En 2025 la CyberTipline del NCMEC recibió 21.3 millones de reportes: uno cada 1.5 segundos. Ningún equipo humano puede revisar ese volumen archivo por archivo. Este artículo, basado en la ponencia presentada en el Programa Ejecutivo Guardianes Digitales (Plan International · UNIBE, octubre 2026), explica cómo operan las redes de explotación sexual infantil en línea y cómo la informática forense las rastrea: de la huella digital exacta (el hash) al reconocimiento automático con inteligencia artificial.
Antes de empezar: no es «pornografía», es evidencia de un abuso
El término recomendado internacionalmente es MASI, Material de Abuso Sexual Infantil (CSAM en inglés), según las Orientaciones Terminológicas de Luxemburgo (2016) adoptadas por INTERPOL, Europol y ECPAT. «Pornografía» sugiere consentimiento y una industria legítima; cada archivo es en realidad el registro de un delito contra un niño, niña o adolescente, y cada vez que circula la victimización se repite.
Nota jurídica: la Ley 53-07 todavía usa la expresión «pornografía infantil». En sede judicial se cita el tipo penal tal como está escrito; en lo técnico y en lo público, hablamos de MASI.
La dimensión del problema
- 21.3 millones de reportes recibidos por la CyberTipline del NCMEC en 2025.
- 61.8 millones de imágenes, videos y archivos sospechosos asociados a esos reportes.
- 1.4 millones de reportes de captación en línea (online enticement), un 156 % más que en 2024.
- 311 000 reportes confirmados como MASI por la Internet Watch Foundation (IWF): uno cada 101 segundos.
Los reportes de la CyberTipline se remiten a la autoridad del país vinculado al usuario o a la dirección IP, y cada uno debe procesarse en un laboratorio con capacidad finita. El volumen ya superó la capacidad humana de revisión: ese es el puente hacia el hash y la IA.
Parte I · Cómo operan
El peligro no espera en la calle: se sienta a la mesa
Según datos del Bureau of Justice Statistics de EE. UU., de cada 100 víctimas menores de agresión sexual, 34 fueron agredidas por un familiar, 59 por un conocido (vecino, amigo de la familia, entrenador, docente, pareja de la madre) y solo 7 por un extraño. Internet no cambia este patrón: lo amplifica. El abusador del entorno ahora fotografía, comparte y vende. Por eso la prevención en línea empieza en el hogar.
¿Existe un perfil del abusador?
No hay un rostro; hay un patrón: acceso, confianza y secreto. La evidencia desmiente varios mitos:
- «Es un extraño de aspecto sospechoso.» Suele ser alguien respetado y con acceso legítimo al niño.
- «Todo abusador es pedófilo.» La pedofilia es una atracción (un diagnóstico clínico); el abuso es una conducta y un delito. Hay abusadores oportunistas sin esa atracción.
- «Siempre es un hombre adulto.» La mayoría son hombres, pero hay mujeres, y cerca de un tercio de los agresores sexuales de menores conocidos por la policía son otros menores de edad.
- «El que solo mira no toca.» Entre condenados por material en línea, el 12 % tenía antecedentes oficiales de abuso con contacto; al preguntarles directamente, lo admitió el 55 % (Seto, Hanson y Babchishin, 2011).
Conclusión práctica: no busquemos un perfil, vigilemos las conductas. Para el perito, el dato de Seto tiene una consecuencia directa: cuando se encuentra material en un dispositivo, siempre hay que buscar señales de abuso directo.
El abuso no empieza en la deep web
Empieza donde están los niños. La red oscura es el almacén y el mercado; la captación ocurre en plataformas cotidianas. El recorrido típico tiene cinco etapas, y cada una deja una fuente distinta de evidencia (registros de cuenta, metadatos, transacciones, dispositivos):
- Contacto: perfil falso o identidad «de la misma edad» en redes sociales, videojuegos o streaming.
- Aislamiento: lleva la conversación a un canal privado, lejos de la moderación y de los padres.
- Producción: imágenes obtenidas por grooming, por sextorsión o, hoy, generadas con IA.
- Distribución: canales, grupos, enlaces a la nube y foros cerrados en Tor.
- Monetización: venta de acceso y suscripciones pagadas con criptomonedas, tarjetas regalo o bots de pago.
El juego es la puerta; el chat es la trampa
Roblox, Free Fire, Minecraft y Fortnite comparten un riesgo: el chat abierto con adultos. Los regalos en moneda virtual crean en el niño la sensación de deber algo, y el agresor usa lenguaje gamer para parecer de su edad antes de migrar la conversación a Discord, Snapchat o WhatsApp, donde nadie modera. En abril de 2026 Roblox pactó US$35.8 millones con Nevada, Alabama y West Virginia, y desde el 7 de enero de 2026 exige comprobar la edad para usar el chat. La recomendación para las familias: configurar los controles parentales y jugar con ellos.
