Un solo caso puede tener 40 TB de datos y los plazos procesales no crecen con el volumen. Por eso la inteligencia artificial ya está en el laboratorio forense: clasifica, transcribe, prioriza y encuentra patrones que el ojo humano no alcanza. Pero la norma que regula la prueba pericial todavía no la nombra. Este artículo resume la ponencia ForensIA: cuando los algoritmos aprenden a testificar, presentada en el X Congreso Internacional de Informática Forense y Ciberseguridad IFC 2026 (26 de septiembre de 2026), y propone cómo cerrar esa brecha.
El problema en una frase
«La IA ya testifica, pero la norma aún no la ha incorporado.»
El algoritmo se actualiza en semanas; la ley, en años. En medio queda el perito:
- El algoritmo aporta velocidad: hace en horas el trabajo de semanas.
- La norma exige rigor: trazabilidad, contradicción y reproducibilidad. Pero hoy acepta herramientas que no puede auditar.
- El perito firma un informe que una herramienta ayudó a producir y que la norma todavía no sabe nombrar.
La IA ya está en el laboratorio forense
Dónde se usa hoy
- Triaje: priorización automática de dispositivos y volúmenes.
- Hashing perceptual: PhotoDNA y detección de material de abuso sexual infantil.
- OCR y procesamiento de lenguaje: extracción de entidades de miles de documentos.
- Correlación: líneas de tiempo automáticas (Plaso con aprendizaje automático).
- Detección de anomalías: malware, deepfakes y audio sintético.
Por qué es inevitable
Por el volumen, por la velocidad procesal y por la precisión: la IA detecta señales que el humano ya no alcanza. El resultado es un vacío: el uso real va por delante del reconocimiento normativo.
El sesgo de la IA frente al rigor de la norma
- Sesgo algorítmico frente a principio de contradicción. El algoritmo aprende de datos históricos; si los datos tienen sesgo, la inferencia lo hereda. ¿Cómo se contradice un sistema que no explica su razonamiento?
- Opacidad frente a cadena de custodia. Si no se puede ver qué buscó ni qué descartó la herramienta, la cadena de custodia se rompe en el eslabón algorítmico.
- Caja negra frente a defensa técnica. Sin auditoría algorítmica, la defensa no puede rebatir lo que no puede leer.
La exigencia que se desprende es la explicabilidad: el sistema forense debe ser auditable, con logs completos, versiones congeladas y hashes de modelo.
«¿Cómo se contradice ante un tribunal un algoritmo que no se puede auditar?»
El sesgo no es hipótesis: ya ocurrió en tribunales
- Wisconsin, 2016 · State v. Loomis. El tribunal admitió una evaluación de riesgo de reincidencia generada por el algoritmo propietario COMPAS. La defensa no pudo auditar el modelo; el Tribunal Supremo de Wisconsin admitió la prueba y la Corte Suprema de EE. UU. denegó la revisión.
- NIST, 2019 · FRVT. El estudio de evaluación de proveedores de reconocimiento facial documentó tasas de falsos positivos hasta 100 veces mayores en rostros de personas afrodescendientes y asiáticas respecto a rostros caucásicos (NIST IR 8280).
- Países Bajos, 2020 · SyRI. El Tribunal de La Haya declaró ilegal un sistema de detección de fraude en beneficios sociales por violar el artículo 8 del Convenio Europeo de Derechos Humanos y no ser auditable ni explicable para los afectados.
- Unión Europea, 2024 · AI Act. El Reglamento (UE) 2024/1689 clasifica como de alto riesgo los sistemas de identificación biométrica y de aplicación de la ley, y exige auditoría, registro y supervisión humana.
Cuatro problemas concretos
1. Normas que no contemplan la IA
La ISO/IEC 27037 cubre la adquisición de la evidencia; las ISO/IEC 27041 y 27042 cubren la validación y el análisis. Ninguna contempla modelos que aprenden, que dan resultados probabilísticos o que cambian con cada versión. Por la libertad probatoria, un informe apoyado en IA no está prohibido, pero tampoco tiene reglas, y sin marco el hallazgo puede ser tachado de «no verificable».
2. Informes voluminosos, poco útiles
Más datos no es más evidencia. Un caso puede producir cientos de páginas donde solo unas pocas contienen lo que importa: el juez tarda días en encontrarlo, la defensa recibe todo pero ahogada en volumen y el hallazgo se pierde en el ruido. El principio: el informe debe ser denso en relevancia, no en páginas.
3. Hallazgos inesperados
La IA no busca solo lo que se le pidió: analiza todo el dispositivo. Encuentra más, pero también invade más. Un clasificador puede marcar un arma en una foto dentro de un caso de fraude, o un transcriptor detectar un nombre que aparece en otro expediente. La doctrina del hallazgo casual se pensó para búsquedas manuales, no para un algoritmo que lo revisa todo.
«Si la IA analiza todo el teléfono, ¿se excede el alcance de la orden judicial?»
