Las apps de reconocimiento facial están pueden revelar toda tu vida online

La idea de que una app pueda identificar tu cara en segundos, aunque nunca hayas puesto un pie en una comisaría, ya no es ciencia ficción. En Estados Unidos, esta tecnología lleva años utilizándose de forma discreta —y a menudo poco transparente— por miles de agencias de seguridad, mientras en paralelo aparecen aplicaciones “para el público” que convierten tu rostro en una llave para casi todo: desde descubrir tu supuesto origen étnico hasta servir de filtro social en la calle.

Al mismo tiempo, se ha disparado la preocupación por la privacidad: compartimos fotos alegremente en redes y servicios como Google Photos, las editamos, las llenamos de emojis para tapar caras y confiamos en que así quedamos protegidos. Pero el auge del reconocimiento facial masivo, de bases de datos con miles de millones de imágenes y de herramientas capaces de rastrear tu pasado digital en segundos dibuja un panorama bastante más inquietante de lo que parece a primera vista.

Clearview AI: la app que convirtió Internet en una megabase de datos de caras

En torno a 2019-2020 salió a la luz que más de 600 agencias y cuerpos de seguridad de Estados Unidos —y posteriormente más de 3.000, según distintas investigaciones— habían empezado a usar una aplicación llamada Clearview AI. La revelación la hizo el periódico The New York Times, que destapó cómo esta empresa había desarrollado un sistema capaz de identificar a prácticamente cualquier persona a partir de una sola foto.

El funcionamiento de Clearview es, en apariencia, sencillo: un agente sube una imagen de un rostro —puede provenir de una cámara de seguridad, de un vídeo de móvil, de una captura borrosa o incluso de un reflejo en un espejo— y la aplicación compara esa cara con una base de datos de miles de millones de fotos. En los primeros reportajes se hablaba de unos 3.000 millones de imágenes; hoy se estima que la base ya supera los 30.000 millones, recopilados a lo largo de años.

¿De dónde salen esas fotos? La compañía ha ido “pescando” imágenes públicas de toda la web: perfiles de Facebook, Instagram, YouTube, otras redes sociales, páginas personales, foros… incluso fotos que luego fueron borradas del sitio original, pero que en su momento estuvieron accesibles públicamente y pudieron ser capturadas por sus sistemas de rastreo. Según Clearview, solo utilizan contenido que estaba disponible en abierto, sin acceder a cuentas privadas ni hackear servicios.

El sistema no se limita a reconocer caras en primer plano: puede identificar rostros de personas que aparecen en segundo plano, parcialmente giradas, con gafas, gorra o parte de la cara tapada. En algunos casos, se ha llegado a identificar a un sospechoso a partir de un reflejo en un espejo de un gimnasio, o de una imagen sacada de un fotograma de vídeo de mala calidad. Varias fuerzas de seguridad estadounidenses han declarado que la app puede dar coincidencias útiles en torno al 75 % de los casos, y la propia Clearview asegura niveles de acierto cercanos al 99,8 % en sus pruebas internas.

Una vez el sistema encuentra una coincidencia, devuelve al usuario una lista de fotos públicas que parecen corresponder a la persona buscada, junto con enlaces a las webs de origen. De esa forma, la policía no solo obtiene un posible nombre y apellidos, sino también información sensible asociada: dónde vive, en qué trabaja, con quién se relaciona o qué actividades realiza en su tiempo libre, todo deducido de los contextos en los que aparecen sus fotos.

Quién está detrás de Clearview y cómo llegó a tanto poder

Clearview AI fue fundada por el australiano Hoan Ton-That y Richard Schwartz. Ton-That, programador de origen vietnamita, dejó la universidad, se mudó a San Francisco y empezó a crear pequeñas aplicaciones para iPhone, entre ellas una que cambiaba el peinado y ponía a los usuarios el pelo de Donald Trump. Ninguna de aquellas apps tuvo demasiado éxito, y en 2009 se descubrió que una de ellas incluía un componente malicioso que enviaba spam a los contactos de correo electrónico de los usuarios, lo que le granjeó una reputación bastante dudosa y una investigación posterior. Tras aquello, se marchó a Nueva York para intentar recomponer su carrera.

En 2016 conoció a Richard Schwartz, un veterano de la política local neoyorquina que había trabajado como asesor de Rudy Giuliani cuando este era alcalde de la ciudad. Schwartz había participado en el desarrollo de un filtro de Internet supuestamente orientado a evitar que menores accedieran a pornografía, aunque también bloqueaba páginas progresistas y sitios de derechos civiles, lo que ya mostraba una cierta agenda ideológica. Juntos vieron en el reconocimiento facial un nicho con un potencial enorme.

