--- id: CP-296 slug: deepfake-tiempo-real-videollamadas lang: es title: Deepfake de vídeo en tiempo real en videollamadas description: Un estafador puede adoptar el rostro y la voz de un directivo en una videollamada. Lo que dicen las fuentes y la verificación que protege. canonical_url: https://startbrain.io/cyberpedia/es/articles/deepfake-tiempo-real-videollamadas/ markdown_url: https://startbrain.io/cyberpedia/es/articles/deepfake-tiempo-real-videollamadas.md publisher: Brain (https://startbrain.io) license: CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) cite_as: Brain, «Deepfake de vídeo en tiempo real en videollamadas», Cyberpedia, 2026. https://startbrain.io/cyberpedia/es/articles/deepfake-tiempo-real-videollamadas/ (CC BY 4.0) wing: 4 theme: deepfake reflex: air-030 schema: G4 updated: "2026-11-03" translations: es: https://startbrain.io/cyberpedia/es/articles/deepfake-tiempo-real-videollamadas/ fr: https://startbrain.io/cyberpedia/fr/articles/deepfake-temps-reel-visioconference/ en: https://startbrain.io/cyberpedia/en/articles/real-time-deepfake-video-calls/ de: https://startbrain.io/cyberpedia/de/articles/echtzeit-deepfake-videokonferenz/ it: https://startbrain.io/cyberpedia/it/articles/deepfake-tempo-reale-videoconferenza/ sources: - "n": 1 title: Phishing, Technique T1566 - Enterprise | MITRE ATT&CK® publisher: MITRE ATT&CK url: https://attack.mitre.org/techniques/T1566/ accessed: "2026-11-03" - "n": 2 title: Phishing for Information, Technique T1598 - Enterprise | MITRE ATT&CK® publisher: MITRE ATT&CK url: https://attack.mitre.org/techniques/T1598/ accessed: "2026-11-03" - "n": 3 title: "FaceForensics++: Learning to Detect Manipulated Facial Images" publisher: arXiv url: https://arxiv.org/abs/1901.08971 published: "2019-01-25" accessed: "2026-11-03" - "n": 4 title: "Phishing attacks: defending your organisation" publisher: NCSC (Royaume-Uni) url: https://www.ncsc.gov.uk/guidance/phishing published: "2018-02-05" accessed: "2026-11-03" - "n": 5 title: AI Risk Management Framework publisher: NIST url: https://www.nist.gov/itl/ai-risk-management-framework accessed: "2026-11-03" --- # Deepfake de vídeo en tiempo real en videollamadas En una videollamada parece que se habla con alguien conocido: se ve su rostro y se oye su voz. Un estafador se presenta con la apariencia de un directivo o de un compañero para conseguir una transferencia, una información o un acceso. Esta ficha debe leerse teniendo presente un límite. Las fuentes reunidas para ella describen el phishing en general y la manipulación de imágenes de rostros. Ninguna describe un caso de fraude con deepfake en una videollamada. Por eso, lo que sigue se limita a lo que esas fuentes establecen, y el texto señala lo que no cubren. ## En 30 segundos - Dónde ocurre: en un intercambio electrónico en el que el interlocutor afirma ser una persona de confianza. MITRE describe el phishing como ingeniería social transmitida por vía electrónica, y entre sus técnicas figura la suplantación de una fuente de confianza [1]. - Qué quiere el atacante: obtener información, a menudo credenciales [2]. Los rostros manipulados realistas son el objeto del estudio FaceForensics++ [3]. El NCSC añade los pagos no autorizados [4]. - El reflejo: ante cualquier solicitud importante, verificar por un segundo tipo de comunicación, una regla que el NCSC enuncia para las solicitudes recibidas por correo electrónico [4]. - Si ya ha ocurrido: avisar enseguida al servicio encargado de la seguridad. El NCSC recomienda un procedimiento de notificación claro, sin reproches para quien ha caído en el engaño [4]. ## Preguntas directas ### ¿Se puede reconocer un deepfake a simple vista? El estudio FaceForensics++ (2019) examina el realismo de las manipulaciones de rostros y la dificultad de detectarlas, de forma automática o por personas [3]. Sus autores concluyen que su método de detección supera a los observadores humanos [3]. El estudio no trata los deepfakes en directo de hoy. Las fuentes del expediente no ofrecen una lista de señales visibles en pantalla. Por tanto, un empleado no debe basar su decisión en la impresión de haber «visto» un fallo o de no haber visto ninguno. ### ¿Quién es el objetivo? El NCSC distingue los servicios de cara al público, que reciben muchos mensajes no solicitados, de las personas autorizadas para acceder a información sensible, gestionar fondos o administrar sistemas. Estas últimas interesan más a un atacante y pueden sufrir una campaña sofisticada de spear phishing [4]. ### ¿Qué hacer con una solicitud de transferencia recibida en una videollamada? Aplicar la regla del NCSC: verificar las solicitudes importantes por un segundo tipo de comunicación, como un SMS, una llamada telefónica, el acceso a una cuenta o una confirmación en persona [4]. El NCSC la enuncia para las solicitudes por correo electrónico. El principio, un canal independiente del primero, se aplica igualmente a una videollamada, pero esa extensión es una lectura de la regla y no un texto de la fuente. ### ¿Hay que devolver la llamada al número que da el interlocutor? Las fuentes describen la trampa inversa. MITRE señala que las víctimas reciben mensajes que les piden llamar a un número, donde el atacante intenta recopilar información confidencial [2]. Deducción de este artículo, que no figura en las fuentes: el número