Detección automatizada de la manipulación de documentos: una guía técnica para detectar documentos de identidad falsificados

En una era de tecnologías que avanzan rápidamente y de la digitalización total de todos los procesos, es cada vez más difícil distinguir los documentos auténticos de los falsificados. El intercambio de documentos para fines de identificación y verificación ahora se realiza de forma digital, mediante el escaneo o el envío de fotos de documentos, el envío de fotocopias por correo o su carga en diversas aplicaciones. El intercambio de documentos digitales se practica ahora en casi todos los sectores e industrias. Es especialmente práctico cuando una contraparte se encuentra en el extranjero, ya que ahorra tiempo y facilita el procesamiento de grandes volúmenes de documentos en un corto plazo para las empresas que operan a través de las fronteras.

En este artículo se describen los principales riesgos asociados al intercambio de documentos digitales y se presentan las mejores prácticas para detectar y prevenir la manipulación de documentos.

Resumen de las mejores prácticas para la detección automatizada de la manipulación de documentos

La principal solución de KYC potenciada por inteligencia artificial de la industria

Detección PLD

• 

  Verifica identificaciones, documentos, direcciones, edad, bases de datos globales de fraude y listas de sanciones

• 

  Aumenta la confianza con tecnología biométrica, procesamiento de imágenes y Estimación de edad

• 

  Protégete contra el fraude y el riesgo de lavado de dinero con detección en tiempo real potenciada por IA

Utiliza un enfoque multicapa para la detección de manipulaciones

Ninguna técnica de detección por sí sola puede identificar todos los tipos de fraude documental. Los estafadores utilizan una amplia gama de técnicas de manipulación, por lo que es mejor utilizar un enfoque por capas que combine métodos complementarios. La precisión de la detección de la manipulación se mejora mediante la utilización de técnicas híbridas y complementarias que identifican diferentes tipos de manipulación, reduciendo el riesgo de falsos negativos:

• Análisis forense de imágenes y documentos (inconsistencias a nivel de píxel, anomalías de diseño y comprobaciones de autenticidad visual)
• Verificación de elementos de seguridad (marcas de agua, hologramas y otras características de seguridad incorporadas en los documentos)
• Análisis de metadatos (marcas de tiempo, fecha, dispositivo o información de IP)
• Verificación de la intervención del texto (cambios en las fuentes)
• Comparación de capas dentro del documento

El método de análisis forense de imágenes

Este método es eficaz para detectar incoherencias a nivel de píxeles y rastros de edición para identificar signos de manipulación en imágenes o documentos que pueden no ser visibles para el ojo humano. Puede revelar rastros ocultos dejados por el software de edición. Ayuda a identificar si partes del documento —como nombres, fechas o fotos— han sido alteradas, copiadas o pegadas de otra fuente (por ejemplo, detectando clonación o artefactos de copiar-pegar, bordes no naturales o anomalías en los patrones de ruido).

Dependiendo del tipo de documento y del flujo de trabajo de verificación, estas comprobaciones también pueden buscar incoherencias en la pose del retrato, anomalías en la forma o los bordes detectados del documento, cambios de diseño entre campos estáticos y dinámicos, e irregularidades en las firmas que pueden indicar la reutilización de firmas de archivo o copiadas.

Si profundizamos en algunas de las técnicas, por ejemplo, el análisis de ruido es un método forense que se utiliza para examinar los sutiles patrones digitales que produce de forma natural el sensor de una cámara durante la captura de la imagen. ¿Cómo identificar el fraude o la manipulación con este método? Cuando un documento ha sido manipulado, las regiones editadas mostrarán características de ruido diferentes a las de las zonas circundantes. Los estafadores suelen alterar los documentos sustituyendo fotografías, modificando datos personales o insertando contenidos de otras imágenes. Esto crea patrones de ruido que difieren del resto del documento.

Además, la edición y el guardado repetidos pueden introducir artefactos de recompresión JPEG que indican una posible manipulación después de que se capturara la imagen original. Por lo tanto, el análisis del ruido es un valioso complemento de la inspección visual y la verificación de metadatos.

