Análisis Forense Multimedia

929 millones de euros en fraudes con deepfake: por que el análisis forense multimedia es crítico

En 2025, las estafas con manipulación audiovisual causaron pérdidas globales estimadas en 929 millones de euros, según un análisis publicado por Escudo Digital (15 de febrero de 2026). Conviene decir de dónde sale exactamente, porque el propio medio lo explica así: es «un análisis elaborado a partir de bases de datos internacionales sobre incidentes de inteligencia artificial», sin título, autor ni enlace al estudio original. La cadena de la fuente muere ahí: no es una cifra que pueda comprobarse en su origen, y así hay que citarla. No es una cifra española ni procede de la Guardia Civil: lo documentado en España es que la Guardia Civil ha sido suplantada en este tipo de estafas. Un CEO de una empresa de Zaragoza transfirio 340.000 euros tras recibir una videollamada deepfake que suplantaba a su socio. El video era convincente: movimientos faciales naturales, fondo de oficina conocido, voz reconocible. Solo el análisis forense posterior revelo que la videollamada era sintética: el parpadeo era demasiado regular (exactamente 4,2 segundos entre parpadeos, patrón imposible en un humano), los bordes del rostro presentaban artefactos de difusión visibles a 400% de zoom, y los metadatos del archivo de grabación mostraban que había sido procesado con un software de síntesis de video. EscudoDigital no nombra el estudio del que toma la cifra —la atribuye a «un análisis elaborado a partir de bases de datos internacionales»—, así que se cita como lo que es: lo que publicó un medio. El recuento que sí declara su método es el Resemble AI, 2025 Deepfake Threat Report, con 1.567 incidentes verificados y 1.280 millones de dólares documentados en 2025; su propio informe advierte de que más del 80 % de los incidentes no declara pérdida económica, por lo que cualquier total publicado es un suelo y no una medición.

Cómo perito informático forense, recibo cada vez más encargos de análisis de autenticidad multimedia. La verificación de imágenes, audio o vídeo aparece cada vez en más peritajes. La razón es doble: por un lado, los deepfakes son cada vez más accesibles (aplicaciones gratuitas cómo DeepFaceLab o FaceSwap); por otro, los tribunales españoles empiezan a exigir verificación pericial de contenido multimedia presentado cómo prueba, especialmente tras la STS 629/2025.

Los 3 tipos de análisis forense multimedia

1. Análisis forense de imágenes

El análisis de imágenes busca detectar manipulaciones cómo recorte, clonado, composición (montaje), alteración de metadatos y generación por IA.

Técnicas principales:

Ejemplo de hallazgo con ELA: En un caso de competencia desleal que analice, el demandante presento una captura de pantalla de una web que supuestamente mostraba contenido difamatorio. El análisis ELA revelo que una sección del texto había sido insertada post-captura: el nivel de compresión de esa zona era significativamente diferente al resto de la imagen. Los metadatos EXIF confirmaron que la imagen había sido editada con Photoshop 3 horas después de la supuesta captura.

2. Análisis forense de audio

El análisis de audio verifica la autenticidad de grabaciones, detecta ediciones y puede identificar o descartar hablantes.

Técnicas principales:

Ejemplo de hallazgo con ENF: En un caso laboral donde un empleado presento una grabación de su jefe realizando comentarios discriminatorios, el análisis ENF revelo que la grabación contenia dos segmentos con frecuencias ENF de días diferentes. El audio había sido editado: se habían unido fragmentos de dos conversaciones distintas para crear un discurso continuo que nunca ocurrio.

3. Análisis forense de video

El análisis de video combina técnicas de imagen y audio aplicadas a cada fotograma y la pista de audio.

Técnicas principales:

Detección de deepfakes: el reto forense de la década

Generaciones de deepfakes y tasa de detección

8 señales que busco al analizar un posible deepfake

Herramientas forenses multimedia: 10 herramientas que utilizo

Precios del peritaje forense multimedia

Caso práctico: peritaje de video deepfake en caso de estafa (Zaragoza, 2025)

Contexto: El CEO de una empresa de importacion recibio una videollamada por WhatsApp de alguien que parecía ser su socio (residente en China) pidiéndole que realizara una transferencia urgente de 340.000 euros a un nuevo proveedor. El CEO realizo la transferencia. Cuando contacto a su socio real, descubrio que este nunca había hecho la llamada.

