En un panorama empresarial cada vez más distribuido, las empresas que operan de forma remota se enfrentan a un desafío crítico: verificar de manera confiable la identidad de los candidatos a lo largo de todo el proceso de contratación. La realidad es que, para muchos, la última vez que conocieron a su nuevo colaborador en persona podría haber sido nunca. Con una quinta parte de las compañías adoptando un modelo totalmente remoto, la selección y el onboarding mediante plataformas virtuales han permitido acceder a talentos globales y escalar operaciones con una agilidad inédita. Sin embargo, al eliminar la geografía como constraint, se pierde una de las capas fundamentales de confianza: la confirmación cara a cara de a quién se está contratando.

Este cambio está dando lugar a una amenaza poco reconocida but cada vez más real: la llamada “empleado de deepfake”, en la que actores maliciosos usan identidades sintéticas, clonación de voz y videos en deepfake en tiempo real para superar entrevistas y lograr empleos legítimos. Avances en IA han hecho posible crear identidades digitales convincentes a gran escala, reduciendo la barrera de entrada para el fraude y facilitando operaciones organizadas que buscan vulnerar los procesos de contratación.

En la práctica, estos ataques pueden resultar difíciles de detectar. Un candidato podría aparecer en una entrevista por video con un rostro y una voz que parecen naturales, responder con fluidez y presentar credenciales aparentemente legítimas. Sin embargo, herramientas impulsadas por IA pueden alterar sutilmente expresiones faciales, sincronizar movimientos de labios con una voz clonada o incluso alimentar respuestas en tiempo real. Para el responsable de contratación, no hay indicios evidentes de que algo vaya mal. La decepción suele hacerse visible mucho más tarde, si es que aparece, cuando ya hay actividad dentro de la organización que genera alertas.

Este riesgo ya se manifiesta en la realidad. En un experimento, un experto en ciberseguridad utilizó IA para crear identidades profundas: una similar a sí mismo y otra de una mujer de ascendencia asiática, logrando asegurar dos roles tecnológicos y superar a cientos de candidatos. Con credenciales generadas por IA, modulaciones de voz en tiempo real y videos en deepfake, ambas identidades sintéticas avanzaron en las etapas de entrevista sin ser detectadas, y los empleadores no se dieron cuenta de que interactuaban con un sujeto totalmente fabricado.

La investigación de amenazas de Cloudflare subraya la magnitud y sofisticación de estas actividades. Operaciones organizadas de fraude con trabajadores remotos emplean identidades fabricadas, entrevistas asistidas por deepfake y granjas de laptops para infiltrarse en nóminas. En algunos casos, varias personas operan tras una única identidad de empleado, manteniendo un acceso persistente mientras aparentan ser un usuario legítimo. Una vez contratados, estos actores dejan de ser externos: se convierten en amenazas internas con credenciales válidas y dispositivos corporativos, integrándose al perímetro de la organización y perdiéndose su detección entre la actividad normal.

Qué necesita cambiar

Con casi el 60% de las organizaciones que ya han sufrido incidentes impulsados por deepfake y un 48% que reporta daños por suplantación o desinformación generada por IA, la infraestructura de identidad se ha convertido en un vector de ataque principal. Los atacantes están moviéndose de “romper la entrada” a “lograr el ingreso” utilizando credenciales obtenidas mediante engaños. En el centro de este problema está la premisa errónea de que la identidad puede verificarse una vez y confiarse de forma indefinida.

En entornos físicos, la identidad rara vez es cuestionada. Se ve quién cruza la puerta, se reconocen rostros familiares y se detectan inconsistencias en el comportamiento. En entornos virtuales, sin embargo, se depende casi por completo de nombres de usuario, credenciales y video, ninguno de los cuales confirma de manera confiable quién está detrás de la pantalla. Las cuentas pueden compartirse, las credenciales pueden verse comprometidas y, en ocasiones, un video en vivo puede ser manipulado.

Esto genera una vulnerabilidad crítica en el punto de contratación. Un candidato puede presentar documentación, pasar verificaciones de antecedentes y completar la onboarding, pero en un mundo de identidades sintéticas, esa verificación inicial ya no es suficiente.

Construcción de una verificación de identidad continua

Para abordar este desafío, las organizaciones deben avanzar más allá de las verificaciones de identidad estáticas y adoptar la verificación continua de identidad. Esto implica no solo confirmar quién es la persona al momento de la contratación, sino garantizar que la misma persona permanezca presente y auténtica a lo largo de sus interacciones con la organización.

La defensa más sólida reside en la verificación biométrica continua de la identidad del usuario. En lugar de depender de un único factor, como la identificación facial o la autenticación por voz, la biometría fusionada combina múltiples señales de identidad — características faciales, patrones de voz y pistas conductuales — en un proceso de verificación en capas que confirma directamente que existe una persona real y viva.

Ya no es suficiente confirmar la identidad de alguien en un único instante. Las organizaciones necesitan la certeza de que la misma persona está presente de forma constante en cada interacción crítica, desde la entrevista y la onboarding, hasta el acceso a sistemas y transacciones sensibles. Sin esa continuidad, las identidades pueden compartirse, reemplazarse o hacerse hijacking sin detección.

La verificación biométrica fusionada puede crear validaciones en capas que son significativamente más difíciles de replicar o manipular, permitiendo detectar y bloquear intentos de impersonación mediante voces sintéticas, deepfakes o audio y video grabados. Si bien una modalidad por sí sola puede engañarse con inputs sintéticos sofisticados, al combinar modalidades biométricas —reconocimiento facial, reconocimiento de voz y reconocimiento de patrones de habla— se eleva notablemente la dificultad para que los delincuentes imiten una identidad.

Las tecnologías biométricas avanzadas se entrenan con grandes conjuntos de datos de muestras vocales genuinas y sintéticas, lo que facilita reconocer diferencias sutiles entre voces naturales y deepfakes, ayudando a detectar intentos de clonación de voz incluso cuando el audio parece convincente para los oyentes.

Crucialmente, la verificación biométrica fusionada puede operar de forma pasiva en segundo plano, verificando de manera constante que la persona adecuada accede a los sistemas, lo que permite experiencias más fluidas y reduce la necesidad de repetidas verificaciones. A medida que las organizaciones continúen adoptando el trabajo remoto y operaciones digitales, los ciberdelincuentes encontrarán nuevas vulnerabilidades para explotar. La pregunta ya no es solo cómo evitar las amenazas, sino también cómo asegurar que quienes ya están dentro sean realmente quienes dicen ser.

En un mundo donde las identidades pueden ser fabricadas, clonadas y manipuladas con facilidad, la confianza no puede permanecer estática. Debe ser verificada de forma continua.

Este artículo se enmarca como parte de TechRadar Pro Perspectives, un canal para presentar ideas y enfoques de líderes y especialistas en tecnología. Las opiniones expresadas aquí corresponden al autor y no necesariamente a TechRadar Pro o Future plc. Si te interesa contribuir, descubre más sobre cómo enviar tu historia.

from Latest from TechRadar https://ift.tt/mrK0NJj
via IFTTT IA