Un enfoque de defensa multicapa es fundamental para la IDV. Este enfoque va más allá de las comprobaciones exhaustivas del documento de identidad declarado, incluyendo el análisis de imágenes y la verificación biométrica. El siguiente gráfico ilustra cómo las técnicas de análisis forense de imágenes pueden revelar rastros ocultos de manipulación.

Cómo las técnicas de análisis forense de imágenes revelan rastros ocultos de manipulación

Al conectar los datos de verificación a través de múltiples intentos, se pueden identificar patrones de fraude repetidos que pueden no ser visibles durante una revisión aislada de documentos. La inteligencia de referencias cruzadas permite la detección de dispositivos recurrentes, plantillas de documentos, señales de comportamiento y otros indicadores asociados a actividades fraudulentas. Soluciones como CrossLinks de Veriff ayudan a identificar las conexiones entre los intentos de verificación, lo que permite a las organizaciones detectar patrones de fraude repetidos y descubrir redes de actividades fraudulentas relacionadas.

Análisis de metadatos (marcas de tiempo, información del dispositivo e historial de archivos)

Este enfoque permite revisar la información técnica oculta incrustada en un archivo digital. Esto puede documentar las fechas de creación, las marcas de tiempo de modificación, el tipo de dispositivo, los registros del historial de archivos y las señales relacionadas con la ubicación, como la geolocalización inferida de la dirección IP, cuando esté disponible.

Las anomalías en los metadatos pueden indicar una actividad sospechosa, como la manipulación de un documento antes de su presentación o su edición con un software de manipulación de imágenes. El análisis de metadatos ayuda a detectar incoherencias que pueden sugerir la falsificación de documentos o alteraciones no autorizadas.

Validación de la estructura de los documentos

Este método es especialmente eficaz para analizar la coherencia visual y de formato de un documento. Los sistemas automatizados revisan los estilos de letra, los tamaños de letra, el espaciado, la alineación, los márgenes, los patrones de formato y los elementos de seguridad incorporados, como las marcas de agua y los hologramas, para detectar irregularidades. Los documentos manipulados suelen contener incoherencias sutiles, como tipos de letra que no coinciden, espaciado desigual o campos de texto desalineados, que pueden indicar que ciertas secciones se editaron o insertaron manualmente. Este método también es eficaz para detectar alteraciones en extractos bancarios, facturas de servicios públicos y documentos de identidad oficiales.

Análisis de capas cruzadas

El análisis de capas cruzadas examina las diferentes capas y elementos incrustados en un documento digital (archivos PDF e imágenes editadas). Muchos documentos contienen múltiples capas ocultas creadas durante los procesos de escaneado, edición y exportación.

Los sistemas automatizados utilizan la comparación de capas para identificar superposiciones, ediciones ocultas y sustituidas, contenido visible y la estructura subyacente del documento. Este método es especialmente eficaz para detectar manipulaciones sofisticadas que no se detectarían con una inspección visual estándar del documento.

Lectura de chips NFC

La lectura NFC se utiliza para verificar documentos de identidad electrónicos. Una aplicación específica puede leer el chip que se encuentra dentro de un pasaporte biométrico o de un documento nacional de identidad y comparar sus datos con la foto del documento y el selfie del usuario, lo que ayuda a detectar documentos falsificados. La mayoría de los teléfonos Android modernos y los iPhones recientes pueden leer etiquetas NFC automáticamente. Un chip NFC puede contener la siguiente información: una URL de un sitio web, información de contacto, un número de serie o identificador único, datos de autenticación y credenciales de pago (almacenadas de forma segura).

Utiliza soluciones programadas con IA para identificar documentos manipulados

Esta buena práctica apoya el uso de la IA (programas, aplicaciones o soluciones tecnológicas) con una amplia gama de datos que se mejoran o actualizan constantemente (incluyendo variaciones de calidad, formato e idioma) para diferenciar los documentos reales de los falsos, garantizando una detección precisa en los diferentes tipos de documentos y la evolución de las técnicas de fraude.

Las tecnologías de verificación de IA aplicadas a la detección automatizada de manipulaciones suelen emplear numerosos medios para aumentar el grado de precisión con el que pueden detectar manipulaciones en los documentos, entre ellos:

• Desarrollar y entrenar un modelo de IA utilizando la mayor cantidad posible de tipos de conjuntos de datos
• Generar datos sintéticos de diferentes proveedores y de código abierto para simular la actividad de manipulación en múltiples tipos de documentos

Los modelos se reentrenan y supervisan continuamente para su mejora continua, generando información para mejorar su capacidad de reconocer las formas de manipulación de documentos en constante evolución.