4. Cajas negras
Hay dos opacidades: la comercial (no se puede ver el código) y la algorítmica (aunque se vea el código, el modelo no explica su decisión). Las herramientas que extraen se validan por resultados; para las que infieren, eso no basta. Si el modelo cambia de versión, el resultado no se repite y la prueba se vuelve irrepetible. Y la defensa no puede rebatir lo que no puede examinar.
Propuesta: seis medidas para abrir espacio a la IA en la norma
- Declaración de uso: todo informe indica qué IA se usó, en qué versión y para qué.
- Validación previa: tasa de error conocida y pruebas con datos locales antes del uso forense.
- Trazabilidad: versión congelada, hash del modelo, configuración y hash de cada resultado generado.
- Revisión humana independiente: la IA propone; el perito verifica, decide y firma.
- Hallazgos inesperados: protocolo para documentarlos respetando el alcance de la orden judicial.
- Contradicción: la defensa accede a la misma herramienta, versión y documentación de validación.
Una metodología forense con IA
Sobre las fases de la guía NIST SP 800-86, la IA no cambia el método forense; cambia los controles que cada fase necesita:
- Fase 0 · Validación previa: probar la herramienta con datos conocidos y locales antes de usarla.
- Fase 1 · Adquisición: tradicional, con bloqueador de escritura y hash. La IA solo sugiere el orden; no excluye nada.
- Fase 2 · Examen con IA: triaje, clasificación y transcripción, registrando versión y configuración.
- Fase 3 · Análisis: el perito revisa cada resultado de forma independiente. Si algo excede el alcance, se detiene y consulta al fiscal.
- Fase 4 · Informe: declarar el uso de IA, la tasa de error y los hashes de los resultados generados.
- Fase 5 · Presentación: explicar el método, no el algoritmo. La defensa accede a la misma herramienta y versión.
Del informe voluminoso al informe inteligente
Antes: cientos de páginas, lo relevante perdido en el ruido, un triaje sin documentar y una defensa ahogada en volumen. Después: un resumen breve escrito y verificado por el perito, hallazgos priorizados con su hash, criterios de priorización documentados y la extracción completa disponible para la defensa.
«La IA no reemplaza al perito; amplifica su capacidad de encontrar lo que no sabía que buscaba.»
Protocolo para hallazgos inesperados
- Detectar: la IA marca un elemento fuera del alcance de la orden y pasa a una cola de revisión.
- Detener: el perito no amplía el análisis sobre ese elemento.
- Documentar: qué se buscaba, qué apareció, dónde, con qué herramienta y versión, y el hash del elemento.
- Informar: se comunica al fiscal, que decide si solicita la ampliación de la orden judicial.
- Continuar: solo con autorización, y luego con revisión humana independiente.
«Encontrarlo es técnico; poder usarlo es jurídico.»
Lo que está en juego
- Sin norma, un juez admite lo que otro excluye. Con norma, hay criterios comunes para admitir y valorar.
- Sin norma, los errores de la IA pueden pasar sin detectarse. Con norma, la validación y la tasa de error son conocidas.
- Sin norma, un hallazgo fuera de alcance arriesga una prueba ilícita. Con norma, un protocolo protege la prueba.
- Sin norma, una defensa sin medios arriesga la nulidad. Con norma, hay contradicción con igualdad de armas.
Actualizar la norma no favorece a la acusación ni a la defensa: protege la prueba.
El marco internacional ya existe
- AI Act (Reglamento UE 2024/1689): clasifica como de alto riesgo la IA destinada a evaluar la fiabilidad de las pruebas en procesos penales (Anexo III).
- ISO/IEC 42001:2023: sistema de gestión certificable de la IA, aplicable a un laboratorio.
- NIST AI RMF 1.0: método para medir y documentar sesgo y robustez.
- Convenio Marco del Consejo de Europa sobre IA: primer tratado internacional vinculante sobre IA, del mismo organismo que el Convenio de Budapest, del que República Dominicana es parte.
Ninguno es forense. La tarea pendiente es llevar este marco a la norma forense local.
Qué debe hacer cada actor
- Peritos: empezar hoy. Declarar el uso de IA, validar, congelar versiones y revisar de forma independiente.
- Instituciones: adoptar protocolos comunes y formar a fiscales y jueces.
- Tribunales: exigir la declaración de uso, la validación y el acceso de la defensa.
- Proveedores: publicar la validación y la tasa de error, y permitir fijar versiones.
«La IA no entra al tribunal por la puerta de atrás: entra por la puerta de la norma.»
Conclusión
La IA ya participa en la prueba. La pregunta no es si debe hacerlo, sino bajo qué norma. El algoritmo propone (velocidad y escala), la norma controla (validación y trazabilidad) y el perito decide y firma (interpretación y responsabilidad). La IA no testifica: testifica el perito que puede explicar cómo la usó.
¿Tu caso incluye evidencia procesada con herramientas de IA? En CIFRA revisamos la metodología, la trazabilidad y la validación de informes periciales, y capacitamos a fiscales, abogados y peritos. Escríbenos.