Perito en Informática y Telecomunicaciones (IA Inteligencia Artificial)

Desde U2 LAB - Smart Tech Solutions™ ofrecemos nuestro servicio de "Peritos Judiciales en Informática y Telecomunicaciones" a nivel nacional en toda España. 

Tipos de Casos

• Sociales/Laborales, Ceses, Despidos, Categorías Profesionales, Reclamaciones de Cantidades, Civiles, Penales, Hurtos, Robos, Fraudes, Estafas, Phising (Estafas Bancarias), Empresas, Autónomos, Conflictos Vecinales, Contencioso-Administrativos, Mercantiles, Familia, Separaciones, Divorcios, Violencia sobre la Mujer, Custodia, Menores, Etc.

¿Qué es una pericial informática sobre contenido generado por inteligencia artificial?

• Una pericial informática sobre contenido generado por inteligencia artificial (o peritaje de contenido sintético) es un análisis técnico y forense realizado por un perito informático con el objetivo de determinar si un archivo de texto, imagen, audio o vídeo ha sido creado, modificado o suplantado total o parcialmente mediante herramientas de Inteligencia Artificial (IA). 

• Con la proliferación de modelos de lenguaje avanzados y generadores de medios hiperrealistas (Deepfakes), las pruebas falsas creadas con IA se han convertido en una amenaza crítica en los tribunales.

• Esta pericial aporta al juez la certeza científica necesaria para admitir una prueba legítima o desestimar un montaje fraudulento. 

• Hoy en día, cualquier abogado puede intentar invalidar una prueba fotográfica o de vídeo legítima presentada por la otra parte argumentando simplemente: "Esa prueba es falsa, está hecha con Inteligencia Artificial". 

• En este caso, la pericial informática es necesaria en sentido inverso: el perito debe certificar que la foto o vídeo no contiene rastros de IA, validando sus metadatos, su ruido de sensor original (PRNU) y su cadena de custodia para que el juez la acepte como válida.

¿En qué tipos de casos es necesaria una pericial informática sobre contenido generado por inteligencia artificial?

1. Ámbito Penal: Estafas, Extorsiones y Delitos contra el Honor

• Estafas por clonación de voz (Vishing): Delincuentes que utilizan muestras de voz de directivos de empresas o de familiares extraídas de redes sociales para clonar su voz mediante IA. Llaman por teléfono solicitando transferencias bancarias urgentes. El perito analiza el espectro del audio para demostrar que es una voz sintética.

• Extorsión con Deepfakes íntimos: Casos en los que se inserta el rostro de una persona mediante IA en fotografías o vídeos de contenido explícito con el fin de chantajearla o destruir su reputación pública.

• Falsificación de declaraciones (Injurias y Calumnias): Difusión de vídeos o audios falsificados hiperrealistas donde se simula que un político, empresario o particular realiza declaraciones delictivas o escandalosas.

2. Ámbito Laboral y de Empresa

• Falsas directrices de superiores: Empleados que reciben correos electrónicos, mensajes de texto o incluso instrucciones de voz por canales corporativos que simulan ser de sus jefes, ordenando acciones irregulares o fugas de información. La pericial determina si el contenido fue redactado de forma automatizada mediante modelos de lenguaje (LLM).

• Impugnación de despidos basados en pruebas sintéticas: Casos en los que una empresa intenta justificar un despido aportando una grabación de audio donde el empleado supuestamente insulta a la dirección, siendo en realidad un montaje de clonación de voz.

3. Ámbito Civil, Comercial y Propiedad Intelectual

• Plagio de obras y derechos de autor: Litigios donde un artista, diseñador o redactor demanda a un tercero por plagio, y la defensa alega que el contenido fue generado de forma aleatoria por una IA generativa. El perito analiza el código y el rastro del archivo para verificar si se usaron obras originales protegidas como base de entrenamiento (fine-tuning) directa.