La manipulación psicológica (grooming)
El grooming sigue una curva conocida: primero hace sentir especial al niño (selección de un menor solo o en conflicto, halagos, regalos), luego lo aísla presentándose como el único que lo entiende, después lo desvaloriza y lo hace sentir culpable o «cómplice», y finalmente lo controla con amenazas y chantaje. El FBI ha alertado sobre redes como «764», que buscan menores vulnerables de 9 a 17 años y los coaccionan para producir contenido cada vez más degradante.
Señales de alerta para padres y docentes:
- Secretismo con el teléfono.
- Regalos o monedas virtuales sin explicación.
- Cambios bruscos de ánimo y aislamiento de amigos y familia.
- Miedo o ansiedad al recibir mensajes.
Red oscura y Telegram
En Tor, estas comunidades funcionan con reglas, rangos y economía propia: acceso por invitación, reputación que se gana aportando material y pagos con criptomonedas. Su punto débil es el error humano: reutilizar un alias, un correo, una foto con metadatos o una billetera ya rastreada. En la Operación Kidflix (2025), liderada por Alemania con Europol y 35 países, el análisis de las transacciones fue clave: 1 393 sospechosos identificados, 79 detenidos y 39 niños protegidos.
Telegram se convirtió en «la red oscura en el bolsillo»: canales vitrina, enlaces de invitación que rotan y bots de pago. Tras el arresto de Pável Dúrov (agosto 2024), la plataforma empezó a entregar IP y número telefónico ante requerimientos legales válidos y en diciembre de 2024 se unió a la IWF. Para República Dominicana, eso significa que hoy existe una vía de solicitud que debe usarse con preservación rápida y asistencia mutua.
Sextorsión: el víctima-productor
Según la IWF, el 33 % de las imágenes con adolescentes de 14 a 17 años fueron autogeneradas, casi siempre bajo engaño o presión. Los casos de sextorsión atendidos por la IWF aumentaron un 127 % en 2025, y el 98 % de esas víctimas eran varones de 14 a 17 años. El patrón tiene tres movimientos: seducción con un perfil «de la misma edad», captura de una imagen íntima (o su fabricación con IA a partir de una foto pública) y extorsión con plazos de minutos.
Parte II · La huella digital
Qué es un hash
Una función hash criptográfica convierte cualquier archivo en una cadena de longitud fija: MD5 (128 bits), SHA-1 (160) o SHA-256 (256). Es determinista (el mismo contenido siempre produce el mismo valor) y tiene efecto avalancha: cambiar un solo bit altera, en promedio, la mitad del resultado. Es la base de la cadena de custodia según la ISO/IEC 27037, porque demuestra que la evidencia no cambió desde que se adquirió. Para custodia se recomienda SHA-256; MD5 y SHA-1 se mantienen por compatibilidad con bases de hashes.
Hash criptográfico y hash perceptual: dos familias, dos misiones
- MD5, SHA-1, SHA-256 (criptográficos): coincidencia exacta bit a bit. Sirven para la integridad y para filtrar archivos ya conocidos (NSRL, Project VIC).
- PhotoDNA (perceptual): resiste redimensionado, recompresión y cambios menores. Desarrollado por Microsoft y Dartmouth en 2009, es el estándar usado por NCMEC y las grandes plataformas.
- PDQ y TMK+PDQF (perceptuales, código abierto de Meta): detectan variantes de imágenes y videos en volumen, sin licencia.
- Clasificadores de IA: reconocen material nunca visto, sin hash previo, y priorizan víctimas nuevas.
Una copia recomprimida o con el brillo alterado ya no coincide por SHA-256, pero su hash perceptual sigue siendo casi idéntico. Por eso los laboratorios combinan ambas familias.
El embudo forense: de millones a decenas
- Adquisición: imagen forense con bloqueador de escritura y hash del contenedor.
- Exclusión: se descartan los archivos del sistema (NSRL).
- Hash conocido: comparación contra Project VIC, CAID, NCMEC e IWF.
- Perceptual: variantes de lo ya conocido (PhotoDNA, PDQ).
- Clasificador de IA: probabilidad para lo desconocido.
- Revisión humana: el perito confirma. La IA no dictamina.
- Víctima: identificación, rescate y aporte a la base ICSE de INTERPOL.
Hay además un beneficio que pocas veces se menciona: cada coincidencia automática es una imagen que un ser humano no tiene que volver a mirar. La tecnología también protege al perito.
Parte III · La inteligencia artificial
¿Cómo «sabe» una IA que es abuso infantil?
No busca una imagen concreta. Combina señales aprendidas (personas en la escena, estimación de edad, contenido sexual y contexto) y devuelve una probabilidad, no un veredicto. Herramientas como el clasificador de Thorn (integrado en Griffeye Analyze DI), la Content Safety API de Google o Project Arachnid del Centro Canadiense de Protección Infantil se entrenan con material verificado bajo custodia legal estricta. Un puntaje no prueba la edad, la identidad ni el delito.
El dilema del umbral
Todo clasificador obliga a elegir dónde poner la línea. Un umbral bajo envía más archivos inocentes a revisión humana; uno alto deja escapar casos reales (falsos negativos). No existe un umbral perfecto: existe uno documentado y justificado, que el perito debe poder explicar ante un tribunal.
