La amenaza de las identidades sintéticas: cómo la IA está desafiando la ciberseguridad moderna

Cómo funcionan las identidades sintéticas y por qué evaden la detección tradicional

Las identidades sintéticas se construyen a partir de datos legítimos, direcciones reales, historiales laborales reales, conexiones sociales reales, que se mezclan y combinan para crear una personalidad convincente. Cada dato es válido. La combinación es inventada.

Los sistemas de detección de fraudes buscan patrones «malos» conocidos: información prohibida, credenciales previamente marcadas, verificaciones de velocidad. Eso funciona cuando los atacantes reutilizan la misma información fraudulenta. Pero las identidades sintéticas generalmente no se reutilizan. Cada una se construye desde cero a partir del enorme volumen de datos personales que circulan en internet y en las bases de datos de brechas de seguridad. Para cuando hayas marcado una, el atacante ya estará construyendo la siguiente.

Verificación de identidad basada en comportamiento: el enfoque que sí funciona

Otras Noticias....

«John Ternus toma el timón: El fin de una era en Apple y el inicio de una nueva etapa» «Apple se prepara para presentar su nuevo CEO y posiblemente su primer modelo plegable»

31 de agosto de 2026

ICBC Online Banking: La nueva experiencia digital sin necesidad de actualización de datos «Descubre los mejores consejos para mantener tu hogar limpio y ordenado»

31 de agosto de 2026

5 aplicaciones que puedes eliminar de tu celular Android ahora mismo

30 de agosto de 2026

Martín Varsavsky trae Certuma, su startup de inteligencia artificial, a Argentina: ¿Qué impacto tendrá en el sector de la salud? El empresario detrás de las innovaciones en tecnología reproductiva: Conoce el portafolio de proyectos de Varsavsky

30 de agosto de 2026

Los seres humanos reales tienen patrones: cómo escriben, cuándo están activos, a qué sistemas acceden y en qué orden, cómo reaccionan cuando algo inesperado ocurre. Hay un ritmo en la forma en que las personas trabajan. Podríamos llamarlo cadencia humana.

Las identidades sintéticas, incluso las bien construidas, tienen fisuras. El comportamiento se siente extraño. Los patrones de acceso no cuadran con el rol. La actividad aparece a horas inusuales. Cuando se les somete a una verificación de rutina, la respuesta parece ensayada. No es tan obvio como un deepfake mal hecho, pero es muy fácil caer en la trampa.

Cómo implementar la detección de identidades sintéticas en la práctica

Cuando los profesionales de seguridad proactivos diseñan funciones de seguridad, las analizan desde dos ángulos: cómo las usarán los clientes y cómo podrían explotarlas los atacantes. Analizar las capacidades desde la perspectiva del adversario es lo que debe guiar estas decisiones.

La verificación de identidad requiere el mismo enfoque. Debemos dejar de preguntarnos si una identidad tiene credenciales válidas. Debemos preguntarnos si se comporta como la persona que dice ser.

La mayoría de las organizaciones no están preparadas para detectar identidades sintéticas

La mayoría sigue confiando en la autenticación por credenciales y la detección de fraudes basada en reglas. Verifican usuario y contraseña. Comprueban que el documento de identidad no esté en una lista negra. Dan por bueno el resultado y siguen adelante. Eso no resiste frente a identidades sintéticas diseñadas precisamente para pasar esos controles.

Migrar hacia la detección basada en comportamiento requiere inversión. Significa replantearse por completo cómo funciona la verificación de identidad y aceptar que las credenciales solas no prueban que alguien sea quien dice ser. Hay que observar cómo se comportan con el tiempo. Eso implica más trabajo al principio, pero es una de esas situaciones en las que un gramo de prevención vale, a la larga, muchos kilos de cura.

Resumen

La detección de identidades sintéticas representa un desafío creciente en el campo de la ciberseguridad. Estas identidades construidas a partir de datos reales pero combinados de manera ficticia evaden la detección tradicional de fraudes. La implementación de modelos de IA entrenados en comportamiento humano y la verificación de identidad basada en patrones de actividad se presentan como soluciones efectivas para combatir este tipo de amenazas. Es crucial que las organizaciones se preparen y migren hacia enfoques de detección más avanzados para protegerse contra las identidades sintéticas.