueba exacta de que esto ocurrió así?
¿Ejerces en peritaje informático, respuesta a incidentes (DFIR) o derecho procesal tecnológico? El debate sobre la admisibilidad de estas herramientas está abierto y me interesa conocer vuestra experiencia práctica en juzgados y laboratorios.
Temas y conceptos clave
RES SILENTIS, donde callan las estrellas
La verdadera pregunta nunca fue si estábamos solos. Era si estábamos preparados. Top 10 de Amazon Hard Sci-Fi.
Artículos recomendados
Ver todos →Helpful Content a nivel de dominio: por qué tus peores páginas pueden hundir a las mejores
Durante años el SEO se trabajó URL a URL. Con el Helpful Content System integrado en el core de Google, una masa crítica de páginas de baja calidad lastra la autoridad global de todo tu dominio.
El blog en la era de los lectores sintéticos: por qué la web ya no se escribe (solo) para humanos
Durante veinte años el pacto implícito de la web abierta fue simple. Tú publicabas, Google indexaba y los lectores llegaban. Escribir bien se traducía, con retraso y con ruido, en visitas, y las…
Arquitectura web y comportamiento del usuario: cómo diseñar una página corporativa eficaz desde la evidencia, la usabilidad y la experiencia de navegación
Un modelo de organización de contenidos, jerarquía visual y arquitectura de información para desarrollar sitios web profesionales, comprensibles y orientados a las necesidades de sus visitantes.…