Episodio 071 - La doble cara de tus redes y la verdad oculta en los videos de vigilancia
En este episodio de La Red Privada, Héctor Fuentes analiza cómo tu huella digital es un arma de doble filo: puede ser tu mejor coartada o la prueba que te condene, explorando el impacto penal de la Ley Olimpia en México. Además, nos adentramos en la física óptica y la informática forense para desmentir un mito moderno: ¿Es realmente fácil alterar un video de seguridad? Héctor nos comparte apuntes de su investigación doctoral sobre la integridad del video, la luz y los sensores.
Informacion de Contacto:
Whatsapp: chat.whatsapp.com/CyCMw8juKot7P07xfVfUaz
Telegram: t.me/laredprivada
Web: hectorfe.com
Para agendar una cita presencial o por videoconferencia, ingresa a la página y haz clic en el botón “Registra una cita” o simplemente hazlo desde aquí.
Transcript
Un simple inicio de sesión, una historia con la ubicación activada, o un mensaje borrado.
Speaker:Creemos que controlamos nuestra vía digital, pero en un juzgado,
Speaker:en un tribunal, esa información se convierte en un testigo frío y exacto.
Speaker:Tus redes sociales pueden ser la prueba irrefutable que demuestra tu inocencia,
Speaker:o el clavo en el ataúd que termine por condenarte.
Speaker:Bienvenidos al episodio 71 de la red privada.
Speaker:Soy su anfitrión Héctor Fuentes. Hoy tenemos un episodio denso y fundamental.
Speaker:Vamos a diseccionar cómo la tecnología opera en diferentes frentes críticos legales.
Speaker:El rastreo bajo la ley Olimpia, el muro burocrático,
Speaker:de las redes sociales que puede llevarte a prisión y la verdadera dificultad
Speaker:física de alterar un video de videovigilancia. Empezamos.
Speaker:Bueno, vamos a empezar el día de hoy con el tema de las redes sociales.
Speaker:Que ya hemos hablado en los programas anteriores pero hoy vamos a verlo desde
Speaker:el punto de vista de la ley Olimpia,
Speaker:y pues ¿qué es la ley Olimpia?
Speaker:La ley Olimpia no es una sola ley independiente sino un conjunto de reformas,
Speaker:a legislaciones ya existentes para reconocer, prevenir y sancionar la violencia digital,
Speaker:y mediática.
Speaker:A nivel federal. Con las reformas,
Speaker:aplicadas o publicadas en el Diario Oficial de la Federación el 1 de junio de
Speaker:2021 y la Ley Olimpia modificó específicamente dos ordenamientos principales.
Speaker:Entonces, primero,
Speaker:se adicionó el capítulo segundo denominado Violación a la Intimidad Sexual,
Speaker:incorporando tres artículos claves para sancionar el delito. 1.
Speaker:Artículo 199. Octis.
Speaker:Tipifica el delito central. Sanciona con 3 a 6 años de prisión multas económicas
Speaker:a quien videograve, fotografíe, divulgue,
Speaker:comparta, distribuya o publique imágenes o audios de contenido íntimo sexual,
Speaker:de una persona sin su consentimiento.
Speaker:El artículo 199 no níes,
Speaker:sanciona la falsedad o suplantación de identidad,
Speaker:establece las mismas penas cuando el contenido difundido sea alterado o simulado,
Speaker:como en el caso de fotomontajes o deepfakes,
Speaker:para aparentar que corresponde a la persona afectada.
Speaker:Y el artículo 199.
Speaker:De CIES establece las agravantes, la pena de prisión aumenta hasta en una mitad,
Speaker:si el delito lo comete el cónyuge,
Speaker:el concubinario o alguien con quien la víctima haya tenido una relación afectiva o de confianza.
Speaker:También si existe un fin lucrativo o si la víctima pertenece a un sector vulnerable.
Speaker:Eso es lo que cambió principalmente en la ley Olimpia.
Speaker:Y el artículo 24.
Speaker:Define qué es la violencia digital y establece como,
Speaker:toda acción dolosa realizada mediante el uso de tecnologías que exponga,
Speaker:distribuya o comparta contenido íntimo sexual sin consentimiento causado.
Speaker:Causando daño psicológico emocional o a la reputación.
Speaker:También el artículo 20,
Speaker:kinky es, define la violencia mediática, señalando los actos a través de los
Speaker:medios de comunicación que promueven estereotipos sexistas, discriminación o hagan,
Speaker:apología de la violencia contra las mujeres.
Speaker:Y el artículo 20 se exige.
Speaker:Establece las facultades de protección permite al Ministerio Público o a los
Speaker:jueces ordenar de manera inmediata a las empresas de tecnología, redes sociales,
Speaker:o plataformas digitales la interrupción, bloqueo,
Speaker:destrucción o eliminación del contenido para frenar la violencia.
Speaker:La revictimización y el daño continuo.
Speaker:De este tema de las redes sociales, pero vamos a hacer una definición o una
Speaker:separación para que quede más claro todo desde el principio.
Speaker:Primero vamos a hablar de las redes sociales, que son las redes sociales centralizadas.
Speaker:¿Y por qué centralizadas? Pues todas dependen de los servidores que le pertenecen
Speaker:a una sola empresa, en este caso, Meta.
Speaker:Estas redes, pues son las que todo el mundo conoce.
Speaker:Facebook, Instagram, Whatsapp, Messenger, ¿no? O sea, son las principales Instagram
Speaker:y Facebook son las principales, ¿no? El Whatsapp, pues no se diga.
Speaker:Entonces, esas son las principales, más no las únicas.
Speaker:También el threads de mismo meta pues es otro otra red social,
Speaker:y después de meta pues hay otras redes sociales como X que pues somos pocos
Speaker:los que la que lo usamos pero,
Speaker:pero ahí está y también se puede considerar como red social,
Speaker:YouTube también no sé no no es así como que algo separado porque puede ser comentario
Speaker:y subir contenido y todo entonces es una red social,
Speaker:y como youtube pues también hay otros no,
Speaker:pero bueno vamos a enfocar todo lo de meta que es lo principal y todas esas
Speaker:son redes centralizadas después están las redes descentralizadas.