Las empresas también deberían considerar la posibilidad de aplicar controles para mitigar la contaminación de datos y otros ataques adversos contra los modelos de IA, como la validación de los datos de entrenamiento, la supervisión del rendimiento del modelo y la aplicación de procesos de gobernanza para las actualizaciones del modelo.

Una consideración clave a la hora de elegir un proveedor de verificación de identidad (IDV) es la capacidad de personalizar los controles de detección de fraude. Una solución escalable con características configurables permite a las organizaciones adaptar las medidas de verificación y prevención del fraude a su perfil de riesgo, manteniendo al mismo tiempo el cumplimiento de los requisitos normativos aplicables.

Entrenamiento de un modelo de IA con conjuntos de datos diversos

Uno de los componentes más importantes de la detección de manipulaciones impulsada por la IA es el entrenamiento de modelos con conjuntos de datos diversos y representativos. Este método es especialmente eficaz para detectar alteraciones en diversos tipos de documentos, por ejemplo, la IA expuesta a documentos como pasaportes, documentos de identidad, permisos de residencia, extractos bancarios y facturas de servicios públicos. Implica la combinación de datos de diferentes fuentes, como texto e imágenes, y el diseño de un sistema que pueda procesar y aprender de estas variadas entradas.

La clave para crear un buen modelo de aprendizaje automático es un conjunto de datos de entrenamiento de alta calidad. Los conjuntos de datos de entrenamiento se recopilan y preprocesan antes de utilizarlos para diseñar la arquitectura del modelo y, a continuación, entrenar y optimizar el modelo. Los diferentes tipos de datos pueden desempeñar un papel importante en el grado en que un modelo aprende los objetivos previstos, por lo que cada paso en la construcción de un modelo debe llevarse a cabo con una cuidadosa reflexión sobre la interacción y la contribución de los diferentes tipos de datos.

Generación de datos sintéticos para simular diversos escenarios de manipulación

Otro componente importante de la detección de manipulaciones impulsada por la IA es el uso de la generación de datos sintéticos. Este enfoque ofrece una forma fiable de simular escenarios de fraude realistas mediante la creación de ejemplos artificiales de documentos falsificados o manipulados para el entrenamiento de la IA.

Los datos sintéticos le permiten generar de forma proactiva casos límite y someter a los sistemas a pruebas de estrés en escenarios que aún no se han producido. Esto incluye la simulación de ediciones como nombres alterados, fotos sustituidas, fechas modificadas o firmas falsas. Al exponer los modelos de IA a una amplia gama de escenarios de manipulación, las organizaciones pueden mejorar la capacidad del sistema para detectar tanto las técnicas de fraude comunes como las de reciente aparición.

Reentrenamiento continuo del modelo de IA

Este proceso ayuda a mantener la eficacia a largo plazo de los sistemas automatizados de detección de manipulaciones. El reentrenamiento continuo del modelo de IA permite que el sistema se adapte a los patrones de fraude emergentes, mejore la precisión de la detección y reduzca el riesgo de que los modelos anticuados pasen por alto manipulaciones sofisticadas.

Supervisión del modelo de IA y generación de comentarios

La evaluación continua de la precisión con la que el sistema detecta documentos auténticos y fraudulentos ayuda a detectar los puntos débiles de los procesos o de los modelos de IA. Las métricas de rendimiento, como los falsos positivos, los falsos negativos y los niveles de confianza de la detección, se analizan para identificar los puntos débiles y las áreas de mejora. Los comentarios de las revisiones manuales, los resultados de la verificación en el mundo real y los informes de fraude de los clientes pueden utilizarse para perfeccionar el modelo y mejorar la fiabilidad general del sistema. Esto puede incluir los comentarios enviados a través de herramientas de información o API, como la funcionalidad de Denuncia de fraude.

