Abogados de IA y Prueba Digital en el Proceso Penal

El derecho penal español se enfrenta a un cambio paradigmático: la inteligencia artificial ha entrado en la prueba forense, tanto del lado de la acusación (modelos predictivos, reconocimiento facial, análisis algorítmico de pruebas) como del lado de los delincuentes (deepfakes, voz sintética, falsificaciones IA). La defensa penal moderna exige capacidad técnica contradictoria sobre cada pieza probatoria de origen algorítmico: ya no basta con argumentar sobre el derecho; hay que poder discutir el modelo, el dato y el método. Esta página es la puerta de entrada al área; cada vector cuenta además con su propio análisis detallado.

El Nuevo Estándar Probatorio en la Era IA

El Reglamento de IA de la UE (2024/1689) ha establecido categorías de riesgo y obligaciones de transparencia que afectan al uso forense de modelos. Cuando una investigación o una acusación se apoya en IA, la defensa puede exigir cuatro garantías: (1) trazabilidad del modelo empleado —qué algoritmo, qué versión, qué datos de entrenamiento—; (2) auditoría de sesgos y de la tasa de error aplicable al perfil concreto; (3) reproducibilidad del resultado por un perito independiente con metodología documentada; y (4) supervisión humana significativa, no meramente formal. La ausencia de cualquiera de estos elementos compromete la admisibilidad de la prueba y abre la vía a su exclusión por la cláusula del artículo 11.1 LOPJ. A diferencia de la prueba tradicional, la prueba algorítmica no se valida por la apariencia de fiabilidad, sino por su capacidad de ser sometida a contradicción efectiva.

Deepfakes: Detección e Impugnación

El primer gran frente es el del contenido audiovisual sintético. Un deepfake aportado como prueba de cargo puede haber sido fabricado o alterado mediante redes generativas antagónicas (GAN) o modelos de difusión, y su impugnación exige peritaje forense específico: análisis frecuencial, búsqueda de artefactos de generación, inconsistencias biométricas y verificación de metadatos y de las marcas de agua que el Reglamento 2024/1689 impone al contenido sintético. En el lado opuesto, cuando el deepfake es el instrumento del delito (sextortión, calumnia, suplantación), representamos a la víctima ejerciendo la acusación particular. Desarrollamos este vector en la página de impugnación de deepfakes como prueba penal.

Suplantación de Voz y Vishing

La clonación de voz con IA ha hecho accesibles ataques que antes requerían medios sofisticados: con una muestra de pocos segundos se genera una voz sintética capaz de sostener una llamada creíble. El resultado son las estafas del CEO, la suplantación familiar en falsas emergencias y el fraude bancario telefónico. La defensa —tanto del acusado como de la empresa o el particular perjudicados— se apoya en el peritaje acústico forense contradictorio y en el análisis del vector de ataque y de la diligencia de la entidad bancaria. Lo tratamos por extenso en vishing y suplantación de voz con IA.

Auditoría de Modelos Algorítmicos

Cuando la acusación se sirve de un modelo —reconocimiento facial, análisis automatizado de imagen, audio o texto— la prueba solo es admisible si es trazable, reproducible y supervisada. La defensa puede demandar la documentación íntegra del modelo y encargar una pericial algorítmica independiente que reproduzca el resultado, audite el dataset y contraste las métricas de error. El secreto industrial del proveedor no es un escudo absoluto frente al derecho de defensa cuando la prueba es determinante. Esta línea se desarrolla en prueba pericial algorítmica.

Sesgos en Investigación Predictiva

Por último, cuando la propia decisión de investigar nace de un modelo predictivo —predictive policing territorial, hotspots o perfilado individual de reincidencia— la defensa puede cuestionar el origen mismo de la sospecha. Los modelos entrenados con datos históricos de denuncia heredan y amplifican sesgos previos, lo que afecta al indicio razonable, a la proporcionalidad de las medidas y a la presunción de inocencia. Analizamos las estrategias procesales y constitucionales de exclusión en sesgos en modelos predictivos.

La regla de exclusión: cómo y por qué se expulsa la prueba digital ilícita

El eje de toda impugnación de prueba digital y algorítmica es el artículo 11.1 de la Ley Orgánica del Poder Judicial: no surtirán efecto las pruebas obtenidas, directa o indirectamente, violentando los derechos fundamentales. Aplicado a un volcado de móvil, a la geolocalización de un terminal, a una intervención de mensajería o a un informe generado por un sistema de inteligencia artificial, ese precepto significa que un acceso practicado al margen de las garantías legales no se convierte en prueba válida por mucho que su contenido resulte incriminatorio. La defensa no discute el dato en sí, sino el modo en que se obtuvo.