• Falsedad documental en contratos o testamentos: Análisis de documentos en formato digital (PDF, contratos electrónicos) donde las cláusulas o las firmas biométricas se sospecha que han sido generadas o alteradas utilizando algoritmos de Inteligencia Artificial para imitar trazos humanos.

¿Qué análisis técnicos realiza el perito para detectar la IA en imágenes sintéticas e ilustraciones?

• Para detectar Inteligencia Artificial en imágenes sintéticas e ilustraciones, el perito informático judicial no recurre a simples intuiciones visuales o a detectores comerciales online, ya que carecen del rigor necesario para un tribunal. En su lugar, realiza un análisis multicapa en el laboratorio forense que examina las propiedades matemáticas, físicas y de software del archivo para emitir un dictamen reproducible y blindado legalmente.

1. Análisis en el Dominio de la Frecuencia (Transformada de Fourier)

• Patrones de difusión: Las inteligencias artificiales generativas crean imágenes degradando una matriz de píxeles y revirtiendo el proceso mediante algoritmos neuronales. Este proceso matemático artificial deja patrones de frecuencia cíclicos y anomalías en el dominio de Fourier (la distribución de energía de los píxeles) que son completamente invisibles al ojo humano, pero fácilmente detectables mediante operaciones matemáticas.

2. Análisis del Ruido del Sensor (Ausencia de PRNU)

• Huella balística del sensor: Las cámaras físicas reales poseen imperfecciones microscópicas únicas en sus sensores que inyectan un patrón de ruido característico en cada fotografía (llamado PRNU o Photo Response Non-Uniformity). Las ilustraciones o imágenes creadas enteramente por IA carecen al 100% de ruido de sensor real, mostrando un fondo matemáticamente liso o un ruido aleatorio sintético que delata su procedencia artificial.

3. Identificación de Firmas y Trazas Estadísticas del Modelo

• Huellas de compresión y artefactos GAN: Los algoritmos de las redes generativas (Generative Adversarial Networks) dejan residuos microscópicos en la distribución estadística de los colores y en los artefactos de compresión del archivo. El perito utiliza software avanzado (como Amped Authenticate o modelos de benchmarking) para contrastar la imagen contra los perfiles conocidos de estas herramientas e identificar exactamente qué red neuronal la creó.

4. Metadatos Estructurales y Credenciales de Contenido (C2PA)

• Estudio del contenedor: El analista utiliza herramientas como ExifTool para auditar el código fuente del archivo. Busca la presencia de Credenciales de Contenido (estándar C2PA), un sistema de firmas digitales criptográficas que las cámaras nuevas y los propios motores de IA (como Adobe o OpenAI) inyectan automáticamente en los metadatos para certificar el origen sintético del archivo.

5. Análisis Geométrico, de Iluminación y Coherencia Física

• Incoherencia en la profundidad de campo: En una fotografía real, el desenfoque del fondo respecto al sujeto sigue una progresión matemática lineal exacta según la distancia de la lente. La IA suele aplicar desenfoques asimétricos o ilógicos (zonas lejanas nítidas junto a zonas cercanas borrosas).

• Vectores de luz e iluminación: El perito traza ejes geométricos desde los objetos hacia sus sombras y examina los reflejos en las córneas o superficies brillantes. La IA suele cometer fallos microscópicos al calcular la dirección de los fotones, generando puntos de luz contradictorios.

¿Qué análisis técnicos realiza el perito para detectar la IA en audios?

• Para detectar la Inteligencia Artificial en audios y desenmascarar clonaciones de voz (Voice Deepfakes) o fragmentos sintéticos, el perito en acústica forense ejecuta un protocolo técnico avanzado. Los generadores de voz por IA imitan muy bien el tono y el timbre humano, pero a nivel matemático e informático cometen errores microscópicos que un software de laboratorio sí puede identificar.