Las plataformas modernas de verificación de la identidad ofrecen un enfoque sólido, basado en la IA, para la captura y verificación de la identidad en una amplia gama de documentos de identidad y no de identidad (incluidos visados, permisos de conducir, facturas de tarjetas de crédito, declaraciones de impuestos y pólizas de seguros), combinando el análisis biométrico y la autenticación de documentos.

Utilice el método de análisis automatizado de inconsistencia de datos para descubrir manipulaciones

Este enfoque es eficaz en casos de falsificación sofisticada, ya que puede revelar manipulaciones e incoherencias en los datos de los documentos que pueden no ser perceptibles a simple vista pero que crean conflictos lógicos en el contenido del documento. El análisis automatizado de la incoherencia de los datos es un método para identificar y analizar las incoherencias dentro de un único documento utilizando técnicas de comparación de datos, lo que ayuda a detectar posibles manipulaciones, conflictos de datos o modificaciones del documento. Las plataformas modernas de verificación de la identidad suelen utilizar motores de verificación configurables que procesan los datos mediante análisis tanto automatizados como manuales, mejorando así la precisión de la detección y proporcionando al mismo tiempo una supervisión adicional para los casos de alto riesgo o sospechosos.

El análisis automatizado de la incoherencia de los datos se basa en varias técnicas de verificación para identificar los signos ocultos de la manipulación de documentos y detectar conflictos lógicos en el contenido de un documento. El cotejo de fechas, la validación de la información extraída con fuentes externas, el análisis de la coherencia del formato y la señalización de valores contradictorios ayudan a las empresas a identificar manipulaciones que pueden no ser visibles de inmediato durante una inspección visual estándar.

El siguiente gráfico destaca los controles básicos que intervienen en el análisis automatizado de la incoherencia de los datos, que se explican a continuación.

Métodos clave para detectar manipulaciones y conflictos de datos

• Las comprobaciones de validez de los documentos examinan puntos de datos individuales, como las fechas de caducidad, para detectar incoherencias, plazos poco realistas u otros indicios de que un documento puede ser inválido o estar alterado.
• Las comprobaciones de reglas ocultas comparan múltiples puntos de datos dentro del mismo documento para identificar incoherencias lógicas, como campos que deberían corresponderse entre sí pero no lo hacen.
• La referencia cruzada de los campos del documento compara los datos de múltiples fuentes visuales o legibles por máquina dentro del mismo documento, como la VIZ, la MRZ, el código de barras o el chip NFC, para detectar desajustes que puedan indicar una manipulación.
• La comparación de los datos extraídos con fuentes externas (si están disponibles) implica la comprobación de la información extraída del documento con bases de datos externas de confianza, registros oficiales o archivos internos. Los detalles como nombres, direcciones, números de identificación o información de la cuenta se pueden validar con fuentes autorizadas para detectar discrepancias o información desactualizada.
• Las comprobaciones de coherencia del formato examinan si los elementos visuales de un documento se mantienen uniformes, incluidos los tipos de letra, el espaciado, la alineación y los estilos de texto, lo que ayuda a identificar los campos que pueden haber sido editados o insertados de forma incoherente.
• La detección de valores conflictivos se centra en identificar la información dentro de un documento que no se corresponde o alinea lógicamente con otra información.

Implementar el algoritmo del modelo de análisis de nivel de error (ELA) para predecir posibles falsificaciones

Esta buena práctica resalta las zonas de la imagen que han sufrido una compresión o manipulación significativa y proporciona un análisis comparando los niveles de error entre los bloques de la imagen original y los de la imagen guardada de nuevo. Estas áreas pueden indicar la presencia de un objeto que se ha añadido o eliminado de la imagen. El ELA funciona guardando intencionadamente la imagen a una tasa de error conocida, como el 95 %, y calculando después la diferencia entre la imagen original y la guardada.

Utilizar originales de alta calidad

El ELA funciona mejor cuando se utilizan para el análisis imágenes originales de alta resolución y mínimamente comprimidas. Las capturas de pantalla de baja calidad, los archivos muy comprimidos o las imágenes guardadas repetidamente pueden crear artefactos de compresión engañosos y patrones falsos, lo que reduce la precisión de la detección de falsificaciones.