La consecuencia es doble. Por un lado, la prueba directamente ilícita se aparta del acervo probatorio. Por otro, opera la llamada conexión de antijuridicidad: las pruebas derivadas que beben de aquella fuente contaminada pueden arrastrar el mismo vicio si entre una y otra existe el nexo jurídico que la jurisprudencia exige analizar caso por caso. Por eso una defensa técnica seria identifica primero el acto lesivo del derecho fundamental y después reconstruye qué hallazgos posteriores dependen de él. No es una objeción formularia: es la diferencia entre que un dato algorítmico llegue al juicio o quede fuera de él.

Cadena de custodia, autenticidad e integridad: el dato que llega al juicio debe ser el que se recogió

Una prueba digital no se valora por su mera existencia, sino por su trazabilidad. La cadena de custodia documenta quién intervino el dispositivo o el dato, cuándo, con qué herramienta y bajo qué condiciones se preservó hasta su análisis. En el entorno informático esa garantía se materializa, entre otros medios, en el cálculo y cotejo de valores hash que acreditan que la copia analizada es idéntica al original y que el contenido no ha sido alterado entre la incautación y la pericia. Cuando el clonado, el sellado o el almacenamiento presentan saltos, lagunas o ausencia de testigos, la autenticidad e integridad del material quedan en entredicho.

El reto se agudiza con datos tratados mediante inteligencia artificial. Un resultado que ha pasado por un modelo de reconocimiento facial, de análisis de voz o de detección de patrones no es ya el dato bruto, sino una inferencia: importa conocer qué entró, qué transformaciones se aplicaron y con qué margen de error opera el sistema. La defensa puede exigir que se documente la procedencia del material de entrada, la versión del algoritmo y la metodología, porque sin esa trazabilidad no es posible verificar que la salida refleja la realidad y no un artefacto del propio modelo. Un resultado que no puede reproducirse ni auditarse difícilmente soporta el estándar del proceso con todas las garantías.

Pericial contradictoria, presunción de inocencia y carga de la prueba sobre el algoritmo

El artículo 24 de la Constitución reconoce el derecho a la presunción de inocencia y a un proceso con todas las garantías, y de ahí derivan dos exigencias frente a la prueba algorítmica. La primera es que la carga de la prueba corresponde a la acusación: no es la defensa quien debe demostrar que el sistema se equivocó, sino la parte que invoca el resultado quien debe acreditar su fiabilidad. La segunda es el derecho a la pericial contradictoria: la defensa puede aportar su propio perito, interrogar al de la acusación y cuestionar tanto el método como las conclusiones del informe automatizado.

El problema específico de muchos sistemas de inteligencia artificial es su opacidad. Si el funcionamiento interno del modelo, sus datos de entrenamiento o su tasa de falsos positivos no son accesibles, la posibilidad real de contradicción se resiente y, con ella, el derecho de defensa. Una salida algorítmica presentada como conclusión cerrada, sin posibilidad de auditar el cómo, no equivale a prueba plena: es, a lo sumo, un indicio que debe valorarse con cautela, contrastarse con otros elementos y nunca sustituir el razonamiento del tribunal. La defensa trabaja para que ese resultado se examine como lo que es, una herramienta sujeta a error, y no como un veredicto técnico inapelable.

Injerencias en comunicaciones y dispositivos: el marco de la LECrim y los límites del deepfake y el mulero

Buena parte de la prueba digital nace de injerencias que solo son lícitas con cobertura legal. El secreto de las comunicaciones del artículo 18.3 de la Constitución exige, como regla, autorización judicial motivada y proporcionada para intervenir comunicaciones telemáticas, conforme a los artículos 588 bis a) y siguientes y 588 ter de la Ley de Enjuiciamiento Criminal; el registro de dispositivos de almacenamiento masivo de información se rige por el artículo 588 sexies, con su exigencia reforzada de motivación por la cantidad de datos personales que contienen. Una intervención desproporcionada, genérica o sin habilitación judicial abre la puerta a la regla de exclusión.

Conviene situar los confines de las figuras vecinas sin confundir lo procesal con lo sustantivo. En materia de imágenes íntimas sintéticas persiste una laguna: el artículo 197.7 fue concebido para la difusión de imágenes reales obtenidas con consentimiento y luego difundidas sin él, de modo que una imagen íntegramente generada por inteligencia artificial, sin partir de una captación real, puede no encajar con nitidez en ese tipo y desplazarse hacia la protección del honor, la integridad moral del artículo 173 o la vía civil. En las defraudaciones, la transferencia patrimonial conseguida mediante manipulación informática es estafa informática del artículo 249.1.a, deslindada de la estafa común del artículo 248; y el llamado mulero o intermediario de cuentas se mueve en la frontera entre el blanqueo doloso, el dolo eventual de quien se representa el origen ilícito de los fondos y la modalidad imprudente del artículo 301.3, cuya distinción depende del conocimiento real acreditado y no de presunciones automáticas.