Speaker:Y las redes descentralizadas, a diferencia de las centralizadas,
Speaker:es de que éstas no ocupan tus datos reales.
Speaker:O sea, no hay nada que vincule tus datos reales, tu nombre, fecha de nacimiento, correo, teléfono, etc.
Speaker:A una cuenta que tú creas en una red descentralizada. Y una de estas redes descentralizadas,
Speaker:es, por ejemplo, Mastodon.
Speaker:Otra red es el pixel fed que es como un instagram o un intento de instagram,
Speaker:pero todos estos los puedes usar,
Speaker:siendo anónimo.
Speaker:Cosa que no pasa en nuestras redes.
Speaker:Porque en Facebook se descubren que no tienes tus datos reales,
Speaker:o te los piden, o te cancelan la cuenta, ¿no?
Speaker:Entonces siempre tienen todos tus datos. Te están rastreando por todos lados y saben todo de ti.
Speaker:Es más, saben más de ti que tú mismo.
Speaker:Entonces, esas son las dos redes de las que vamos a hablar De los dos tipos
Speaker:de redes que vamos a hablar el día de hoy ¿Y por qué?
Speaker:Porque, pues, está difícil la situación con esto de las publicaciones, ¿no?
Speaker:Porque ahora ya puede ser una publicación a nombre de otra persona con una suplantación
Speaker:de identidad y mientras que es que sí, que no pues ya ya,
Speaker:tienes que pagar abogado y todo lo demás ¿no?
Speaker:Así que está está medio difícil ¿no?
Speaker:Pero bueno entonces vamos a ver entrar en el tema entonces.
Speaker:Como ya dijimos, ya definimos que la ley Olimpia, como se tipifica ni castiga la violencia digital.
Speaker:Y cuando un caso de estos llega,
Speaker:a mí, el agresor suele creer que escudarse en un perfil falso de Instagram o
Speaker:borrar la evidencia lo hace invisible.
Speaker:Pero eso es falso. Las direcciones IP, las sesiones iniciadas,
Speaker:de dispositivos móviles específicos, los metadatos de las imágenes, todo deja rastro.
Speaker:Entonces las plataformas proban evidencia técnica exacta. ¿Quién,
Speaker:cuándo y desde dónde operó?
Speaker:Entonces la red social es un testigo que te condena Claro, también te puede salvar.
Speaker:Pero, giremos la moneda. Esta misma capacidad de rastreo intrusivo puede ser
Speaker:la mejor defensa contra una acusación falsa.
Speaker:Imagínate una situación de una escena de un crimen, de un delito,
Speaker:pero los orquestos de tu dispositivo indican que en esa misma hora estabas conectado,
Speaker:en otro wifi, en otro lado de la ciudad.
Speaker:Navegando activamente en tus cuentas.
Speaker:La red social, en su recolección de datos crudos o al mayoreo,
Speaker:constituye una coartada técnica,
Speaker:impecable y pues la misma máquina que te vigila, pues te puede salvar.
Speaker:Entonces, como vemos, son dos caras de la misma moneda.
Speaker:Te puede salvar o te puede condenar.
Speaker:Y una, pues es porque tienen todos sus datos, las otras redes sociales no,
Speaker:las descentralizadas son anónimas.
Speaker:Entonces...
Speaker:Aquí hay otra cosa muy, muy, se puede decir, difícil, ¿no?
Speaker:No, más bien incomprensible, porque,
Speaker:se dan cuenta de que vamos a suponer,
Speaker:que pues una autoridad judicial te ordena de que tienes que cancelar la cuenta,
Speaker:X, vamos a decir Facebook o de Instagram o de.
Speaker:X o de Whatsapp lo que sea, ¿no?
Speaker:O todas puede ser que te diga tienes que cancelar tus cuentas,
Speaker:tienes cuenta en 8 horas no sé, 3 días un día,
Speaker:y si no lo haces pues es un requisito para tu libertad si no lo haces pues directo al bote entonces.
Speaker:Me ha tocado, y no una vez, sino un montón de veces, que la gente que usa redes
Speaker:sociales no tiene sus datos actualizados.
Speaker:No tiene su contraseña y no se la sabe, no usa el manejador de contraseñas,
Speaker:no tiene la verificación dos pasos, no tiene un teléfono para recuperar su cuenta,
Speaker:un correo electrónico para recuperar su cuenta,
Speaker:y si tienen el correo electrónico no tienen acceso a ese correo ya o a ese teléfono.
Speaker:Entonces no tienen actualizados los datos de recuperación, no tienen la clave
Speaker:de recuperación de emergencia.
Speaker:O sea, no hay ni una forma de recuperar su cuenta. Si pierden la contraseña
Speaker:que está grabada directamente en el teléfono, ya no pueden entrar a su cuenta.
Speaker:Y si no pueden entrar a su cuenta, pues entonces no van a poder hacer nada,
Speaker:nada, o sea, sí, de plano.
Speaker:O sea, a Facebook no le importa nada. No hay Facebook en México.
Speaker:Facebook no tiene una línea de teléfono para que puedas hablar.
Speaker:No tiene un correo electrónico para que puedas enviar información,
Speaker:no tiene atención a sus usuarios.
Speaker:Tienes que ir en un formato, tienes que tener tu cuenta activa y tienes que
Speaker:estar dentro de tu cuenta para poder darla de baja.
Speaker:Entonces, si no puedes cumplir con eso, entonces puedes ir hasta el bote directamente.
Speaker:Entonces por qué no se ponen las pilas y.
Speaker:Revisan que el correo que esté registrado en Facebook, en Instagram,
Speaker:en Messenger, en todos los servicios que usen,
Speaker:tengan acceso a ese correo, tengan acceso a ese teléfono y tengan un correo
Speaker:y un teléfono adicionales por si el de ustedes pasa algo.