Mejorar el algoritmo con técnicas forenses adicionales

Los algoritmos de ELA son mucho más eficaces cuando se combinan con datos de entrenamiento más amplios y técnicas forenses complementarias. El entrenamiento del modelo con conjuntos de datos grandes y diversos que abarcan múltiples tipos de documentos, calidades de imagen y métodos de manipulación mejora su capacidad para reconocer patrones de fraude sofisticados.

Combinar el ELA con otros métodos forenses

Otra buena práctica en la detección de la manipulación de documentos es combinar el ELA con métodos de verificación forense adicionales en lugar de depender de una única técnica de detección (como el análisis de metadatos de la imagen y el análisis de ruido).

Aunque el ELA es una potente técnica forense, no debe utilizarse como método independiente para la autenticación de documentos. La combinación del ELA con otros enfoques de verificación, como el análisis de metadatos, el análisis de patrones de ruido, el análisis forense de imágenes y la validación estructural, proporciona un marco más completo y preciso para la detección de manipulaciones.

El análisis de metadatos puede revelar anomalías que no son visibles en el propio documento. Por ejemplo, un documento puede indicar que ha sido emitido o ha caducado en una fecha determinada, mientras que los metadatos del archivo subyacente indican que fue creado o modificado en una fecha posterior.

Cuando están disponibles, los metadatos de los archivos pueden revelar que una imagen fue editada, guardada de nuevo o exportada a través de un software que no se corresponde con la forma en que se dijo que se había capturado el documento. Estas incoherencias pueden servir como indicadores de una posible manipulación y ayudar a identificar los documentos que requieren un mayor escrutinio.

A medida que el fraude de documentos digitales se vuelve cada vez más sofisticado, las organizaciones también están explorando estándares emergentes como las Credenciales de Contenido y la C2PA (Coalition for Content Provenance and Authenticity), que tienen como objetivo proporcionar información verificable sobre cómo se creó, modificó y compartió el contenido digital.

Firma de documentos con firmas digitales y uso de marcas de agua

Las firmas digitales y las marcas de agua pueden servir como controles complementarios en los flujos de trabajo de autenticidad de documentos y prevención de manipulaciones. Aunque no siempre son fundamentales para los flujos de IDV, pueden ayudar a reforzar la confianza en los documentos digitales al apoyar las comprobaciones de integridad, la autenticación del remitente y la validación de la propiedad del contenido.

Marcas de agua

Las marcas de agua le permiten imprimir texto digital personalizado en cada página. Las mejores prácticas en este caso incluyen la elección de un tipo de marca de agua en función del propósito (visible o invisible), la inserción de marcas de agua de forma sólida para que sobrevivan a la edición normal y la prevención de la degradación del contenido original.

Las marcas de agua pueden incluir logotipos de empresas, etiquetas de confidencialidad, códigos QR o marcadores digitales ocultos incrustados en la estructura del documento. En la detección de la manipulación de documentos, las marcas de agua ayudan a las organizaciones a identificar si un archivo ha sido modificado, copiado o distribuido sin autorización. Este método se utiliza habitualmente en los sistemas de verificación de la identidad para reforzar la seguridad de los documentos y ayudar a prevenir el fraude. En el siguiente gráfico se muestran ejemplos de tipos de marcas de agua.

Ejemplos de tipos de marcas de agua

Firma electrónica

Las firmas electrónicas y digitales pueden ayudar a verificar la autenticidad e integridad de los documentos digitales. En algunos flujos de trabajo, actúan como un control complementario, confirmando que un documento fue emitido o aprobado por un remitente legítimo e indicando si el contenido ha sido alterado después de la firma. Aunque esto no siempre es fundamental en los flujos de IDV, puede proporcionar un contexto de apoyo útil en los procesos de autenticidad de documentos y de prevención de manipulaciones.

Verificar la identidad en tiempo real

La verificación de la identidad en tiempo real garantiza que la identidad de una persona se autentifica al instante durante la incorporación o las transacciones mediante comprobaciones de datos en directo y verificación biométrica.