Análisis forense que realice:

La videollamada había sido grabada automáticamente por una app de backup. Mi análisis incluyo:

1. Análisis de metadatos: El archivo MP4 contenia metadatos de FFmpeg (software de procesamiento), no de WhatsApp nativo. Esto indicaba que el video había sido generado/procesado externamente antes de transmitirse

2. Análisis de parpadeo: El supuesto socio parpadeaba cada 4,2 segundos con precisión milimétrica. El parpadeo humano normal es irregular (2.5-6,5 segundos con desviación estándar de 1.2). La regularidad del parpadeo era estadísticamente incompatible con un humano real (p menor que 0,001)

3. Artefactos faciales: A 400% zoom, los bordes del rostro mostraban difusión inconsistente con el resto de la imagen, especialmente en la línea del cabello y las orejas. Los dientes cambiaban ligeramente de geometria entre frames

4. Análisis de audio: Los formantes de la voz eran consistentes con el socio real (tenían un modelo de voz de referencia de reuniones anteriores), pero el patrón de respiración era anormalmente regular y no había micro-pausas naturales en las transiciones entre frases. Esto sugeria clonación de voz

5. Sincronización labial: Usando análisis frame-by-frame, detecte 7 instancias de desincronización entre los movimientos labiales y el audio, específicamente en consonantes bilabiales

Conclusiones del informe: El video era un deepfake de segunda generación, probablemente generado con un modelo de face-swap entrenado con fotos del socio (disponibles en LinkedIn y web corporativa) y voz clonada a partir de grabaciones de reuniones anteriores (probablemente obtenidas mediante phishing o acceso no autorizado).

Resultado: El informe pericial fue clave para la denuncia penal (estafa agravada art. 248-250 CP) y para la reclamación de seguro. La aseguradora acepto la cobertura al verificarse que se trataba de suplantación de identidad mediante tecnología avanzada, no de negligencia del CEO.

Marco legal del análisis forense multimedia en España

Preguntas relacionadas

¿Se puede detectar si una imagen fue generada con inteligencia artificial?

Si. Las imágenes generadas con GANs (Generative Adversarial Networks) o modelos de difusión (Stable Diffusion, DALL-E, Midjourney) tienen artefactos detectables: texturas repetitivas en fondos, asimetrias faciales sutiles, dedos anómalos, texto ilegible, y patrones de ruido distintos a los de una cámara real. Herramientas como Hive Moderation, Sensity AI o AI or Not ayudan a cribar, pero su precisión solo la declaran ellas y no hay validación independiente: se usan como indicio, no como conclusión. En mis peritajes, combino herramientas automatizadas con análisis manual de metadatos y artefactos visuales.

¿Una grabación de audio manipulada puede usarse cómo prueba en juicio?

Si se presenta una grabación manipulada cómo auténtica, constituye un riesgo procesal grave. El análisis forense de audio puede detectar ediciones mediante espectrograma, análisis ENF y consistencia de ruido de fondo. Si la manipulación se demuestra, la grabación pierde todo valor probatorio y la parte que la aporto puede enfrentarse a consecuencias procesales (temeridad procesal) e incluso penales (presentación de prueba falsa). Por eso, cada vez más abogados solicitan peritaje preventivo de grabaciones antes de aportarlas.

¿Cuánto tarda un análisis forense de video deepfake?

Depende de la duración y complejidad del video. Un análisis completo (metadatos + frames + parpadeo + bordes + audio + sincronización) de un video de 2-5 minutos requiere tipicamente 16-40 horas de trabajo. Vídeos más largos o con múltiples personas requieren más tiempo. El informe pericial completo, incluyendo la documentación gráfica de los hallazgos, se entrega en 10-15 días laborables.

¿Los metadatos EXIF de una foto pueden falsificarse?

Si. Los metadatos EXIF pueden editarse fácilmente con herramientas gratuitas cómo ExifTool. Por eso, el análisis forense no se basa exclusivamente en metadatos: combina metadatos con ELA, análisis de ruido de sensor, coherencia de iluminacion y otros indicadores. Un perito que basa su conclusión únicamente en metadatos EXIF esta haciendo un trabajo incompleto, ya que esos metadatos podrían haber sido alterados.

¿La STS 629/2025 afecta a la prueba multimedia?

