Clonación de voz con IA: la nueva amenaza que llega a los teléfonos chilenos
Desde ESET advierten que cualquier persona puede clonar una voz con pocos segundos de audio y usarla para extorsionar.
La inteligencia artificial generativa bajó los costos y la complejidad de clonar la voz humana. Lo que antes requería semanas de entrenamiento y equipos especializados hoy está al alcance de cualquiera a través de plataformas web o aplicaciones comerciales. Según Camilo Gutiérrez Amaya, Field CISO de ESET Latinoamérica, la barrera de entrada se derrumbó: no se necesita saber programar ni tener experiencia en machine learning. Basta con una muestra de voz de pocos segundos para crear una imitación convincente.
¿De dónde sacan las muestras de voz?
Los atacantes no necesitan grabaciones de estudio. Un video corto en Instagram, una nota de voz de WhatsApp o incluso el saludo del buzón de voz son suficientes para alimentar los modelos de clonación. El contenido que los chilenos comparten a diario en redes sociales se convierte en un banco involuntario de datos biométricos. Una vez obtenida la muestra, el estafador solo tiene que elegir un libreto de urgencia —secuestro virtual, accidente, detención— y hacer la llamada.
Lo más preocupante, explica Gutiérrez, es que estos engaños ya no dependen de un guion genérico. La IA permite personalizar la estafa combinando la voz clonada con información filtrada de la víctima, como su círculo familiar o laboral. El resultado es una experiencia multimedia mucho más difícil de detectar a simple oído.
Señales de alerta y protocolos de protección
¿Se puede identificar una llamada generada por IA? Según el experto, existen posibles indicios como respiraciones extrañas, cambios abruptos de volumen o silencios prolongados, pero en la tensión del momento —y con una mala conexión— estas señales pasan desapercibidas. La prueba más confiable no está en el audio, sino en la conducta del supuesto afectado: urgencia extrema, pedido de secreto absoluto y presión para no cortar la comunicación.
Para las familias, la recomendación es establecer una palabra clave o frase secreta que no esté publicada en redes ni en chats. También sirven preguntas contextuales sobre datos que no sean de dominio público, evitando fechas de cumpleaños o nombres de mascotas. Ante una emergencia real, una verificación de 30 segundos es aceptable; ante una estafa, los delincuentes intentarán evadir esa comprobación a toda costa.
En el ámbito corporativo, el llamado “fraude del CEO” ha evolucionado. Ya no es un correo mal redactado: los atacantes pueden comprometer una cuenta, estudiar el estilo del ejecutivo y acompañar la solicitud con un audio o videoconferencia falsa. Gutiérrez insiste en que ni la voz ni el rostro de un directivo deben considerarse factores de autenticación suficientes. Las empresas necesitan procesos de doble aprobación y canales de verificación independientes.
La tecnología avanza rápido y las estafas también. Para los chilenos, el primer paso es entender que escuchar la voz de un familiar o jefe ya no es garantía de que sea real.
Con información de FayerWayer
