Mirad como clona la voz y el vídeo la inteligencia artificial. Es increíble. Ya podemos hacer que cualquiera diga lo que queramos con su vídeo y todo.

Clonar una voz con IA ya solo requiere un audio: el vídeo con tu cara es el siguiente paso​

Sube un archivo de audio de una persona y la herramienta devuelve esa misma voz diciendo cualquier cosa. La demostración circula por internet y ha reabierto una discusión que hasta hace poco parecía ciencia ficción: si el audio ya es indistinguible, ¿qué queda cuando el vídeo haga lo mismo? La respuesta corta es nada. La larga, un problema legal, económico y de seguridad que nadie ha terminado de dimensionar.

La técnica no es magia. Quien la ha probado a fondo lo cuenta sin adornos: con un solo audio, el clon reproduce el tono de ese registro y poco más. Para que la voz suene enfadada, triste o susurrante hay que alimentar el sistema con varias grabaciones de la misma persona en distintas tonalidades. Entonces sí. El resultado, según quienes lo han trasteado, es «perfecto».

Qué se puede hacer con una voz clonada​

El abanico va de lo trivial a lo delictivo. En el extremo inofensivo, hacer que un personaje público lea un texto ridículo para reírse un rato. En el otro, la suplantación clásica que ya se hacía por mensajería: alguien que se hace pasar por un familiar y pide dinero urgente. La diferencia es que ahora el timo no depende de escribir convincentemente. Basta con que suene la voz correcta.

Hay un detalle que agrava el asunto: buena parte de la materia prima la regalamos nosotros. Aplicaciones y programas que piden reconocimiento de voz para funcionar construyen bases de datos de voces identificadas por persona. Quien nunca ha aceptado ese tipo de permisos lo tiene más difícil para que le clonen. Quien los ha aceptado, ya está en el catálogo.

El problema del reconocimiento de voz y la domótica​

La misma tecnología que permite clonar una voz permite imitarla para engañar a un sistema. Cualquier función domótica o de seguridad que se active por reconocimiento biométrico de voz queda expuesta: si el patrón se puede replicar, la cerradura deja de ser una cerradura. Es la consecuencia menos comentada y probablemente la más incómoda.

En el terreno contractual el laberinto es mayor. Contratar una línea de móvil o un seguro mediante una grabación telefónica podría ser vinculante aunque la voz no fuera la del titular. Demostrar lo contrario exige abogado, perito y, aun así, el resultado no está garantizado. La carga de la prueba se invierte de facto contra el ciudadano.

La política del «yo no dije eso»​

El uso más previsible no es el delincuente de manual, sino el del cargo público con un problema. Cuando alguien meta la pata en un audio, siempre quedará la salida de atribuirlo a una manipulación. Y como la manipulación será técnicamente posible, la excusa será creíble por defecto. Eso erosiona la confianza en cualquier grabación, incluida la auténtica.

La paradoja es fina: la misma herramienta que permite fabricar pruebas permite desactivar las que existen. Un vídeo comprometedor deja de ser una prueba y pasa a ser un objeto discutible. El terreno de juego se iguala por abajo.

Quién detecta la falsificación​

La carrera ya está en marcha. Uno de los métodos de entrenamiento consiste en enfrentar dos inteligencias artificiales: una genera la falsificación y la otra intenta detectarla. Evolucionan a la vez. La consecuencia práctica es que la detección automática nunca va por delante, solo acompaña.

De ahí que surja un oficio con futuro: el perito capaz de certificar si un audio, un vídeo o un documento es genuino o tiene elementos generados. Hoy se sabe detectar una edición convencional. Reconocer el estilo de una IA concreta es otro nivel, y todavía no hay respuesta consolidada.

Derecho de imagen y doblaje, los primeros afectados​

Los sectores que ya notan el suelo moverse son los que viven de su voz y su cara. El doblaje profesional afronta un competidor que no cobra por sesión. Los actores ven cómo su imagen puede replicarse sin permiso. Y la regulación, cuando llegue, llegará con el incentivo perverso de siempre: quien la escriba tenderá a proteger sus propios intereses.

Mientras tanto, la recomendación más repetida es la más simple: no dejar rastro de audio voluntario. Quien nunca mandaba notas de voz tiene ahora un argumento mejor que la pereza.

El punto exacto donde esto se atasca es el de siempre. La técnica ya está aquí, la ley no. Y no hay consenso sobre quién debe pagar el coste de demostrar que una voz no era la tuya.