Si, por extensión. La doctrina de la STS 629/2025 sobre carga impugnatoria se aplica también a prueba multimedia: si una parte presenta un video o audio cómo prueba y la otra no impugna su autenticidad, el tribunal puede valorarlo directamente. Esto hace más importante que nunca la impugnación cuando hay sospecha de manipulación, y refuerza el rol del perito multimedia para detectar deepfakes y ediciones.

¿Qué diferencia hay entre un perito informático y un perito de imagen/sonido?

En España no existe una titulación específica de “perito multimedia forense”. El análisis forense multimedia lo realizan peritos informáticos con formación complementaria en procesamiento de señal, análisis de imagen y acústica forense. Lo relevante para el juez no es el título sino la competencia demostrable: formación, herramientas, experiencia y calidad del informe bajo las reglas de sana crítica.

Conceptos relacionados

• Evidencia Digital: Marco general de la prueba electrónica
• Cadena de Custodia: Protocolo de preservación de archivos multimedia
• Espectrograma Audio: Técnica clave de análisis de audio
• Formante Audio: Análisis de resonancias vocales
• Informe Pericial: Estructura del dictamen de autenticidad
• STS 629/2025: Doctrina sobre prueba digital sin pericial

Referencias y fuentes

1. Escudo Digital. Fraude deepfake en redes sociales (15 feb 2026). escudodigital.com — pérdidas globales de 929 millones de euros en 2025 por manipulación audiovisual. La Guardia Civil no publica memoria anual de ciberdelincuencia; el dato no es suyo ni es español.
2. Europol Innovation Lab. Facing reality? Law enforcement and the challenge of deepfakes (2022, revisión de enero de 2024). europol.europa.eu — ISBN 978-92-95236-23-3 · DOI 10.2813/158794.
3. SWGDE (Scientific Working Group on Digital Evidence) — sus documentos publicados, con número y versión, están en el listado completo de publicaciones. ⚠️ La referencia anterior anunciaba un «Best Practices for Image Authentication» (2024) enlazando a la portada: sin número de documento no se puede localizar cuál es.
4. ENFSI (European Network of Forensic Science Institutes) — sus Best Practice Manuals se descargan del catálogo oficial, cada uno con su código y su año. ⚠️ La referencia anterior enlazaba a la portada.
5. ISO/IEC 27037:2012. Information technology — Security techniques — Guidelines for identification, collection, acquisition and preservation of digital evidence. iso.org — revisada y confirmada en 2018. Cláusula 6.3: identificación y adquisición sin modificación, con documentación de la integridad.
6. Farid, H.. (2022). “Photo Forensics”. MIT Press. ISBN 978-0-262-04482-0
7. LEC. Art. 382 (instrumentos de reproducción), art. 348 (sana crítica). boe.es
8. Código Penal (LO 10/1995). Arts. 197 (secreto comunicaciones), 393 (falsedad documental). boe.es
9. STC 114/1984, de 29 de noviembre (Tribunal Constitucional, Sala Segunda). Licitud de grabar una conversación propia: «no hay secreto para aquel a quien la comunicación se dirige». BOE-T-1984-27955
10. INCIBE. Historias reales: un deepfake de mi jefe circulando por la Red (16 nov 2021). incibe.es — INCIBE declara expresamente que no enseña a detectar («evitar que nos suplanten con un deepfake no está al alcance»): recomienda monitorización, plan de crisis y formación. Hub: Deepfakes.
11. AEPD y EDPS. 14 equívocos con relación a la identificación y autenticación biométrica (junio 2020). aepd.es — patrones y templates no son lo mismo que el algoritmo, y los datos biométricos pueden revelar raza y género. Complementaria: Guía sobre tratamientos de control de presencia mediante sistemas biométricos (nov 2023).
12. Rossler, A. et al.. (2019). “FaceForensics++: Learning to Detect Manipulated Facial Images”. IEEE/CVF ICCV 2019

Aviso legal: Este artículo analiza el análisis forense multimedia con finalidad informativa y educativa. No constituye asesoramiento jurídico. Los casos están anonimizados para proteger la identidad de los implicados.

Sobre el autor: Jonathan Izquierdo, perito informático forense, ex-CTO y 5x AWS Certified, con formación complementaria en procesamiento de señal digital y análisis de imagen. Especializado en detección de deepfakes y verificación de autenticidad multimedia para procedimientos judiciales.

Última actualización: 16 de marzo de 2026 Categoría: Análisis Forense Código: FOR-025