facilitado por quien hace la solicitud no puede servir de segundo canal independiente, y es preferible un número que la empresa ya conozca. ### ¿Un empleado que ha caído en la trampa se expone a una sanción? El NCSC aconseja no reprender a las personas en dificultades: quienes temen represalias notifican sus errores tarde, o nunca. Pide que todos los departamentos respalden este mensaje, incluidos recursos humanos y la dirección [4]. ## En la piel del atacante MITRE presenta el phishing como un medio para obtener un acceso inicial a los sistemas de la víctima. Puede dirigirse a una persona, una empresa o un sector (entonces se habla de spear phishing) o no dirigirse a nadie en concreto [1]. Entre las técnicas descritas figuran hacerse pasar por una fuente de confianza, suplantar la identidad de un remitente o insertarse en un hilo de conversación existente [1]. Una variante busca la información en lugar de la ejecución de código malicioso. MITRE explica que el atacante intenta entonces que se revelen credenciales u otros datos aprovechables, y que puede lograrlo mediante mensajería instantánea u otros medios de conversación electrónica [2]. Una subtécnica se llama «Spearphishing Voice», el spear phishing por voz [1]. El NCSC añade que los atacantes aprovechan las formas de trabajar: pueden empujar a alguien a transmitir información, contraseñas incluidas, o a efectuar pagos no autorizados [4]. Un falso directivo en una videollamada responde a esta misma lógica, pero ninguna fuente del expediente lo documenta. ## Lo que ve en la pantalla Las fuentes no establecen ninguna señal visual fiable. Solo dicen que manipulaciones de rostros como DeepFakes, Face2Face, FaceSwap y NeuralTextures son lo bastante realistas como para que se construyera un banco de pruebas destinado a detectarlas [3]. Según los autores, un detector entrenado con esos datos supera a los observadores humanos, incluso cuando el vídeo está muy comprimido [3]. Para un empleado, la consecuencia práctica es no fiarse de la impresión visual. Si una solicitud es inusual, urgente o tiene que ver con dinero, es imprescindible verificarla por otro canal, tanto si la imagen parece perfecta como si no. ## Bajo el capó Las fuentes del expediente no describen el funcionamiento del intercambio de rostro ni de la clonación de voz en directo. Por tanto, no permiten escribir aquí sobre cámaras virtuales ni latencia. Hay dos elementos establecidos. El primero: FaceForensics++ propone un banco de pruebas público para la detección de manipulaciones faciales. Contiene un conjunto de prueba oculto y una base de más de 1,8 millones de imágenes manipuladas [3]. El segundo: el NIST publicó el 26 de julio de 2024 un perfil dedicado a la IA generativa, NIST-AI-600-1. Puede ayudar a las organizaciones a identificar los riesgos propios de este tipo de IA y propone acciones para gestionarlos [5]. El marco general del NIST es de uso voluntario [5]. ## Autopsias ### Enero de 2019: un estudio examina la detección de rostros manipulados Los investigadores de FaceForensics++ depositaron su estudio el 25 de enero de 2019 [3]. Señalan que los avances en la síntesis de imágenes suscitan inquietud en la sociedad. En el mejor de los casos, escriben, provocan una pérdida de confianza en los contenidos digitales [3]. El estudio no describe ningún fraude: en él, la detección automática supera al ojo humano [3]. ### Un caso de phishing en una entidad financiera (fecha no indicada) El NCSC describe un caso real, sin dar su fecha. Una empresa del sector financiero de unos 4000 empleados recibió 1800 correos con variantes del malware Dridex, presentados como una factura urgente [4]. El filtro detuvo 1750 y 50 llegaron a las bandejas de entrada [4]. De esos 50, 36 se ignoraron o se notificaron, de ellos 25 notificados en total, y 14 se abrieron [4]. Solo se infectó un equipo, y la llamada del malware a su operador se detectó, se notificó y se bloqueó [4]. El equipo fue incautado, examinado y limpiado en pocas horas [4]. Este caso muestra el efecto de varias capas de defensa, entre ellas la notificación por parte de los empleados. No se refiere a la videollamada. ## Fuentes 1. MITRE ATT&CK, «Phishing, Technique T1566 - Enterprise | MITRE ATT&CK®». https://attack.mitre.org/techniques/T1566/ (consultado el 3 de noviembre de 2026) 2. MITRE ATT&CK, «Phishing for Information, Technique T1598 - Enterprise | MITRE ATT&CK®». https://attack.mitre.org/techniques/T1598/ (consultado el 3 de noviembre de 2026) 3. arXiv, «FaceForensics++: Learning to Detect Manipulated Facial Images», 25 de enero de 2019. https://arxiv.org/abs/1901.08971 (consultado el 3 de noviembre de 2026) 4. NCSC (Royaume-Uni), «Phishing attacks: defending your organisation», 5 de febrero de 2018. https://www.ncsc.gov.uk/guidance/phishing (consultado el 3 de noviembre de 2026) 5. NIST, «AI Risk Management Framework». https://www.nist.gov/itl/ai-risk-management-framework (consultado el 3 de noviembre de 2026) --- Fuente original: Cyberpedia, la enciclopedia pública de ciberseguridad e IA publicada por Brain. Versión canónica: https://startbrain.io/cyberpedia/es/articles/deepfake-tiempo-real-videollamadas/ Puede reutilizar este texto libremente bajo la licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/), siempre que cite «Brain, Cyberpedia» con un enlace a la dirección anterior.