Ingeniería social mediante deepfakes: Estrategia de detección y prevención para usuarios Web

Resumen

La inteligencia artificial generativa ha favorecido la creación de deepfakes realistas, incrementando los riesgos de ingeniería social, suplantación de identidad, fraude y desinformación entre usuarios web. El estudio tuvo como objetivo analizar estos riesgos y diseñar una estrategia de detección y prevención. Se empleó un enfoque mixto, con investigación documental y de campo, bajo un diseño no experimental y transversal. Se aplicaron métodos analítico-sintético, inductivo y descriptivo. La población estuvo conformada por 350 habitantes de la comunidad María Luisa Zona 2, Pedernales, Manabí, de la cual se seleccionaron 180 usuarios adultos de internet. Se utilizó una encuesta con preguntas sociodemográficas y de conocimiento, identificación, prevención y verificación de deepfakes. El 35,6 % de los participantes nunca había escuchado el término deepfake y solo el 17,8 % manifestó conocer su significado. Asimismo, el 63,9 % presentó poca o ninguna confianza para identificarlos, mientras que el 62,2 % evidenció prácticas insuficientes de verificación. Ante situaciones de clonación de voz, el 43,3 % adoptaría respuestas inseguras. Sin embargo, el 88,9 % consideró útil o muy útil recibir capacitación. Los resultados evidencian que la exposición a internet, principalmente mediante dispositivos móviles y redes sociales, no garantiza competencias para reconocer contenidos manipulados. Por ello, se propone una estrategia de ocho etapas: pausar, observar, comprobar el origen, verificar, analizar, contrastar, confirmar la identidad y decidir. Su aplicación integra alfabetización digital, pensamiento crítico y herramientas de verificación para fortalecer la prevención y reducir la vulnerabilidad frente a ataques de ingeniería social mediante deepfakes.