Para levantar el proyecto tiraron de contactos y lograron que Peter Thiel —inversor de riesgo conocido por su papel en Facebook y Palantir, y uno de los magnates más influyentes del entorno trumpista— aportara un cheque de 200.000 dólares. Ese dinero permitió a la compañía contratar a un programador y a un ingeniero clave: Terence Liu, experto en redes neuronales, formado en la Universidad de Nankín y doctorado en Estados Unidos, que decidió quedarse allí en lugar de regresar a China.

Liu fue el responsable del corazón técnico de Clearview: un algoritmo basado en redes neuronales profundas capaz, según la empresa, de distinguir un rostro entre millones, incluso diferenciando entre hermanos gemelos. El software mejora su precisión con el uso, gracias al aprendizaje continuo a partir de nuevas muestras y resultados, ampliando y refinando un modelo que se alimenta de la gigantesca base de datos de la compañía.

La plataforma se lanzó discretamente en 2017 y durante años operó casi en la sombra, ofreciendo el servicio a clientes muy selectos y evitando cualquier exposición pública. La estrategia, según ha explicado la periodista Kashmir Hill —la reportera del New York Times que destapó el caso—, era construir la base de datos de caras más grande posible antes de atraer demasiada atención. A diferencia de las grandes tecnológicas, que se han contenido por miedo al impacto reputacional, Clearview era una startup sin nada que perder y todo por ganar.

Cómo utilizan Clearview las fuerzas de seguridad y qué casos ha resuelto

La adopción de Clearview por parte de la policía estadounidense ha sido masiva. Departamentos locales, organismos estatales como el FBI y el Departamento de Seguridad Nacional, y otras agencias de orden público en Estados Unidos y Canadá se han hecho con licencias de la app. Incluso algunas empresas privadas de seguridad han contratado el servicio para sus propios fines, como vigilancia de instalaciones o prevención de fraudes.

En la práctica, el uso típico es el siguiente: tras un delito, se extrae una imagen del posible autor a partir de una cámara de vigilancia, un vídeo grabado por un testigo o una foto casual. Esa imagen se sube a Clearview y, en cuestión de segundos, el sistema devuelve coincidencias con fotos rastreadas en Internet. El agente puede entonces seguir los enlaces y reconstruir el perfil de la persona, lo que a menudo acelera enormemente las investigaciones.

Un ejemplo citado a menudo es el de un tiroteo en un parque del estado de Indiana. Dos hombres se pelearon y uno disparó al otro en el estómago. Un testigo grabó la escena con su móvil y, del vídeo, la policía extrajo una captura de rostro del agresor. Al subirla a la app, Clearview la relacionó con un vídeo anterior publicado en línea, donde el atacante aparecía etiquetado con su nombre. La identificación llegó en menos de 20 minutos, a pesar de que las autoridades no tenían ninguna foto adulta del sospechoso en sus bases de datos —no tenía carnet de conducir ni antecedentes penales—.

Según distintos testimonios, Clearview ha sido utilizada en casos de robos en tiendas, fraude con tarjetas de crédito, asesinatos y delitos de explotación sexual infantil. La compañía presume también de su colaboración con Ucrania, donde la tecnología se ha empleado para identificar soldados enemigos y fallecidos de ambos bandos en el contexto de la guerra, algo que abre un debate adicional sobre ética en conflictos armados.

La empresa sostiene que su software es una herramienta “reactiva”: se usaría solo después de que se haya cometido un delito, no para vigilancia masiva en tiempo real. Sin embargo, organizaciones como la Electronic Frontier Foundation advierten de que nada impide técnicamente que un agente saque el móvil en mitad de una manifestación, enfoque a los asistentes y obtenga sus identidades en segundos, algo que podría tener un efecto intimidatorio enorme sobre el derecho de protesta.

Riesgos, sesgos y la gran amenaza a la privacidad

Más allá de su aparente eficacia, el uso de Clearview y de otros algoritmos de reconocimiento facial plantea problemas legales y éticos de gran calado. Varios estudios federales en Estados Unidos han detectado que muchos sistemas comerciales identifican erróneamente con más frecuencia los rostros de personas negras y asiáticas que los de personas blancas. Es decir, no todos los errores se reparten por igual: hay un sesgo racial incorporado en la tecnología, fruto de cómo se entrenan los modelos y de qué datos se usan.