1. Extracción de características acústicas

• MFCC y LFCC (Mel / Linear Frequency Cepstral Coefficients): Convierten el audio a una escala que imita la percepción del oído humano y aíslan la energía de las frecuencias. Permiten identificar anomalías de transición donde el algoritmo de IA "une" fonemas de manera mecánicamente perfecta.

• CQCC (Constant Q Cepstral Coefficients): Es la técnica estándar más moderna para cazar deepfakes. Analiza componentes con características espectrales no uniformes, sacando a la luz la "textura digital" artificial de la IA que pasa desapercibida en un espectrograma tradicional.

2. Detección de Artefactos Digitales y Continuidad de Fase

• Micro-anomalías de alta frecuencia: Las redes neuronales actuales sufren limitaciones al recrear los rangos de frecuencia más altos o los silencios de fondo. El perito busca picos de energía metálicos o "ruido fantasma" sutil en bandas de frecuencia específicas que no genera una garganta humana.

• Discontinuidad de fase: Al examinar la onda de audio digital, el experto verifica que la señal siga un flujo natural. Si la IA ha reemplazado una palabra o una frase completa dentro de una grabación real, la onda mostrará saltos de fase en milisegundos imposibles de producir orgánicamente.

3. Estudio de la Prosodia y Variabilidad Biológica

• Prosodia y ritmo del habla: El perito evalúa la entonación, la acentuación y la cadencia rítmica. Las voces sintéticas a menudo carecen de micro-variaciones emocionales, muestran una regularidad en las pausas matemáticamente sospechosa o tienen un patrón de respiración mecánico o ausente.

• Inconsistencias del tracto vocal: Mediante el análisis de formantes (frecuencias de resonancia), el perito modela geométricamente las características físicas del supuesto emisor. Si un audio clonado estira artificialmente una vocal, las formantes reflejarán un tracto vocal que cambia de tamaño dinámicamente en una misma frase, delatando el software generativo.

4. Análisis de Metadatos y Contenedor del Archivo

• Códecs de compresión: Se audita el archivo (.wav, .mp3, .m4a) mediante utilidades forenses como FFmpeg o ExifTool. Si el sospechoso asegura que el audio procede de una llamada telefónica convencional o de un micrófono de solapa, pero la cabecera y el códec corresponden a los formatos nativos de exportación de plataformas de clonación de voz (como ElevenLabs o plataformas de código abierto), la prueba queda invalidada.

5. Clasificadores Neuronales y Defensa Contra Ataques (ADD)

• Módulos Antispoofing (ADD - Audio Deepfake Detection): El perito procesa el archivo a través de arquitecturas de redes neuronales convolucionales (CNN) entrenadas en laboratorios forenses internacionales (como los estándares de las bases de datos ASVspoof). Estos sistemas calculan con precisión un porcentaje de probabilidad de manipulación del archivo y ofrecen explicaciones localizadas de en qué segundos exactos del audio actúa la IA.

¿Qué análisis técnicos realiza el perito para detectar la IA en videos?

• Para detectar la Inteligencia Artificial en vídeos y desenmascarar los Deepfakes (ya sean de intercambio de rostro, alteración de expresiones o generación completa), el perito informático judicial realiza una investigación técnica exhaustiva. Dado que los ciberdelincuentes refinan sus técnicas añadiendo ruido ambiental o postprocesamiento para burlar los detectores automáticos, los peritos en España aplican un enfoque de laboratorio multicapa combinando ciencia de datos, análisis biométrico y forense digital.

1. Análisis de Coherencia Biométrica (Rasgos Humanos)

• Análisis del Parpadeo (Blink Analysis): Los seres humanos parpadean de manera inconsciente y con un ritmo biológico específico. Los algoritmos de IA, al entrenarse mayoritariamente con fotos de ojos abiertos, suelen omitir el parpadeo o realizarlo con una frecuencia y duración mecánicamente anormales.