Speaker:Aparte de la verificación dos pasos.
Speaker:Porque ya les dije que a Meta no le importa nada nada de nada a él le interesa
Speaker:este negocio contigo pero no le importa tu vida,
Speaker:así que te va a hacer otra pues ni modo a ver si sigue escribiendo desde ahí,
Speaker:pero si no pues ya que salga que se pueda reconectar a ellos no les importa,
Speaker:no tienen soporte al México o sea y todavía siguen usando esas plataformas,
Speaker:está de pensarse y con esta ley Olimpia que protege a las mujeres o sea,
Speaker:los hombres aquí en este caso tenemos el 90% de probabilidad de perder si no es que el 99%.
Speaker:Aunque sean mentiras, ¿eh? Y aquí es donde siempre pienso, ¿por qué?
Speaker:Si va a demandar, a poner una demanda ante una autoridad judicial,
Speaker:una mujer contra X, su novio, esposo, lo que sea.
Speaker:Y es mentira porque no se aplica la misma ley que dice que si te quedas confaseada
Speaker:ante una autoridad judicial pues se te puede,
Speaker:poner una multa o años de prisión y no se aplica se debería aplicar para que
Speaker:no haya tantas demandas falsas,
Speaker:porque sea lo que sea a las,
Speaker:personas que demanden hombres por lo menos aunque no tengan nada que ver con que sea una vil mentira,
Speaker:y que la otra persona ya ni se presente a nada entonces de todas maneras,
Speaker:ese tipo de delitos se persigue por oficio entonces aunque la otra diga ahora
Speaker:era una broma este era mentira y siempre no y,
Speaker:ya ya mejor ya no no pues ya no se puede detener,
Speaker:el otro tiene que hacer abogados peritos todo lo demás.
Speaker:Y todo, nomás porque, o sea, ¿qué es eso?
Speaker:O sea, nada que ver, pues. Pero, como yo siempre digo, no hay nada bueno, nada es malo.
Speaker:Todo tiene características, precios y consecuencias, ¿no?
Speaker:Entonces, las redes sociales, no decir que son buenas o malas.
Speaker:Son dos tipos diferentes, descentralizadas, que son anónimas y eres libre de
Speaker:escribir lo que tú quieras y ahí no hay censura.
Speaker:Si te censuran por algo, pues como son descentralizadas, tu publicación está
Speaker:en otro servidor y ya está publicada en otro servidor diferente.
Speaker:Entonces, no se puede censurar, a diferencia de las redes sociales centralizadas,
Speaker:donde en un solo lugar está toda tu información y si quieren,
Speaker:dañarte, liberarte de tu cuenta, lo que sea,
Speaker:porque no les conviene, pues lo van a hacer y no pasa nada.
Speaker:En un solo clic, deja de existir esa red,
Speaker:entonces son dos cosas diferentes,
Speaker:completamente diferentes y una, pues vale la pena, por ejemplo,
Speaker:la red social centralizada, pues te puede ayudar o te puede perjudicar.
Speaker:Y las otras, pues, no se puede vincular a ti.
Speaker:Entonces, básicamente, es neutro.
Speaker:O sea, claro, si hablamos más técnicamente y hablamos de que te conectas sin un VPN y sin nada de,
Speaker:se puede decir, protección, pues se puede detectar de dónde estás conectando
Speaker:y todo ese tipo de cosas, ¿no?
Speaker:Pero es mucho más difícil, se ocuparía mucho más trabajo para poder determinar,
Speaker:que esa red, que esa publicación pertenece a ti,
Speaker:no a alguien, porque básicamente es anónimo.
Speaker:Entonces, eso es el asunto de estos dos tipos de redes.
Speaker:Y...
Speaker:Es difícil, pero lo mejor, lo mejor así, es dejar de usarlas.
Speaker:Como ya dije en el programa anterior, pues es un vicio.
Speaker:O sea, hay gente que se la pasa publicando casi cada acción que hace en el día,
Speaker:¿no? Como que no tiene nada más que hacer.
Speaker:Tal vez es su psicólogo es su forma de sacar el fuga entonces de ahí sale,
Speaker:publicación tras publicación publicación tras publicación que voy al baño que
Speaker:ya salí del baño que voy por el café ahora voy a la oficina,
Speaker:pues que estoy aburrido tengo que trabajar pero tengo ganas.
Speaker:Y pobres cosas de esas entonces Entonces,
Speaker:no tiene caso estar publicando. Sí te puede salvar, ¿eh?
Speaker:Porque, de hecho, estar publicando tanto así, te puede decir,
Speaker:mira, mi perfil cómo es. Todos los días hago lo mismo, mira.
Speaker:Aquí hay todas las publicaciones de todos los días. Y todo lo que hago todos
Speaker:los días. Y esas son mis rutinas, se puede decir.
Speaker:Puedes deducir mi rutina con todas mis publicaciones.
Speaker:Entonces, si un día, ah, pasó algo, dices, no, pues esa persona es poco probable
Speaker:porque en esta hora estaba en este lugar, mira, aquí está su publicación.
Speaker:Y a menos que sea un doble, ¿verdad?
Speaker:Pero, un cuate, un gemelo, no sé, pero es muy difícil, ¿no?
Speaker:A diferencia de que si no publicas nada, en mi caso yo no publico nada, nada personal.
Speaker:Entonces, ni me gusta, pero sí te puede ayudar.
Speaker:Pero a la vez, también te puede condenar, se puede decir.
Speaker:Entonces si vas a publicar pues las publicaciones,
Speaker:que no sean públicas que sea nomás al grupo de personas que tú quieras porque,
Speaker:si así alguien quiere usar tus publicaciones en tu contra pues no pueden entrar a tu cuenta,
Speaker:o sea van a haber las publicaciones que son abiertas al público en general a todo el mundo,
Speaker:pero si no eres parte de los amigos o de la familia o lo que sea entonces no
Speaker:van a poder ver las publicaciones y eso está bien o sea, tienes un poco más de control porque,
Speaker:a veces pensamos que tenemos control sobre las redes pero como dije ahorita,
Speaker:hay veces que ni siquiera te sabes tu contraseña,
Speaker:o sea,
Speaker:no tienes actualizado los datos de recuperación en tu cuenta eso todos lo deben
Speaker:de hacer todos tener al día sus cuentas,
Speaker:todos los métodos de recuperación.
