Bastan entre tres y cinco segundos de audio para clonar una voz. Y desde hace meses ya no hace falta grabar nada: los nuevos modelos de inteligencia artificial conversan en directo, sin retardo perceptible, con el timbre de otra persona. La justicia española, que desde 2024 celebra por vía telemática buena parte de sus actuaciones, no dispone de ninguna herramienta para comprobar si la voz que llega a la sala es humana.
«Hasta ahora el deepfake llegaba al juzgado como una prueba: un audio o un vídeo que se aportaba y que un perito podía examinar con calma. El salto es que ahora puede llegar como un testigo», advierte José Montero, CEO de Montero de Cisneros Abogados. «Hablamos de un declarante sustituido o dictado en tiempo real por un tercero, y de un juez que valora la credibilidad de alguien que, en rigor, no está declarando».
Se verifica la identidad, no la señal
La reforma procesal de 2023 generalizó la videoconferencia y fijó como garantía que el declarante intervenga desde una oficina judicial o un punto de acceso seguro. El problema, según el letrado, es que esa garantía está pensada para el siglo pasado: comprueba el DNI y la persona al inicio de la conexión, pero no audita lo que ocurre entre el micrófono y la sala.
El riesgo se concentra en los supuestos que quedan fuera del control físico de un funcionario: testigos y peritos que declaran desde el extranjero, intervenciones autorizadas desde despachos o domicilios y comparecencias por conexiones no gestionadas por la Administración de Justicia. «En esos casos, un software intermedio puede modular la voz, corregir el gesto o servir al testigo la respuesta que debe dar, y nadie en la sala tiene forma de saberlo», explica Montero.
No es un escenario de laboratorio. En 2024, la ingeniería británica Arup transfirió unos 25 millones de dólares después de que un empleado participara en una videollamada en la que todos sus interlocutores eran recreaciones sintéticas de sus directivos. Kaspersky sitúa los deepfakes modificables en directo durante una videollamada entre las principales amenazas de 2026. «Si ha funcionado para vaciar la caja de una multinacional, funcionará para ganar un pleito», resume el abogado.
Tres vacíos que la ley no resuelve
- Sin pericial inmediata. Las plataformas judiciales no integran análisis forense en tiempo real ni lectura de marcas de agua sintéticas. La manipulación, si se descubre, se descubre tarde.
- Un delito sin encaje claro. El falso testimonio castiga al testigo que miente; la estafa procesal exige ánimo de lucro y engaño al juez. Ninguno fue redactado pensando en quien presta su voz clonada, la opera o diseña las respuestas desde fuera del plano.
- Una revisión con fecha de caducidad. La Ley de Enjuiciamiento Civil permite anular una sentencia firme ganada mediante maquinación fraudulenta, pero solo dentro de los cinco años siguientes a su publicación y en los tres meses posteriores al descubrimiento del fraude.
«La inmediación judicial se basa en que el juez ve y oye al testigo. Si la tecnología permite alterar ambas cosas en directo, tenemos que preguntarnos qué declaraciones pueden seguir haciéndose a distancia y cuáles no», sostiene Montero.
Cuatro medidas para blindar las vistas
- Firma criptográfica de origen: que cámara y micrófono certifiquen por hardware que la señal no ha sido procesada, como ya hacen los estándares de autenticidad de contenidos.
- Detección de voz e imagen sintéticas integrada en las plataformas de videoconferencia judicial, con aviso al tribunal durante la vista.
- Protocolo de prueba de vida: comprobaciones aleatorias e imprevistas a lo largo de la declaración, no solo al inicio.
- Presencialidad obligatoria para el testimonio decisivo cuando cualquiera de las partes lo solicite, y un tipo penal específico para la suplantación sintética en sede judicial.
«No se trata de frenar la justicia digital, sino de que no se convierta en el eslabón más débil del proceso», concluye el letrado.