Esto tiene consecuencias muy serias: una falsa coincidencia puede desembocar en una investigación injusta, detenciones erróneas o incluso condenas equivocadas si se confiere a la IA un peso probatorio excesivo. Algunos departamentos de policía han llegado a utilizar imágenes manipuladas —por ejemplo, mejorando artificialmente la nitidez, o mezclando rasgos de varias personas— para forzar una coincidencia, lo que multiplica aún más el riesgo de errores graves.

A eso se suma que Clearview no ha pasado por las evaluaciones independientes de organismos como el Instituto Nacional de Estándares y Tecnología (NIST), encargado en Estados Unidos de medir la precisión de los algoritmos de reconocimiento facial. Expertas como Clare Garvie, del Centro de Privacidad y Tecnología de la Universidad de Georgetown, señalan que no existen datos públicos suficientes para confiar en las cifras de acierto que proclama la empresa, y que, por tanto, no sabemos cuántos falsos positivos puede estar generando la herramienta en la práctica.

Otro frente preocupante es la seguridad de los datos. Las agencias de orden público están subiendo fotos —en ocasiones confidenciales— a los servidores de una empresa privada cuyo nivel de protección no ha sido auditado a fondo. Si Clearview sufriera una brecha, el botín no serían solo miles de millones de fotos, sino también patrones biométricos de reconocimiento facial, que no se pueden “cambiar” como se cambia una contraseña.

Por último, la creación de una megabase global con “los preciosos datos biométricos de los rostros de cientos de millones de personas”, como la define uno de los reportajes, rompe la idea misma de anonimato en el espacio público. Aunque seas un ciudadano ejemplar, sin antecedentes y sin haber posado jamás para la policía, es muy probable que tu cara ya esté indexada si alguna vez has aparecido en una foto pública en Internet. Y eso abre la puerta a usos abusivos: desde un agente corrupto que quiera perseguir a una persona concreta hasta gobiernos autoritarios que la utilicen para vigilar disidentes o extorsionar a individuos vulnerables.

La experiencia de la periodista que destapó Clearview

Kashmir Hill, la periodista del New York Times que investigó a Clearview, vivió en primera persona algunas de las peculiaridades de la compañía. Al intentar contactar con los responsables, estos la esquivaron sistemáticamente. Para probar el sistema, Hill pidió a varios cuerpos policiales que subieran una foto suya y le compartieran los resultados que obtuvieran.

La primera sorpresa fue que la búsqueda no devolvió ninguna coincidencia de su rostro, pese a que ella cuenta con una presencia notable en Internet. La segunda fue aún más inquietante: los departamentos de policía que habían colaborado con ella empezaron a recibir llamadas desde Clearview preguntando si estaban hablando con periodistas sobre la aplicación. Eso revelaba que la empresa tenía capacidad no solo de recoger estadísticas, sino de monitorizar quién buscaba qué y cuándo, y de intervenir si algo le molestaba.

En una entrevista posterior, Hill consiguió que el propio Hoan Ton-That le explicara el fallo en los resultados de su primera prueba, atribuyéndolo a problemas puntuales de la plataforma. Volvieron a repetir la experiencia: esta vez subieron una foto suya “normal” y el sistema arrojó un buen número de imágenes coincidentes, incluyendo fotografías antiguas de más de diez años e incluso algunas que la periodista ni siquiera recordaba haber visto.

En una segunda vuelta, Hill se tomó otra foto cubriéndose la nariz y la parte inferior de la cara. Aun así, la aplicación fue capaz de hallar varias coincidencias correctas, demostrando que el algoritmo puede funcionar con fracciones de rostro reconocibles. Ese nivel de detalle refuerza la sensación de que, una vez tu cara entra en la base de datos, es muy difícil escapar del radar de la herramienta, incluso si tratas de disimular o recortar la imagen.

Todo ello se combina con una falta de supervisión clara: la empresa no cotiza en Bolsa, no detalla la identidad de la mayoría de sus inversores y ha ido acumulando multas y resoluciones contrarias en Europa. En países como Francia, Italia, Austria o Grecia, las autoridades de protección de datos han dictado sanciones millonarias y han declarado su uso ilegal. En la Unión Europea y en el Reino Unido, la explotación comercial de Clearview para fines policiales está prohibida, aunque un reciente caso en Reino Unido dejó sin efecto una multa de 7,5 millones de libras porque el tribunal entendió que las leyes británicas no se aplican cuando los datos se procesan por agencias de seguridad de terceros países.