Speaker:Entonces, pues, eso es el asunto del día de hoy.
Speaker:¿Por qué? Porque la verdad, hay muchos casos que me han llegado.
Speaker:En lo que va del año, un montón de casos que tienen que ver con esto.
Speaker:Y les puedo decir que un 80% son mentiras.
Speaker:El otro 20% es media verdad. Media. O sea,
Speaker:porque las cosas pasan de forma diferente a como están hechas declaraciones.
Speaker:Entonces, si me preguntan, ¿esta ley Olimpia sirve? Para nada.
Speaker:O sea, nomás le saca dinero a la gente, porque la verdad,
Speaker:la mayor parte de las denuncias son falsas, Falsas Hasta que la misma autoridad,
Speaker:Diga Declararse en falso Y te lo voy a hacer válido Porque tú siempre protestas
Speaker:Que vas a decir la verdad Y no protestas que vas a decir la verdad Entonces te la voy a aplicar,
Speaker:Pero a las mujeres no se las aplican Y se las debería de aplicar tal cual No
Speaker:sé si no Pues o sea A que estamos jugando.
Speaker:O sea, ahí está el... A mí no me importa que la presidenta sea Sheamus y sea mujer.
Speaker:O sea, debe ser igual. O sea, dices mentiras, declaración falsa de tu autoridad, pues órale.
Speaker:Y así ya la que sigue, que va a declarar, que va a hacer una declaración,
Speaker:que la piense si la va a hacer en falso.
Speaker:Después se queda en el bote ella por andar diciendo mentiras.
Speaker:Y eso está bien o sea yo estoy de acuerdo que se proteja a las mujeres y todo lo demás pero,
Speaker:si dicen mentiras no está bien no está bien así que,
Speaker:bueno eso es el primer tema del día de hoy,
Speaker:y vamos a resumir así de tres minutos así rapidito de lo que hablamos que es,
Speaker:dos tipos de redes sociales, descentralizadas y centralizadas.
Speaker:Descentralizadas, Mastodon, el Pixel Fed, como el Instagram.
Speaker:Luego dijimos que las redes descentralizadas son anónimas y son más libres y
Speaker:pues nada se puede vincular a ti.
Speaker:Luego dijimos que las redes sociales centralizadas como Facebook, Instagram,
Speaker:Meta, todo eso, son redes centralizadas que tienen control absoluto sobre ti,
Speaker:y si dices algo que no, pues te cancelan y se acaban, ¿no?
Speaker:O sea, porque tu perfil es verdadero y todo está vinculado a ti.
Speaker:Entonces, la red social descentralizada te puede servir o te puede perjudicar.
Speaker:Luego dijimos también que es importante que actualices tus datos de recuperación de tu cuenta.
Speaker:Que sea tu correo, tu teléfono, el de alguien que confíes, teléfono y correo,
Speaker:por si el tuyo le pasa algo, ¿no?
Speaker:Y aparte las clases de recuperación de cada servicio y que usen un administrador
Speaker:de contraseñas y que no sea el Keychain de Apple,
Speaker:o el navegador, pues eso no está bien. Bitwarden está bien, ProtonPass está bien.
Speaker:Entonces, ese es en resumen de lo que hablamos acerca de esta ley olimpia y pues todo lo que,
Speaker:consecuencias por las mentiras que se dicen.
Speaker:Entonces, continuamos con el segundo tema del día de hoy, que es la alteración,
Speaker:de videos y la física óptica.
Speaker:¿Y por qué este tema?
Speaker:Bueno, primero es el tema de mi investigación para el grado de doctorado.
Speaker:Y segundo porque en mi campo de trabajo los videos es casi cosa del diario Es.
Speaker:Una prueba pericial que sucede un montón Y siempre hay muchas dudas que si un
Speaker:video es válido, si es alterado,
Speaker:y cómo se puede mostrar si es válido o no.
Speaker:Entonces, por eso y porque siento que hay muchos pretextos para... O sea.
Speaker:Las autoridades lo tratan de desacreditar los videos por cualquier cosa.
Speaker:No saben lo difícil que es alterar un video.
Speaker:O sea, no importa que haya IA. La IA no puede alterar un video fácilmente.
Speaker:Puede crear uno, nuevo, desde cero.
Speaker:Pero no lo va a crear en el ambiente, en donde sucedieron los hechos, los eventos.
Speaker:Entonces, de esto vamos a hablar el día de hoy. porque es muy importante para,
Speaker:poder, por ejemplo, hacer la promoción de una prueba pericial ante una autoridad.
Speaker:O sea, qué argumentos, qué hacer y en qué fijarse para que un video no sea alterado.
Speaker:Y no se puede, les digo que un video es muy difícil,
Speaker:o sea, se puede cortar un pedazo y se puede hacer como un,
Speaker:subvideo o un segmento del video y dejar todo lo demás afuera pero eso no lo
Speaker:altera, o sea, le cortas un pedazo.
Speaker:Y ese paso ya no existe se puede decir o puede ser un vídeo separado pero el vídeo original pues,
Speaker:si es con,
Speaker:unas cámaras de videovigilancia la fecha y la hora se va a ver alterada luego
Speaker:luego entonces no se puede cortar nomás un pedazo ya o sea,
Speaker:entonces puedes presentar pedazos donde,
Speaker:donde no pasó nada se puede decir,
Speaker:pero como los extremos que sobraron de donde se cortó pero pues te vas a dar
Speaker:cuenta oye porque no me muestras el pedazo este es que lo corté,
Speaker:está muy difícil pues no,
Speaker:es muy probable es 99% probable que un video esté alterado así desde el principio,
Speaker:y lo digo porque tengo 10 años de experiencia en esto,
Speaker:así que bueno vamos a ver.