El fondo de la imagen también habla
Cuando el rostro no basta, el investigador analiza el entorno: enchufes, envases, uniformes escolares, logos de comercios, metadatos con modelo de cámara o coordenadas GPS. La iniciativa Trace an Object de Europol publica desde 2017 fragmentos de fondo completamente censurados (una etiqueta, un bolso, una lata) y pide al público que los reconozca; esas pistas ciudadanas han ayudado a ubicar el país de origen del material e identificar a niños. Quien vive en el país reconoce antes una marca local, por eso la participación de cada país importa.
La IA como perito ayudante, no como perito
Aplicada con rigor en un laboratorio, la IA sigue una regla simple: la máquina ordena y sugiere; el perito verifica y firma. En la práctica, eso significa:
- Procesamiento local: el material de abuso nunca se sube a servicios en la nube. Modelos abiertos como Whisper (transcripción), CLIP (búsqueda visual por descripción) o InsightFace (rostros) pueden ejecutarse en equipos aislados.
- Trazabilidad: cada resultado automático queda registrado con herramienta, versión, parámetros y hash de salida, para que otro perito pueda reproducirlo en juicio.
- Doble confirmación: un hallazgo importante se confirma con dos herramientas distintas o por revisión manual antes del informe pericial.
- Prudencia con el reconocimiento facial: falla más con niños pequeños, poca luz y rostros parciales. Una similitud es un indicio, nunca una identificación.
La otra cara: cuando la IA fabrica el abuso
La IWF detectó en 2025 260 veces más videos de MASI generados por IA que el año anterior (3 443 videos), y el 65 % pertenecía a la categoría más grave. El NCMEC recibió 1.5 millones de reportes con vínculo a IA generativa. Los usos delictivos son tres: desnudar fotos reales de niños tomadas de redes o del colegio, modificar material existente para crear «nuevas» series de víctimas reales y fabricar imágenes para sextorsionar a adolescentes. En la Operación Cumberland (febrero 2025), Dinamarca y Europol detuvieron a 25 personas en 19 países. El reto forense central es responder: ¿hay un niño real detrás? Esa pregunta define la prioridad de rescate y el encuadre jurídico.
Marco jurídico dominicano: lo que tenemos y lo que falta
- Ley 53-07, art. 24: sanciona la producción, difusión, venta y comercialización de imágenes y representaciones de niños, niñas o adolescentes con carácter sexual, así como su adquisición y posesión a través de sistemas de información.
- Ley 136-03: Código para la Protección de los Derechos de Niños, Niñas y Adolescentes; interés superior del niño y prohibición de su explotación sexual.
- Convenio de Budapest: ratificado por RD el 7 de febrero de 2013. Art. 9 (delitos de MASI), arts. 16, 17, 29 y 30 (conservación rápida de datos), arts. 25 y siguientes (asistencia mutua) y art. 35 (red 24/7).
Pregunta abierta: ¿alcanza el término «representaciones» para perseguir con seguridad el material generado íntegramente por IA, sin un niño real identificable? Hoy depende de la interpretación judicial. Una mención expresa daría certeza al fiscal y al perito.
Cinco acciones para República Dominicana
- Base nacional de hashes en formato VICS de todo el material incautado, conectada a Project VIC e ICSE.
- IA en los laboratorios forenses para triaje, con protocolo de validación y revisión humana obligatoria.
- Vía rápida con plataformas: protocolo único de preservación y solicitud a Telegram, Meta, Google y otras, con plazos medidos en horas.
- Tipificar lo sintético: mención expresa del material generado o alterado por IA y de la sextorsión a menores en la reforma penal.
- Cuidar al perito: rotación, apoyo psicológico y herramientas que reduzcan la exposición.
La tecnología ya existe y buena parte es gratuita para las fuerzas del orden. Lo que falta es institucionalizarla.
Si encuentras un caso
No hagas
- No descargues, reenvíes ni hagas captura del contenido: eso también es delito.
- No confrontes al sospechoso ni «investigues» por tu cuenta.
- Si eres víctima de sextorsión: no pagues y no borres la conversación.
Haz
- Anota la URL, el usuario o el nombre del canal, con fecha y hora.
- Denuncia ante el Ministerio Público o la Policía Nacional, y repórtalo a la plataforma.
- Acompaña al niño o adolescente: no es culpable y necesita apoyo, no castigo.
Conclusión
El hash permite reconocer en segundos, y sin mirarlo, un archivo que ya fue identificado antes. La IA permite priorizar lo que nadie ha visto todavía. Ninguna de las dos sustituye al perito: lo que se presenta ante un tribunal se sostiene por evidencia verificada y documentada, no por un puntaje. Detrás de cada hash hay un niño que espera ser encontrado.
¿Necesitas un peritaje informático o una capacitación sobre evidencia digital? En CIFRA analizamos teléfonos, computadoras, correos y mensajería con cadena de custodia conforme a la ISO/IEC 27037 y la Ley 53-07. Escríbenos.