Una fotografía, una grabación de voz o un video pueden parecer auténticos y, sin embargo, haber sido alterados mediante inteligencia artificial. Ante esta nueva realidad, los tribunales enfrentan un desafío delicado: determinar qué evidencia merece confianza cuando los sentidos ya no bastan para distinguir lo verdadero de lo fabricado.
Durante décadas, una grabación de audio o un video podían tener una fuerza persuasiva considerable. Ver a una persona decir algo o escuchar su voz parecía ofrecer una aproximación directa a los hechos. Hoy esa certeza se ha debilitado. Las herramientas de inteligencia artificial permiten generar o modificar imágenes, voces y videos con un nivel de realismo que dificulta su identificación a simple vista.
El problema no consiste únicamente en impedir que una prueba falsa llegue al tribunal. Existe un riesgo todavía más complejo: que una evidencia auténtica sea cuestionada simplemente porque ahora resulta posible imaginar que fue manipulada.
La American Bar Association ha advertido precisamente sobre esta doble amenaza. Un contenido sintético podría utilizarse para fabricar una confesión o alterar una escena, pero las acusaciones de falsificación también podrían emplearse para sembrar dudas sobre materiales genuinos. La consecuencia sería una pérdida progresiva de confianza en la evidencia digital.
Por eso la primera pregunta jurídica ya no puede ser solamente «¿qué muestra este video?». Antes debe plantearse otra: «¿cómo sabemos que este video es lo que se afirma que es?».
En los sistemas que siguen las Reglas Federales de Evidencia de Estados Unidos, la autenticación exige que quien ofrece una prueba presente elementos suficientes para respaldar que corresponde a aquello que afirma ser. Tradicionalmente, esto podía apoyarse en el testimonio de alguien que conociera el documento o grabación, en comparaciones con materiales autenticados o en otros indicios de autenticidad.
La inteligencia artificial obliga a revisar hasta dónde alcanzan esos mecanismos. Un testigo puede reconocer una voz, pero una tecnología puede imitarla. Un archivo puede conservar ciertos datos técnicos, pero esos datos también pueden ser alterados. Incluso una herramienta automática que asegure haber detectado un deepfake necesita ser examinada: ¿cómo fue entrenada?, ¿qué margen de error tiene?, ¿funciona igual con archivos comprimidos o modificados?, ¿ha sido validada en condiciones similares al caso?
El Instituto Nacional de Estándares y Tecnología de Estados Unidos, NIST, trabaja precisamente en la evaluación de sistemas forenses capaces de detectar contenido generado o manipulado mediante IA. El organismo advierte que algunos detectores muestran una caída considerable de rendimiento cuando pasan de evaluaciones académicas a escenarios operativos y que necesitan ser sometidos a pruebas rigurosas frente a técnicas nuevas y manipulaciones posteriores.
Esto explica por qué el peritaje informático adquiere una importancia creciente. Un especialista cualificado puede analizar la procedencia del archivo, sus características técnicas, posibles modificaciones, metadatos, patrones de compresión y otros elementos que ayuden a reconstruir su historia. Pero el perito no debería convertirse en una especie de «detector infalible». Su función es aportar conocimiento técnico que permita al juez valorar la evidencia junto con el resto del expediente.
La cadena de custodia también cobra mayor relevancia. Saber quién obtuvo una grabación, desde qué dispositivo, cuándo fue extraída, cómo se almacenó y quién tuvo acceso a ella puede ser tan importante como el contenido mismo. La evidencia digital necesita contexto, porque un archivo aislado puede contar una historia muy diferente de aquella que surge cuando se conoce su origen y trayectoria.
El propio sistema judicial estadounidense estudia actualmente si las reglas necesitan mecanismos adicionales para enfrentar la evidencia potencialmente fabricada mediante IA. Una propuesta analizada para la Regla Federal de Evidencia 901 plantea un estándar reforzado cuando existe una impugnación razonable sobre una posible fabricación con inteligencia artificial. Sin embargo, se trata de una propuesta en proceso de consideración, no de una regla federal ya vigente.
La discusión revela algo importante: el desafío no consiste simplemente en crear una máquina capaz de decir «esto es falso». La tecnología de generación evoluciona rápidamente y los sistemas de detección también pueden quedarse atrás. NIST estudia, por ello, mecanismos de evaluación y validación que permitan comprobar científicamente qué tan confiables son las herramientas utilizadas en contextos forenses.
En este escenario, la carga de demostrar la autenticidad puede adquirir una importancia decisiva cuando existe una impugnación fundada. La parte que pretende utilizar una fotografía, audio o video deberá estar preparada para explicar su origen y aportar elementos que permitan al tribunal confiar razonablemente en él. El procedimiento concreto, sin embargo, depende de las reglas probatorias de cada jurisdicción.
La justicia enfrenta así una paradoja. Cuanto más convincente se vuelve la tecnología para fabricar una realidad inexistente, más sofisticados deben ser los mecanismos para demostrar una realidad auténtica.
Y quizá esa sea la transformación más profunda. En el pasado, mirar y escuchar podían ser considerados formas relativamente directas de comprobar un hecho. En la era de la inteligencia artificial, la evidencia tendrá que demostrar también su propia historia.
Porque en un tribunal no debería ganar la prueba que parece más real, sino aquella cuya autenticidad, procedencia y fiabilidad puedan sostenerse mediante razones verificables.