¿Existe una app para “quitar” emojis o máscaras y ver las caras reales?

Mucha gente se pregunta si, igual que existen herramientas como Clearview para encontrar a personas a partir de una foto, hay también una app capaz de “revelar” las caras que han sido tapadas con emojis, pegatinas, desenfoques u otros filtros en imágenes compartidas por redes sociales. La respuesta es que, en condiciones normales, no: si la parte de la cara está realmente borrada, pixelada o cubierta de forma irreversible en la imagen original, no hay información que recuperar, del mismo modo que no puedes “desquemar” un papel que ya está ceniza.

Otra cosa distinta es si el sistema que tapa la cara lo hace solo a nivel de visualización (por ejemplo, una capa temporal sobre la foto) pero la imagen completa sigue existiendo en algún servidor o en la memoria del dispositivo. En ese caso, alguien con acceso a los datos originales podría ver la foto sin censura. Lo que busca Clearview no es restaurar lo que se ha borrado, sino encontrar otras copias de la misma persona en la web: si tú subes una foto con un emoji tapando tu cara, la app no va a “quitarlo”, pero sí podría localizar otras imágenes en las que salgas sin cubrir en otros sitios.

Es importante entender esta diferencia: las herramientas de reconocimiento facial no hacen magia sobre un archivo destruido; lo que hacen es aprovechar que solemos repetir fotos, poses o momentos en distintas redes y contextos. Si una imagen viral tiene un rostro oculto con un sticker, alguien podría intentar usar Clearview o tecnologías similares para comparar la parte visible (peinado, orejas, forma de la cabeza) con otros retratos disponibles, pero el método fiable sigue siendo buscar en otras fotografías públicas, no destapar la original.

En el lado de la protección, están apareciendo soluciones justo en la dirección contraria: apps pensadas para dificultar al máximo que tu rostro sea explotado por sistemas como Clearview. En lugar de desocultar caras, las cubren mejor y eliminan cualquier rastro de metadatos que pueda delatarte.

Discretion: una app para ocultar tu cara y borrar metadatos

Una de las herramientas más curiosas que han surgido en este contexto es Discretion, creada por un desarrollador independiente, David Kennedy. Esta aplicación, disponible para Mac, iPad y iPhone, pretende ser una especie de guardaespaldas digital para tus fotos: con un solo gesto, detecta automáticamente los rostros en una imagen y los cubre, a la vez que elimina los metadatos que podrían revelar información sensible.

Su uso es muy simple: abres la app, arrastras la fotografía que quieres proteger y listo. Las caras detectadas quedan tapadas por defecto con círculos grises, aunque en la versión de pago puedes cambiar colores, estilos e incluso aplicar emojis distintos para cada persona. Lo importante es que el rostro deja de ser reconocible para un observador casual y, sobre todo, para los algoritmos de reconocimiento facial que analizan rasgos, distancias y proporciones.

Además de la capa visible, Discretion se encarga de borrar automáticamente metadatos como las coordenadas GPS de dónde se tomó la foto, el modelo exacto de la cámara o del teléfono, la fecha y hora exactas y otros detalles técnicos que muchas veces pasan desapercibidos pero que permiten reconstruir tu actividad. Esa “chivatería” silenciosa es una mina de oro para quien quiera rastrear tus movimientos o crear un perfil de tus rutinas.

El desarrollador remarca que la app está diseñada con la privacidad por defecto: no envía las fotos a servidores externos, no guarda copias en la nube ni recopila datos de uso identificables. Todo el procesamiento se hace en el propio dispositivo, lo que reduce el riesgo de que terceros puedan acceder a tus imágenes originales. La versión gratuita cubre la funcionalidad esencial, y por una cantidad simbólica al año o un pago único muy bajo se desbloquean funciones premium como procesar fotos por lotes o jugar con filtros y emojis avanzados.

En un ecosistema donde proliferan las apps que extraen valor de tu rostro —para entretenimiento, para publicidad o directamente para vigilancia—, herramientas como Discretion ofrecen justo lo contrario: un botón rápido para borrar huellas digitales y ponerle las cosas un poco más difíciles a las bases de datos de reconocimiento facial.

Reconocimiento facial “social”: de Blippar a las apps de curiosidad genética

La utilización del reconocimiento facial no se limita al ámbito policial o de seguridad. Empresas como Blippar llevaron esta tecnología al terreno de la realidad aumentada “divertida”: una app que inicialmente servía para apuntar con tu móvil a objetos, productos o cuadros y obtener información adicional —fichas, anuncios, curiosidades—, y que posteriormente incorporó la capacidad de reconocer caras.