• Asimetría en Reflejos y Píxeles Oculares: El perito amplía las córneas en los fotogramas clave. En un vídeo real, los reflejos de la luz ambiental deben ser geométricamente idénticos en ambos ojos; la IA generativa suele fallar en este cálculo óptico microscópico.

• Flujo Sanguíneo (Fotopletismografía remota - rPPG): Al grabar a un humano, la piel sufre microcambios de color imperceptibles a simple vista con cada latido del corazón. El software forense puede medir este pulso cardíaco en el rostro; si el vídeo es sintético, el mapa de rPPG será plano o caótico.

2. Análisis Geométrico y Postural (Head Pose)

• Inconsistencias de Movimiento: Utilizando librerías avanzadas (como MediaPipe), el perito calcula la simetría facial y los vectores de movimiento de la cabeza respecto al eje del cuello. Herramientas de análisis analizan si existen variaciones matemáticas anómalas o fuerzas físicas imposibles, lo que delata que una cara sintética ha sido "pegada" sobre el cuerpo de un actor.

• Bordes de Fusión (Warping): Rastreo cuadro a cuadro en busca de pequeños halos, zonas difuminadas o pérdida de nitidez en los contornos del rostro, la mandíbula, las orejas y el nacimiento del cabello.

3. Desfase entre Audio y Movimiento (Phoneme-Viseme Mismatch)

• Sincronización Labial Forense: Cuando una persona habla, la forma física que adoptan los labios (visema) debe corresponder de manera exacta con el sonido fonético emitido (fonema). Algoritmos forenses entrenados por universidades internacionales calculan el desfase en milisegundos entre el tracto vocal del audio y el movimiento labial del vídeo, exponiendo los fallos de sincronía de la IA generativa.

4. Análisis del Dominio de la Frecuencia y Macrobloques

• Frecuencia de Redes Neuronales: Al igual que en las imágenes fijas, los algoritmos de escalado espacial de los vídeos generados por IA dejan patrones repetitivos invisibles en las frecuencias del archivo. El perito extrae los fotogramas clave y aplica transformadas matemáticas para hallar trazas de ruido sintético.

• Análisis de Compresión: El experto examina los macrobloques de los fotogramas predictivos del vídeo (P-Frames y B-Frames). Si el vídeo ha sufrido un montaje o reemplazo de rostro, la tasa de error de compresión en la zona de la cara será completamente desigual a la del resto del cuerpo o el fondo.

5. Auditoría del Contenedor y Metadatos Técnicos

• Análisis Estructural: Utilizando software especializado, se revisan los códecs de compresión, la tasa de bits, la resolución y la estabilidad de la tasa de fotogramas (FPS). Si se afirma que el vídeo fue grabado de forma directa por un teléfono móvil, pero las cabeceras internas del archivo contienen firmas estructurales de software de renderizado o herramientas de código abierto utilizadas para compilar deepfakes, la prueba pierde su integridad.

¿Qué análisis técnicos realiza el perito para detectar la IA en textos y documentos?

• Para detectar la Inteligencia Artificial en textos, informes y contratos digitales, el perito informático forense no utiliza herramientas de internet de uso público (como los detectores online comunes), ya que arrojan demasiados falsos positivos y carecen de validez científica ante un tribunal. En su lugar, realiza un análisis multicapa en el laboratorio enfocado en dos vertientes: la Estilometría Forense (el análisis del lenguaje) y la Minería de Metadatos (el análisis informático del archivo contenedor). 

1. Análisis de Perplejidad y Burstiness (Luminosidad)

• Los Modelos de Lenguaje Grande (LLM, como ChatGPT o Claude) predicen la siguiente palabra matemáticamente más probable. Esto deja un rastro estadístico único:

  • Perplejidad: Mide qué tan "sorprendente" o aleatorio es el texto. Los humanos escriben con una perplejidad muy alta e impredecible. La IA genera textos con una perplejidad baja y predecible.