Speaker:Vamos primero,
Speaker:pues hablando de las máquinas que nos vigilan, pasamos al segundo tema de hoy
Speaker:que conectan directamente con esto, y que son las cámaras de videovigilancia, o CCTV,
Speaker:y esos son closed circuit TV, o sea televisión.
Speaker:Con la exposición de la inteligencia artificial y los deepfakes existe la percepción
Speaker:de que cualquier video puede ser alterado para incriminar a alguien o borrar un delito.
Speaker:La realidad forense es muy distinta.
Speaker:De hecho, en el desarrollo de mi investigación doctoral sobre la inteligencia
Speaker:artificial y la verificación de autenticidad de video, este es el núcleo del problema.
Speaker:El problema. Alterar un video de seguridad para engañar a un perito es una tarea titánica.
Speaker:Por dos razones. La estructura de los datos y la ley de la física óptica.
Speaker:Entonces, primero, el archivo.
Speaker:Los videos no son fotos apiladas, son flujos comprimidos con E-frames,
Speaker:completos y cuadros predictivos que solo guardan movimiento.
Speaker:Si alguien usa un software de edición para borrar a una persona de una escena,
Speaker:rompe esa cadena predictiva.
Speaker:Al procesar el video, las herramientas forenses como FFPROB o otros analizadores de estructuras,
Speaker:el archivo grita, dice, que ha sido recodificado.
Speaker:Y ahí te das cuenta rápido que un video fue alterado.
Speaker:Pero la verdadera barrera.
Speaker:Impenetrable era la luz. Cuando evaluamos un video mediante modelos avanzados,
Speaker:analizamos la coherencia lumínica, la difracción de la luz sobre los objetos,
Speaker:las sombras matemáticamente exactas,
Speaker:los vectores de movimiento y el ruido térmico del sensor de la cámara.
Speaker:Todo esto forma el ADN de esa grabación.
Speaker:Una IA puede engañar al ojo, puede engañar al ojo humano en TikTok, por ejemplo,
Speaker:pero es estadísticamente incapaz de replicar de forma perfecta la física óptica del mundo real.
Speaker:En todos y cada uno de los fotogramas.
Speaker:De un circuito cerrado ok aquí estamos hablando de cámaras,
Speaker:digitales en general tanto de teléfonos como de cámaras circuitos cerrados de video vigilancia,
Speaker:aquí en este caso aunque si aplica pero ya que mi investigación se basa en todo
Speaker:lo digital o sea deja afuera cualquier,
Speaker:cámara óptica,
Speaker:cámaras digitales está bien pero las ópticas ya quedan afuera de mi rango de investigación ok este,
Speaker:entonces dejando eso claro,
Speaker:Vamos a explicar un poco cómo y por qué es imposible que un video esté alterado.
Speaker:Primero, hay una cosa que siempre pasa y tratan de.
Speaker:Alterar o de despreciar la evidencia de un video, ¿no?
Speaker:Y eso lo hacen mediante tratar de decir, el video tiene la hora incorrecta.
Speaker:Entonces, generalmente, y lo digo
Speaker:por experiencia, pues la gente que tiene deberes en sus casas para grabar,
Speaker:lo que está pasando en el exterior y en el interior de su casa.
Speaker:Porque hay gente que pone cámaras en los cuartos En el cuarto de la televisión
Speaker:En la sala En la cocina Espero que no en los cuartos En las recámaras, ¿no?
Speaker:Pero bueno, a última hora, ¿no?
Speaker:Y también afuera en la calle Ponen cámaras Entonces...
Speaker:Los DBRs graban como que quemas en una hoja, ¿no?
Speaker:Vamos a poner, que agarras un fierro caliente, ¿no?
Speaker:Y tiene tu firma. Y ese lo pones en una hoja.
Speaker:Entonces esa hoja es como si uno es un E-frame en un video.
Speaker:Porque un vídeo pues es un conjunto de frames o de nosotros decimos group of pictures,
Speaker:y son diferentes tipos de frames no como frames y los los los ve los los y los penos los los los,
Speaker:y pedazos que los bidireccionales.
Speaker:Los principales y el interlazado, ¿no?
Speaker:Entonces, y hay otros, pero esos son los principales, porque si no,
Speaker:los voy a hacer bola, así de por sí, ¿verdad? Entonces...
Speaker:¿Qué pasa con los videos? Entonces, si tú tienes ese fierro caliente y a cada
Speaker:hoja, que vamos a decir que cada hoja es un segundo de un video, de una foto.
Speaker:Y le pones el sello, ¡fum! con caliente, ¡fum!
Speaker:Otro nuevo video, otra nueva foto del video, y le pones la fecha, la hora, ¿no?
Speaker:Entonces, esa forma parte de los pixeles del video en sí, que es un sistema del CMOS,
Speaker:del DVR,
Speaker:y es el sistema operativo del DVR que lo incrusta en cada frame del video.
Speaker:Entonces es imposible que tú puedas alterar el video, ni menos la fecha y la hora.
Speaker:Claro, tú puedes cambiar la fecha y la hora, que muchas veces pasa que.
Speaker:El DVR no está conectado al internet y no se actualiza automáticamente.
Speaker:Entonces muchas veces la fecha, bueno, la fecha, más bien la hora,
Speaker:está adelantada o atrasada una hora, ¿no?
Speaker:Este, eso sí puede pasar, pero eso no le quita, o sea.
Speaker:Se puede decir validez al video.
Speaker:El video está grabado en el lugar de la escena,
Speaker:donde ocurrieron los hechos. Entonces, aunque se haya recorrido 10 horas,
Speaker:están las cámaras, los ángulos de las cámaras, apuntando hacia el lugar de la escena de los hechos.
Speaker:O sea, no puedes demeritar eso.
Speaker:O sea, puedes ir visa, pero si lo demeritas, decir básicamente que eres cómplice.
Speaker:O sea o sea, así o sea.
