Jaime Ramírez, CEO de Preventor
Por medio del aprendizaje profundo los atacantes ponen a su servicio un ejército de algoritmos de aprendizaje automático que son capaces de falsificar la imagen, el sonido o el video de una persona en tiempo real. Los avatares controlados remotamente para cometer fraudes de identidad son una de las mayores amenazas de esta década.
El creciente uso de la inteligencia artificial y su aplicación en los entornos digitales está desafiando la percepción de los seres humanos, al punto de que hace prácticamente indistinguible si una imagen o un video han sido alterados por medio de estas tecnologías para comunicar múltiples mensajes y con diferente fin, tal y como lo vemos desde Preventor, en donde respondemos a esto con liveness detection.
Las múltiples aplicaciones que se viralizaron en los últimos años en las que los usuarios se toman una selfie para divertirse con filtros de envejecimiento o para cambiar de género, son ejemplos simples de las deepfakes o falsificaciones profundas. La Organización Mundial de la Propiedad Intelectual (OMPI, por sus siglas en inglés) describe a estas tácticas como la “superposición de características humanas en el cuerpo de otra persona, y/o la manipulación de sonidos, para generar una experiencia humana realista”.
Los deepfakes prácticamente ya hacen parte del paisaje en internet, pero a menos de que se haga un ejercicio riguroso de fact-checking o dichas creaciones tengan fines de entreteniendo públicamente divulgadas, son difícilmente rastreables. Desde Preventor vemos que esto genera desafíos en cuanto a los riesgos de la proliferación de la desinformación y sobre todo en cuanto a amenazas a la seguridad de las personas en internet.
Su aplicación se ha extendido rápidamente en industrias como la del cine y los videojuegos, al mismo tiempo que se ha aplicado con fines relacionados al marketing. Pero es cuando su uso tiene un trasfondo de desinformación político o lo que se busca es explotar una vulnerabilidad en seguridad cuando su uso se vuelve problemático. Ahí es cuando entra la verificación de identidad y en especial el liveness detection para corregir estas vulnerabilidades y cerrar puertas al crimen.
Mientras esto ocurre la inteligencia artificial se sigue desenvolviendo y se introduce en las distintas actividades cotidianas, como lo hemos visto en los últimos meses con el ‘boom’ global del ChatGPT. Es tal la expectativa que se tiene frente al crecimiento de esta industria que proyecciones de Statista apuntan a que el valor de mercado de este negocio podría superar las barrera de los US$300.000 millones en 2025 en el mundo.
Darle la espalda a la inteligencia artificial en un momento en el que cada vez copa más espacio en la economía y la sociedad es con seguridad una mala decisión. Lo más viable y efectivo es responder a esta oportunidad con la preparación tecnológica debida y las herramientas para poder aterrizar en esta nueva ola sin contratiempos.
En Preventor percibimos cada vez más una tendencia a adoptar soluciones de liveness detection, que obligan a llevar la verificación de identidad a otro nivel, permitiéndoles a las organizaciones detectar si detrás de una pantalla realmente hay una persona viva o no.
Recordemos que el área de la autentificación es ahora una de las más sensibles en la industria tecnológica y que errores relacionados con esta disciplina les generaron demandas millonarias a las empresas. En 2019, por ejemplo, el gigante tecnológico Apple fue demandado por un estudiante de Nueva York por haberle vinculado a una serie de robos en las tiendas de la empresa basado en los resultados un sistema de reconocimiento facial que uso la compañía.
Los sistemas de autentificación son vitales para las compañías que estén realizando procesos de incorporación en línea o verificación continúa, por lo que el liveness detection es una herramienta cada vez más adoptada en todas las plataformas que requieren del inicio de sesión como los bancos o las fintech, que también están altamente expuestos a los deepfakes.
Básicamente, el sistema detecta movimientos e imágenes fijas que tratan de imitar a una persona real y burlar la seguridad de las distintas plataformas. La tecnología blinda a las empresas de los deepfakes porque es capaz de reconocer métodos como el uso de filtros, avatares o incluso máscaras, ahorrándoles muchos dolores de cabeza.
La infraestructura del liveness detection incluye una serie de algoritmos que están en constante aprendizaje y que se conectan a redes neuronales profundas de inteligencia artificial.
Los sistemas más avanzados de liveness detection incluyen en la actualidad innovaciones como la detección de texturas e inteligencia artificial (IA), que permite diferenciar con precisión entre la piel de un ser humano y una imagen recapturada bien sea en video o una fotografía.
Este tipo de herramientas, cuya infraestructura está soportada en biometría y algoritmos de inteligencia artificial, puede diferenciar intentos de fraude en 3D o 2D, así como avatares controlados remotamente que son capaces de falsificar no sola una imagen con movimiento de una persona sino también su voz.
Es por eso que han sido desarrolladas tecnologías a partir de algoritmos de flujo óptico que operan contra el fraude y la falsificación por medio de la detección del movimiento entre dos o más imágenes, ayudando a diferenciar entre el desplazamiento que se produce en una imagen en 3D a uno en 2D.
El valor de estas soluciones se centra en que son capaces de capturar distintos rasgos biométricos simultáneamente (como reconocimiento ocular o facial), con lo que se generan capas adicionales de seguridad que van a ser más difíciles de penetrar por parte de los agentes maliciosos y les impiden poner en marcha técnicas de repetición.
Dado que esto ocurre en tiempo real en situaciones críticas para la seguridad de cualquier empresa o usuario, como la incorporación a un servicio o la autentificación en una aplicación, también existen mecanismos para aumentar la seguridad como los desafíos de respuesta. Por medio de estos, los usuarios deben interactuar con el sistema y validarse luego de completar unos pasos aleatorios que implican la utilización de tecnologías de biometría.
Con este panorama, en Preventor instamos a que más organizaciones exploren más acerca del potencial del liveness detection para responder a los desafíos que genera la inteligencia artificial en esta revolución que ya está representando en las diferentes actividades productivas y también en la vida diaria. Por lo anterior, queda claro que la mejor manera es integrar las tecnologías a tiempo y preparar a los equipos para todas las disrupciones que vienen por delante. La mejor respuesta para estos desafíos es la innovación y las empresas aún tienen margen para hacerlo, pues en un futuro muy cercano la integración de la inteligencia artificial será la diferencia entre la sobrevivencia o el final de una organización en un mundo automatizado.