Blippar comenzó identificando a unos 70.000 personajes públicos: actores, políticos, deportistas, etc. Al enfocar la foto de Michael Fassbender, Hillary Clinton o Boris Johnson, la aplicación reconocía el rostro y mostraba enlaces a sus biografías en Wikipedia, perfiles sociales y otros contenidos. Más adelante abrió la puerta a que los propios usuarios “registraran” sus caras, subiendo fotos en movimiento para crear un perfil personal.

En una demostración, un periodista contó cómo, al ser enfocado con la app, descubrió que él mismo aparecía ya catalogado como personaje reconocible. A partir de ahí, se planteó la cuestión incómoda: ¿te gustaría que cualquiera pudiera acercarse a ti en la calle, apuntar tu cara con el móvil y saber al instante quién eres y qué has publicado por ahí? Esa imagen de un “Shazam de personas” genera fascinación y rechazo a partes iguales.

Blippar asegura que todo el sistema es opcional y que cada usuario decide qué mostrar, pudiendo desactivar su perfil cuando quiera. También afirman haber diseñado el proceso de alta de forma que se impida registrar la cara de otra persona sin su consentimiento, ya que se exigen ciertos movimientos y verificación en tiempo real. Además, quien no quiera que su rostro esté almacenado —incluidos los personajes públicos— puede solicitar su eliminación de la base de datos.

Sin embargo, la experiencia de otras plataformas apunta a que siempre hay margen para abusos, errores y usos no previstos. En Rusia, por ejemplo, existió una aplicación que combinaba redes neuronales y reconocimiento facial para vincular rostros de la calle con perfiles de redes sociales. En un caso documentado, se utilizó para identificar a una mujer que aparecía en películas pornográficas, con el consiguiente potencial de acoso y extorsión.

En paralelo, han surgido apps más lúdicas basadas en IA, como Face DNA, que prometen desvelar tus supuestas raíces étnicas o conexiones con “civilizaciones antiguas” solo a partir de una foto. El usuario sube un selfie y el sistema lo compara con una gran base de rostros de distintas poblaciones del mundo, generando un informe que mezcla coincidencias modernas e interpretaciones históricas, vinculando rasgos faciales con posibles orígenes geográficos y rasgos de personalidad.

Face DNA se presenta como una herramienta de entretenimiento y deja claro en su descargo de responsabilidad que no es una prueba de ADN real ni un método científicamente validado para determinar la genética de nadie. Aun así, resulta significativo que se haya convertido en algo normal entregar nuestra cara a una IA para que juegue con hipótesis sobre nuestro linaje, rasgos y “esencias”. Tanto en Blippar como en estas apps de curiosidad ancestral, el rostro se transforma en un dato multifunción: identificador, pasaporte social, juguete y objeto de perfilado.

Mientras tanto, gigantes como Google ya han demostrado que, desde el punto de vista técnico, podrían cruzar sus gigantescas bases de datos de imágenes (Google Photos, YouTube, Android, etc.) con algoritmos similares. Que no lo hayan hecho de forma abierta hasta ahora se debe más al miedo al escándalo y a la regulación que a una imposibilidad técnica real. El precedente de Clearview muestra que basta con que una empresa más pequeña decida “no tener nada que perder” para dar el salto.

Todo esto dibuja un escenario en el que la línea entre lo lúdico, lo comercial y lo policial se difumina. Por un lado, tenemos a la policía usando apps como Clearview para resolver crímenes en minutos, elevando su capacidad de investigación a niveles impensables hace una década. Por otro, al ciudadano de a pie subiendo selfies a servicios que prometen decirle quién es, de dónde viene o con quién se parece, alimentando sin querer nuevos repositorios biométricos que quizá mañana alguien querrá conectar con cámaras de vigilancia, gafas de realidad aumentada o bases de datos gubernamentales.

En este contexto, la pregunta clave ya no es solo si existe o no una app para “revelar caras ocultas” bajo emojis, sino qué significa que haya herramientas capaces de rastrear tu identidad y tu vida online a partir de cualquier foto perdidas entre miles de millones. La protección de la privacidad, la necesidad de regulaciones firmes, el uso de soluciones como Discretion y una actitud más crítica a la hora de compartir imágenes personales se han convertido en piezas imprescindibles para no ceder sin darnos cuenta el control total de nuestra cara —y, con ella, de una parte muy íntima de nuestra vida— al ecosistema del reconocimiento facial masivo.