Speaker:También puede ser que vamos a decir oh, es que tengo la duda ¿cómo tienes dudas?
Speaker:Mira si quieres mañana ve al lugar a esa hora y si estás 10 horas atrasado,
Speaker:adelantado te vas a dar cuenta pero a lo mejor va a estar ahí,
Speaker:apuntando la cámara exactamente donde estaba apuntando en el momento y el escenario es idéntico entonces,
Speaker:¿quién pudo inventar ese escenario?
Speaker:No, no se puede o sea,
Speaker:Aunque las horas sean incorrectas, el video no se puede alterar.
Speaker:El contenido del video no se puede alterar.
Speaker:Y eso es que ni siquiera estoy hablando todavía de la física de la luz y la física óptica.
Speaker:O sea, ahorita nomás estoy hablando de encimita, así superficial,
Speaker:porque si me pongo a explicar todo lo demás, pues no sé qué,
Speaker:no van a entender.
Speaker:Los frames, voy a decir, voy a poner un ejemplo, un video de 30 segundos, que algo pasó,
Speaker:X cosas un delito un robo y se grabaron los 30 segundos donde alguien le robó
Speaker:a alguien la cartera, la bolsa lo que sea,
Speaker:y ahí está y tiene la fecha, la hora y y grabó el evento,
Speaker:Ese video puede ser que dure 10,
Speaker:horas. ¿Por qué? Porque hay unos DVRs que graban continuo.
Speaker:Otros DVRs que graban de acuerdo al movimiento. Si hay movimiento,
Speaker:graban. Si no hay movimiento, no graban.
Speaker:Hay DVRs que cuando extraen los videos, los extraen,
Speaker:en segmentos de 8 horas, otros de una hora, y otros tú puedes escoger que de
Speaker:cada 10 minutos, cada 15, o sea, hay diferentes sistemas, ¿no?
Speaker:Entonces supongamos que si puedes extraer los 30 segundos.
Speaker:En un video de en un segmento de 10 minutos de esos 10 minutos nos interesan
Speaker:30, entonces cuando lo extraes,
Speaker:el mismo DVR es como que tiene toda la secuencia vamos a suponer que ese DVR
Speaker:graba continuamente Entonces, si tú haces toda la secuencia,
Speaker:de un video que en este caso dure 8 horas y tú ocupas 10 segundos, ¿para qué?
Speaker:Y entonces, si tú le dices al DVR, oye, ocupo nomás de esta hora a esta hora.
Speaker:Entonces, ah, bueno, pero yo nomás bajo de 10 minutos y 10 minutos.
Speaker:Ah, bueno, entonces, los otros 30 segundos o ese minuto está dentro de este
Speaker:rango, entonces bájame estos 10 minutos.
Speaker:Y entonces, toda la demás secuencia,
Speaker:Ya se perdió. Pero eso no hace que el video sea inválido. O sea, se generó,
Speaker:una secuencia o una subsecuencia del original.
Speaker:Y si tú lo vuelves a poner todo completo, vas a ver ese pedazo idéntico.
Speaker:Entonces, no está alterado. Simplemente extrajiste la parte importante.
Speaker:Entonces, no se puede hacer que por eso un video valga menos.
Speaker:Luego.
Speaker:Está los frames por segundo. Cuando tú haces los frames por segundo.
Speaker:Tú sabes que unas cámaras de seguridad. Lo máximo son unos 30.
Speaker:Generalmente funcionan en 30. Hasta 12 bajan. 15 y así.
Speaker:Y eso que se debe. A que por ejemplo vamos a decir.
Speaker:Que ahorita está grabado continuamente. pero si tú no bueno,
Speaker:si no hay movimiento entonces deja de grabar entonces empieza como un contador vamos a decir,
Speaker:te dejo de grabar ahorita y empieza a contar,
Speaker:no hay movimiento no hay movimiento uno, dos, tres y empieza a contar todos
Speaker:los segundos segundos, segundos un segundo, dos, diez, veinte,
Speaker:treinta y no hay nada de movimiento,
Speaker:entonces ¿para qué saco como foto tras
Speaker:foto tras foto de algo que no hay movimiento? Es que es la misma foto.
Speaker:Entonces, saco una foto que es un frame I y después dice, ah,
Speaker:este frame lo voy a duplicar por 30 segundos o un minuto que no hubo nada de
Speaker:movimiento. Entonces por 60.
Speaker:Entonces cuando lee ese archivo del video,
Speaker:empieza a decir, a ver, aquí no hubo movimiento, entonces uno este frame multiplicado
Speaker:por 60 lo voy a reproducir,
Speaker:y ya hubo movimiento entonces graba el nuevo frame y empieza y para no gastar.
Speaker:Tantos frames pues como no hay movimiento entonces en el lugar de usar 30 frames,
Speaker:usa 12 frames o 15, etc. Depende.
Speaker:Del programa como esté hecho el deber.
Speaker:Entonces, así funciona esto.
Speaker:Y tú puedes ver en un archivo de un video cómo está hecho los frames interlazados,
Speaker:los principales y los bidireccionales.
Speaker:Entonces, no hay forma de que un video sea alterado,
Speaker:de ninguna forma. O sea, todos los videos,
Speaker:por default son válidos, aunque estén cortados.
Speaker:O sea, porque nomás es un pedazo de...
Speaker:Si el pedazo que te interesa es un segmento de la totalidad,
Speaker:se puede decir, es válido.
Speaker:O sea, aunque no puede haber la totalidad, pero si se documentó de dónde salió y cómo salió, es válido.
Speaker:Y si tú vas y verificas las cámaras y los ángulos entonces puedes saber con
Speaker:certeza que existió y dónde estaba ubicado y todo lo demás,
Speaker:entonces no hay forma,
Speaker:de que un video de cámaras de videovigilancia,
Speaker:sean alterados.
Speaker:Y se podría aplicar similar para las cámaras de los celulares.
Speaker:Pero pues ahí no tenemos, se puede decir, la fecha y la hora continua como una cámara de vigilancia.