  • Burstiness (Ráfagas): Evalúa la variación en la longitud de las oraciones y la estructura sintáctica. Los humanos combinan de forma natural una frase muy larga y compleja seguida de una palabra suelta o una frase corta. La IA, en cambio, tiende a mantener un ritmo extremadamente homogéneo, monótono y constante en todo el documento.

2. Estilometría Computacional y Procesamiento del Lenguaje Natural (PLN)

• El perito pasa el texto por algoritmos de lingüística forense para extraer patrones matemáticos del habla:

  • Frecuencia de palabras funcionales: Se analiza el uso de preposiciones, conjunciones y adverbios. La IA tiene "preferencias" estadísticas muy marcadas e idénticas para estructurar transiciones (ej. en resumen, por lo tanto, es importante destacar).

  • Ausencia de idiolecto: El idiolecto es la forma única de escribir que tiene cada persona (sus errores recurrentes, vicios lingüísticos, regionalismos o uso de puntuación). El perito compara el documento sospechoso con muestras de texto reales del supuesto autor. Si el documento carece por completo del idiolecto del sospechoso y es perfectamente neutro, se convierte en un indicio clave de IA.

3. Análisis de Metadatos Estructurales (Forense de Archivo)

• Muchas veces el rastro no está en las palabras, sino en el archivo digital (como un .docx o .pdf) que las contiene:

  • Línea de tiempo de edición: Herramientas forenses extraen los metadatos XML del documento. Si un informe técnico de 40 páginas muestra que el "tiempo total de edición" fue de solo 2 minutos, o que se pegaron bloques masivos de miles de caracteres en un solo segundo (milisegundo exacto), queda demostrado un proceso de copia y pega automatizado desde una IA.

  • Firmas de software: Identificación de variables ocultas en el código del documento que delatan el uso de entornos de automatización, APIs o herramientas de edición vinculadas a modelos generativos.

4. Detección de "Alucinaciones" y Anacronismos

• Los modelos de IA cometen errores lógicos muy específicos conocidos como alucinaciones, al carecer de un entendimiento real del mundo:

  • Citas y leyes fantasma: En el ámbito legal o técnico, es muy habitual que la IA invente jurisprudencia, sentencias del Tribunal Supremo que nunca existieron o artículos de leyes mezclados. El perito realiza una auditoría de fuentes. Encontrar referencias bibliográficas falsas estructuradas de forma perfecta es una prueba inequívoca de generación por IA.

5. Análisis Forense de Copia de Seguridad (Logs de Dispositivo)

• Si el perito tiene acceso al ordenador o teléfono desde donde supuestamente se redactó el texto:

  • Se analiza el historial de navegación web, la memoria caché, los datos de portapapeles (clipboard) y los archivos temporales. Esto permite localizar las peticiones de red (prompts) enviadas a servidores de OpenAI, Anthropic o Google en las horas coincidentes con la supuesta creación del documento.

¿Qué herramientas de análisis forense se usan para detectar contenido (textos, imágenes, audios, videos) generados por inteligencia artificial?

1. Herramientas para detectar Imágenes Sintéticas y Deepfakes

• Amped Authenticate: Es el estándar absoluto en los juzgados para el análisis forense de imágenes. Incluye módulos específicos para detectar IA analizando las inconsistencias del ruido microscópico del sensor, la cuantización del color y los patrones de frecuencia en el dominio de Fourier (2D FFT), donde la IA deja un rastro imborrable.

• Sensity AI (Image Module): Una plataforma de inteligencia de amenazas dedicada en exclusiva a los medios sintéticos. Su motor analiza la firma estadística de los modelos generativos comerciales y de código abierto para identificar qué red neuronal exacta creó la ilustración.

• Forensically / FotoForensics: Utilidades de análisis complementario. Permiten aplicar ELA (Error Level Analysis) para comprobar si partes de una imagen real han sido modificadas o "reparadas" mediante herramientas de IA de relleno generativo.

