Crecen las estafas con clonación de voz por inteligencia artificial y qué recomienda el FBI para evitarlas

Las pérdidas por fraudes con clonación de voz mediante inteligencia artificial alcanzaron USD 893 millones en Estados Unidos durante el último año, según el Buró Federal de Investigaciones (FBI).

El crecimiento de estas maniobras, que pueden imitar a un familiar con pocos segundos de audio, obligó a cambiar el enfoque: la prevención depende menos del oído y más de frenar la urgencia y verificar antes de actuar.

Deborah Del Mastro, una madre de California, contó a ABC7 News, canal local de televisión en California, que envió dinero después de escuchar una llamada que, según su relato, sonaba como su hija en una situación de emergencia.

Del Mastro dijo que solo llamó a su hija después de hacer la transferencia. Cuando finalmente la contactó, la joven respondió de inmediato y estaba trabajando, de acuerdo con ese medio.

El caso y el registro del FBI describen el mismo riesgo: la clonación de voz redujo el margen de defensa de la víctima porque el engaño ya no depende de un audio “burdo”, sino de un guion que activa miedo, urgencia y obediencia antes de que exista verificación.

Por qué ya no alcanza con “reconocer” la voz

El fraude se apoya en herramientas capaces de replicar timbre, ritmo y entonación a partir de una muestra breve. Los delincuentes suelen obtener esos fragmentos en redes sociales, en videos publicados por la propia persona o en llamadas previas que graban sin conocimiento del interlocutor.

Henry Ajder, experto en medios generados por IA que asesora a gobiernos y empresas, sostuvo que el estándar de “detectar si es falso” ya no es razonable para la audiencia general. “Para la persona común y corriente, no es justo esperar que sea capaz de detectar este tipo de cosas”, dijo en una declaración citada por CNN, cadena de noticias estadounidense.

Ajder agregó que incluso quienes estudian estas técnicas pueden tener dificultades para diferenciar una voz real de una generada por máquina.

En las maniobras más sofisticadas, la suplantación no queda limitada a un audio fijo. Ajder explicó que los atacantes pueden usar sistemas de texto a voz o técnicas de modificación en tiempo real para transformar la voz del estafador mientras conversa con la víctima y hacerla sonar como la persona suplantada. Eso hace la interacción más fluida, reduce contradicciones y mantiene el engaño durante más tiempo.

A ese componente se suma otra táctica habitual: la suplantación del número telefónico. La llamada puede aparecer en pantalla como si proviniera de un contacto guardado, aun cuando el origen sea otro. Que el teléfono muestre el número de un familiar no prueba que la comunicación sea auténtica.

Las señales que se repiten: urgencia, secreto y dinero

El corazón del engaño suele ser narrativo. Los delincuentes construyen una crisis —secuestro, detención o peligro inmediato— y la acompañan de órdenes concretas: no cortar la llamada, no hablar con nadie, moverse ya y pagar por una vía indicada. El objetivo es bloquear el tiempo de reacción y neutralizar la verificación.

En testimonios citados por CNN, cadena de noticias estadounidense, Gary Schildhorn, un abogado de Filadelfia, describió ese efecto en una estafa que imitó la voz de su hijo. “No hubo tiempo para pensar”, relató. “Solo pensaba: ‘Tengo que reaccionar para ayudar a mi hijo. Está en peligro’”.

En el caso reportado por ABC7 News, canal local de televisión en California, Del Mastro contó que el llamado derivó en instrucciones y presión constante. El medio consignó que la víctima transfirió USD 5.400 a México desde múltiples ubicaciones antes de comprobar que su hija estaba a salvo.

La insistencia en el secreto y en la rapidez cumple una función operativa: evita que la víctima consulte a otra persona, llame al familiar real o pida una verificación simple que derrumbe el montaje. El pedido de dinero bajo reloj, además, suele apuntar a métodos de pago que dificultan el rastreo o la recuperación.

Qué hacer para protegerse: pasos concretos y verificables

El FBI incluyó la clonación de voz dentro de un conjunto más amplio de fraudes vinculados con inteligencia artificial. En ese grupo también figuran correos de suplantación generados por IA, estafas románticas y otros engaños que aprovechan automatización y contenido sintético.

Hany Farid, profesor de la Universidad de California en Berkeley y director científico de GetReal Security, empresa especializada en detección de deepfakes, dijo a CNN, cadena de noticias estadounidense que ya no conviene basarse en “pausas extrañas” o fluctuaciones de la voz para decidir si una llamada es falsa, porque la mejora de la tecnología puede borrar esas marcas.

En esa línea, según recomendaciones del FBI, los especialistas recomiendan mirar el patrón y actuar con un protocolo simple:

• Cortar la llamada si aparece un pedido urgente de dinero o una orden de guardar silencio.

• Verificar por una vía alternativa: mensaje de texto, llamada al número habitual desde otro teléfono o contacto con alguien que pueda confirmar dónde está el familiar.

• Desconfiar de cualquier instrucción que impida comprobar la información o que exija mover fondos de manera inusual.

• Acordar una palabra clave familiar o laboral: una frase conocida solo por un grupo pequeño y que no esté disponible en internet.

• Reducir la exposición de audio en redes sociales cuando sea posible y evitar atender llamadas de números desconocidos, sobre todo si el contacto deriva rápido en una “emergencia” con pedido de pago.

Ajder resumió la lógica en declaraciones citadas por CNN, cadena de noticias estadounidense: ante la sospecha, conviene verificar por otra vía antes de transferir dinero.