Speaker:Pero de todas maneras, se aplica el mismo principio de que si se corta y se
Speaker:altera, pues en los frames no vamos a dar cuenta.
Speaker:Entonces, si es una cámara de videovigilancia con fechas y horas aunque esté
Speaker:atrasado, adelantado, lo que sea el video es válido,
Speaker:si es de teléfono o de una cámara digital, lo que sea ya es otro asunto ahí
Speaker:sí hay que tener un poco más de se puede decir,
Speaker:cautela pero mientras sea cámara de vigilancia es imposible alterar un vídeo
Speaker:sin que se pueda detectar básicamente a simple vista,
Speaker:porque vas a ver que las fechas y la hora se va a brincar cuando está alterado.
Speaker:Entonces, todavía ni siquiera hemos hablado de la física o de la óptica,
Speaker:pero creo que mejor no, porque los voy a asustar.
Speaker:Pero vamos a nomás así como una una introducción ¿no?
Speaker:Entonces vamos a suponer que en una escena pues de un crimen este pues hay una persona,
Speaker:entonces ¿qué es lo primero que tienes que hacer?
Speaker:Vamos a suponer así que sea una cámara de videovigilancia y la persona está
Speaker:bien perrona para falsificar, es imposible la verdad,
Speaker:pero una cosa hipotética que,
Speaker:tendría que ser una persona que para un video de un minuto le dedicará todo el año,
Speaker:y para dedicarle todo el año para falsificar un video pues le tiene que dar
Speaker:para un billetón Y para eso Debe ser algo muy cañón.
Speaker:Y de todas maneras Lo iba a detectar Yo lo iba a detectar de todas maneras que
Speaker:está falsificado Aunque Dedique un año Dos años para un video De 10 minutos de 5,
Speaker:Así que No vale la pena Básicamente Alterar un video O sea, no se puede es muy fácil de detectar.
Speaker:Los que creen que es fácil y se puede alterar muy rápido y nadie se da cuenta,
Speaker:pues no conocen la física de la luz.
Speaker:Entonces, vamos a suponer que en ese video hay dos personas,
Speaker:que alguien le robó la cartera, la bolsa a otra.
Speaker:Entonces, ¿qué es lo primero que te fijas?
Speaker:Primero vas a desmenuzar el video lo vas a separar en,
Speaker:en frames puros frames tipo I o sea, principales o sea, no me interesan las
Speaker:copias nomás donde hay movimiento,
Speaker:entonces, cada uno de esos vas a ver, ¿cuántas personas hay?
Speaker:Dos personas vamos a un algoritmo y vamos a Para detectar el esqueleto de las personas.
Speaker:¿Cómo está el esqueleto de las personas?
Speaker:O sea, ¿cómo se está moviendo con el tiempo?
Speaker:¿Y dónde está la luz? ¿Es de noche? ¿Es de día?
Speaker:Entonces, supongamos que es el escenario más difícil. ¿Es de noche?
Speaker:Bueno, pero debe haber luz por lo menos de las estrellas.
Speaker:Bueno, supongamos que que una ciudad súper mega avanzada como Tijuana que hay
Speaker:luz en todos lados bueno,
Speaker:ahí nos quedó mal el presidente municipal que no ha hecho nada pero bueno, eso no me interesa.
Speaker:Y entonces, ¿dónde está la luz?
Speaker:Encima, atrás, enfrente de la persona o de las personas.
Speaker:¿Qué color de luz es? ¿Amarilla, blanca?
Speaker:Porque tienen que saber que si pone la luz amarilla los colores de los objetos en la noche cambian,
Speaker:o sea tan sencillo como una lámpara
Speaker:LED de esas amarillas y ponen algo abajo de otro color y a lo mejor,
Speaker:es azul, pero es verde o al revés no sé porque la luz cambia la percepción a la vista humana,
Speaker:y
Speaker:si es blanca pues le vas a ver el color que es entonces te fijas en esos detalles,
Speaker:ya les estoy dando mis secretos y eso es que todavía apenas está,
Speaker:iniciando el pre-proyecto del doctorado No siquiera,
Speaker:les he dicho de las matemáticas atrás de esto.
Speaker:Porque esto nomás es así por encima. O sea, atrás de esto hay matemáticas, muchas matemáticas.
Speaker:O sea, entonces...
Speaker:Si se fijan,
Speaker:es muy, se puede decir,
Speaker:entre comillas, sencillo. Si miras,
Speaker:supongamos, como el sol, ¿no? Desde la mañana, como avanzando el sol, ¿no?
Speaker:Desde el oriente hasta el poniente, cuando está mediodía,
Speaker:está exactamente encima de uno entonces no hay sombra y si es que hay sombra
Speaker:hasta abajo de ti no más así como que pues ni se alcanza a ver hasta,
Speaker:unos minutos después que el sol empieza a cambiar del ángulo empieza a ver más
Speaker:sombra y más sombra y más sombra,
Speaker:entonces lo mismo pasa en la
Speaker:noche con una lámpara si está encima de ti pues no vas a ver sombra O sea,
Speaker:si está enfrente, si está a cuantos grados de inclinación sobre ti y sobre la otra persona.
Speaker:Entonces, todo esto se toma en cuenta.
Speaker:Y se puede determinar fehacientemente que los videos son o no alterados.
Speaker:Y 99.9% de los videos es imposible alterados.
Speaker:Los únicos que podrías alterarlos, se puede decir, serían los memes.
Speaker:Y los creados por la IA pero pues los que creados por la IA,
Speaker:luego no te das cuenta que son creados por IA eso a la simple vista y de hecho
Speaker:cuando creas un video por IA te pone un iconito de la misma IA que lo creó para
Speaker:que sepas que es creado por la IA,
Speaker:entonces no hay forma de que un video en la cámara,
Speaker:de seguridad pueda ser alterado.
Speaker:Y si se aplica estos temas de la,
Speaker:se puede decir de la física,
Speaker:de la luz y de la óptica.