2. Herramientas para detectar Vídeos Manipulados (Deepfakes)

• Deep-Check (de Intel): Software avanzado de grado gubernamental y de defensa que analiza vídeos en busca de microexpresiones faciales y variaciones en el flujo sanguíneo de la piel del rostro mediante fotopletismografía remota (rPPG). Si el rostro es un deepfake, carecerá de ritmo cardíaco.

• Sensity AI (Video Module): Examina los fotogramas clave predictivos en busca de artefactos de fusión (warping), pérdidas de nitidez en los bordes de la mandíbula y falta de parpadeo biológico natural en los ojos del sujeto.

• TrueMedia: Herramienta utilizada por investigadores y departamentos de seguridad para escanear de forma masiva archivos multimedia de redes sociales, buscando desajustes sutiles entre el movimiento de los labios (visemas) y la pista de audio (fonemas).

3. Herramientas para detectar Audio y Clonación de Voz (Voice Deepfakes)

• Pindrop / Resemble Detect: Suites de ciberseguridad y acústica forense que analizan los coeficientes cepstrales de los archivos de audio (MFCC/CQCC). Identifican si la voz proviene de una laringe humana orgánica o si el espectrograma carece de las frecuencias y la variabilidad física de un aparato fonador real.

• Módulos ADD (Audio Deepfake Detection): Clasificadores basados en arquitecturas neuronales entrenadas con bases de datos forenses globales (como ASVspoof). Miden la continuidad de fase de la onda del audio e identifican si se ha reemplazado una palabra o frase mediante IA inyectando un audio clonado en medio de una grabación real.

4. Herramientas para detectar Textos generados por IA (LLMs)

• Suites de Lingüística Forense (como GLTR o clasificadores de OpenAI/Claude): Analizan la perplejidad (la aleatoriedad del texto) y el burstiness (la variación en la longitud de las oraciones). Los humanos escriben con picos impredecibles; la IA mantiene un patrón sintáctico excesivamente lineal y monótono.

• Magnet AXIOM / Autopsy: Herramientas tradicionales de informática forense. En lugar de analizar las palabras, el perito las usa para auditar los metadatos XML del archivo .docx o .pdf. Si un texto largo muestra un tiempo de edición de solo unos segundos o se pegaron miles de caracteres de golpe en un milisegundo exacto, es una evidencia física de copia y pega desde una IA.

En U2 LAB somos expertos en Informes y Dictámenes Periciales sobre contenido generado con IA Gen ("Inteligencia Artificial Generativa").

• Tipos: textos, documentos, informes, presentaciones, imágenes, fotografías, infografías, audios, notas de voz, videos, reels, animaciones, etc. 

• Dispositivos (PCs, portátiles, tablets, smartphones, etc.) y "cloud" (correo electrónico, sitios web, blogs, redes sociales, plataformas online, etc.).

• Apps: todas las herramientas/apps de IA generativa y chatbots (OpenAI "ChatGPT", Google "Gemini", Microsoft "Copilot", xAI "Grok", "Midjourney", "DALL-E", "Canva", "Stable Diffusion", IBM "Watson Texto-a-Voz", "Lyrebird", "Murf AI", etc.). 

• Acreditación (y certificación) de: 

  • Información dispositivo: marca, modelo, nr. serie, estado, SO, configuración, apps, almacenamiento, etc..

  • Información cloud: url, cuenta, configuración, datos de contacto, etc. 

  • Certificado de titularidad: de la cuenta de correo electrónico, perfil en red social, smartphone, etc. 

  • Análisis de metadatos: fecha/hora de creación/modificación, tipo/extensión, tamaño, número de páginas (documentos), duración (audio/video), resolución (imágenes, fotografías y videos), etc. 

  • Análisis forense.

  • Acreditación: de ser contenido creado/modificado/alterado/manipulado mediante herramientas/apps de IA-Gen. 

  • Recuperación: de contenido IA-Gen eliminado. 

  • Etc.