Compara los documentos emitidos por el gobierno y los datos de reconocimiento facial con bases de datos de confianza para detectar fraudes o incoherencias. Este proceso ayuda a mejorar la seguridad, reducir el robo de identidad y permitir un acceso digital sin problemas, manteniendo al mismo tiempo el cumplimiento. Por ejemplo, las plataformas modernas de verificación de la identidad ofrecen una verificación de la identidad global de alta precisión en tiempo real, que suele combinar el análisis de documentos con la verificación biométrica basada en selfies y la toma de decisiones automatizada.

Utilizar imágenes de alta calidad de acuerdo con directrices estrictas

Para una captura de alta calidad, el documento y el rostro deben ser claramente visibles. Asegúrese de que todo el documento de identidad esté totalmente encuadrado, sin bordes cortados ni borrosos. Deben eliminarse los reflejos, los sombreros, las gafas o cualquier cosa que cubra los rasgos faciales. La iluminación debe ser uniforme y deben evitarse los reflejos o las sombras para que todo el texto y los elementos de seguridad sean legibles. Para una verificación precisa, el rostro también debe estar bien iluminado, centrado y sin obstrucciones.

Los proveedores de verificación de identidad (IDV) utilizan tecnologías de verificación biométrica para extraer y analizar la información biométrica facial de la selfie de un usuario y compararla con la fotografía de un documento de identidad. Si está activado, se puede capturar un vídeo de fondo opcional y no disruptivo.

La foto del documento y del rostro deben tomarse de acuerdo con las directrices de la aplicación para garantizar la compatibilidad con los sistemas de reconocimiento automatizado. Esto incluye un encuadre adecuado, una iluminación apropiada y el cumplimiento de las normas de posicionamiento requeridas tanto para la captura del documento de identidad como de la selfie. El cumplimiento de estas normas mejora la precisión y reduce el riesgo de errores o rechazos en la verificación.

Ofrecer información en tiempo real a los usuarios durante el proceso de verificación en las aplicaciones oficiales

La información en tiempo real durante el proceso de verificación de la identidad no sólo mejora la calidad de la imagen. También ayuda a identificar posibles signos de manipulación de documentos y de fraude de identidad. Los sistemas de verificación automatizada analizan factores como las condiciones de iluminación, los reflejos, las sombras, la nitidez de la imagen y la posición del documento para garantizar que las imágenes capturadas son adecuadas para el análisis forense. Por ejemplo, un documento de identidad manipulado o con la foto cambiada puede revelar desajustes en la dirección de la fuente de luz, los ángulos de las sombras o los reflejos que no se corresponden con el resto del documento.

Las cargas sólo deben realizarse a través de los canales oficiales de la aplicación para garantizar que los datos personales se tratan de forma segura. Esto evita que terceros no autorizados intercepten o hagan un mal uso de la información sensible. El uso de flujos de carga de confianza dentro de la aplicación también ayuda a mantener el cumplimiento de las normas de privacidad y protección de datos. Las plataformas modernas de verificación de la identidad utilizan los movimientos naturales detectados en las fotos tomadas durante la sesión para determinar si la sesión y/o el usuario son válidos. Esta guía en tiempo real ayuda a garantizar que el documento y el rostro del usuario se capturan correctamente y con la calidad suficiente.

Conclusión

Manipular un documento significa alterarlo con la intención de engañar. Esto puede ir desde alteraciones más sofisticadas, como la manipulación de imágenes o la falsificación, hasta modificaciones simples, como cambiar una fecha o una dirección. Aceptar documentos manipulados puede acarrear graves consecuencias, como fraudes financieros, responsabilidades legales y la puesta en peligro de la seguridad.

Una estrategia eficaz de detección de manipulaciones no debe basarse en una única práctica recomendada, sino que debe integrar múltiples métodos complementarios capaces de identificar tanto los signos visibles como los ocultos de la manipulación. La detección automatizada de la manipulación de documentos funciona en segundo plano, lo que permite a los clientes auténticos completar la verificación rápidamente mientras se marcan las presentaciones potencialmente sospechosas para una revisión posterior. La combinación de los sistemas de detección automatizados con los procesos de revisión humana aumenta aún más la fiabilidad y ayuda a las organizaciones a adaptarse a la evolución de los patrones de fraude y a los riesgos emergentes. Mediante la aplicación de un marco de verificación completo y por capas, las empresas pueden mejorar la prevención del fraude, reforzar el cumplimiento de la normativa y proteger la información sensible.