Speaker:Los videos y también las fotos porque las fotos pues se puede decir un frame
Speaker:de un video entonces se puede aplicar también a una foto,
Speaker:el este,
Speaker:el vivo la misma forma de evaluar,
Speaker:que para las fotos existe otro otras técnicas como error level análisis y todo
Speaker:esto no pero se puede aplicar también esta nueva técnica que que es mi investigación,
Speaker:y no se puede alterar los vídeos punto CC por Antarctica Films Argentina.
Speaker:Punto. No voy a decir más. Y sí me da ganas de explicarles cómo funciona todo esto,
Speaker:pero es mucho rollo, por ejemplo, lo que dije, porque hay algoritmos para todo.
Speaker:Por ejemplo, el esqueleto, cómo se mueve la persona, y en lugar de ver a la
Speaker:persona, ves el esqueleto, cómo se está moviendo.
Speaker:Entonces le pones la fuente de luz y hacia donde se proyecta y después revisas la proyección,
Speaker:que debe de ser de acuerdo a tus cálculos con la proyección que está en el video,
Speaker:y si concuerda entonces debe decir que no hay problema si no concuerda entonces está alterado un video,
Speaker:y eso se aplica en los videos de videovigilancia en los videos generados por
Speaker:cualquier teléfono celular,
Speaker:o cámara digital,
Speaker:y pues hasta por las webcams cualquiera pero esto no aplica a cámaras.
Speaker:Con lentes análogos,
Speaker:se puede aplicar a las sombras pero como también hay otros aspectos que se tienen
Speaker:que tomar en cuenta como cuántos frames por segundo de este,
Speaker:qué tamaño de la foto, de la imagen entonces todos esos datos y todos los metadatos
Speaker:que van incluidos y las cámaras.
Speaker:Ópticas pues no tienen metadatos entonces por eso todo eso queda descartado,
Speaker:así que espero no haberlos confundido y,
Speaker:aburrido con tanto relajo esto de los videos pero es que,
Speaker:Me han llegado tantos, tantos casos de esto que tiene que quedar claro que los
Speaker:videos, 99% son originales.
Speaker:El 1% hechos con IA.
Speaker:Pero cualquiera se da cuenta que están hechos con IA y listo.
Speaker:Entonces no creo que pueda haber uno que esté,
Speaker:bien alterado y que no sea visible a la vista, así de fácil.
Speaker:Así o sea cualquier vídeo que está alterado hasta el que sea experto lo puede
Speaker:detectar a simple vista porque será dar cuenta de los brincos que hay.
Speaker:O sea dar cuenta de que la fecha Y que la hora Más bien los minutos y los segundos Este Como,
Speaker:van subiendo Rápidamente Se van moviendo rápidamente los segundos Entonces va
Speaker:a estar mal hecho El reloj Y en esos detalles te puedes dar cuenta ¿Verdad?
Speaker:Entonces son un montón de De pequeños detalles Pero Está muy bien,
Speaker:y eso es el principio después les iré
Speaker:platicando como vaya avanzando la investigación y hacia donde vamos pero,
Speaker:quiero que quede claro eso los videos no se pueden alterar fácilmente y me pueden
Speaker:alegar también de que los videos pues cuando los sacas,
Speaker:por ejemplo en tu celular,
Speaker:y lo mandas por,
Speaker:por whatsapp a otra persona pues ya se alteró y si es cierto o sea ya perdió
Speaker:calidad ya perdió metadatos hasta el nombre del mismo video ya cabió el nombre el archivo.
Speaker:Y si en este caso ese video ya no es el mismo pero el contenido aunque sea de menos calidad,
Speaker:si es el mismo entonces en este caso pues el video se tiene que.
Speaker:Extra original y si el original no existe porque no existe verdad,
Speaker:de que se envió pues no o sea el que se envió tal vez sería la última opción si,
Speaker:este a la persona que se lo envió en la que está demandando, ¿no?
Speaker:Y pues no le puedes decir al otro o a la otra persona oye, dame el original, ¿no?
Speaker:Pues no, ¿verdad? Entonces, en ese caso, pues ya no hay más que hacer más que ver pues cómo llegó,
Speaker:cuándo llegó y si concuerda con la fecha que se lo envió la otra persona y cosas así, ¿no?
Speaker:Entonces, pues si hay formas de validar eso y por eso digo que la mayor parte
Speaker:de los videos aunque se hayan enviado por whatsapp y lo que sea,
Speaker:son válidos o sea claro que si te das cuenta que le falta un frame o algo cuando se pasa por el,
Speaker:algoritmo pues entonces decir que la persona que lo recibió lo alteró y ahí sí verdad pues pero.
Speaker:Para que te hablan si sabes que vas a llegar a la verdad y si es una mentira,
Speaker:pues van a pagar porque se sale en contra de ellos entonces pues no creo que les convenga verdad,
Speaker:entonces pues hasta ahí le dejamos el día de hoy llegamos al final del análisis
Speaker:de hoy y la conclusión es clara.
Speaker:Vivimos en una era donde la coartada perfecta y el crimen perfecto están desapareciendo
Speaker:frente a la recolección masiva de datos.
Speaker:La ley Olimpia nos demuestra que el anonimato online es una ilusión cuando hay
Speaker:voluntad legal y técnica para investigar.
Speaker:Y por otro lado, la física óptica nos asegura que, a pesar de que los avances
Speaker:de la inteligencia artificial, la verdad grabada en un sistema de vigilancia
Speaker:sigue siendo extraordinariamente resiliente,
Speaker:ante la manipulación.
Speaker:Y pues, nos vemos. Los datos no mienten, pero hay que saber interpretarlos.
Speaker:Gracias por acompañarme en el episodio 71. Como siempre, si encontraron valor en este análisis,
Speaker:suscríbanse a la red privada en la plataforma favorita y dejen su resella y
Speaker:compartan este episodio.
Speaker:Soy Héctor Fuentes Cuiden su rastro Protejan sus datos Porque la red no olvida,
Speaker:Nos escuchamos en la próxima semana Hasta entonces, gracias.
