Hondurasgate y la crisis de la evidencia

El panorama político de Latinoamérica ha sido sacudido recientemente por el denominado Hondurasgate, un escándalo que estalló tras la difusión de treinta y siete audios por parte del medio español Canal Red vinculado a Pablo Iglesias. Estas grabaciones exponen una supuesta trama internacional liderada por el expresidente hondureño Juan Orlando Hernández, conocido como JOH, quien fue condenado en 2024 por haber convertido a su país en narcoestado y luego indultado por Trump en diciembre de 2025. Los audios sugieren una conspiración para desestabilizar a los gobiernos de México, Colombia y Brasil mediante el apoyo de actores externos y oscuros financiamientos.

Más allá del terremoto político, este caso nos sitúa frente a un dilema técnico sin precedentes. La veracidad de estos registros ha generado un debate entre la biometría y la retórica. Por un lado, la investigación sostiene que los audios superaron las pruebas de Phonexia Voice Inspector, una herramienta de biometría de voz empleada por agencias de inteligencia en más de sesenta países. Este sistema analiza la anatomía del tracto vocal, una huella biológica casi imposible de replicar con exactitud, arrojando una probabilidad de identidad superior al noventa y cinco por ciento. Frente a esta evidencia técnica, analistas como Óscar Estrada plantean dudas desde la narrativa, argumentando que los diálogos carecen de la naturalidad humana y parecen diseñados para explicar la trama a una audiencia externa.

Sin embargo, el verdadero peligro reside en algo que pudimos experimentar en un reciente taller de la Cámara Peruana de Inteligencia Artificial. Allí comprobamos cómo herramientas de automatización como Make.com o n8n, diseñadas originalmente para optimizar flujos de trabajo, pueden ser desviadas para gestionar procesos masivos de desinformación. Al conectar estas plataformas con diversos servicios mediante APIs (interfaces que permiten que programas distintos se comuniquen entre sí), logramos configurar un flujo donde un simple enlace en una hoja de cálculo disparaba una secuencia de agentes artificiales. Estos agentes no solo redactaban textos adaptados para cada red social, sino que generaban imágenes para ilustrarlos y los publicaban de manera autónoma.

El uso masificado de esta tecnología otorga a los implicados en diversas denuncias, lo que se conoce como negación plausible. Si cualquier persona puede clonar una voz con herramientas accesibles, cualquier acusado puede intentar desacreditar una evidencia real presentándola como una fabricación digital. La duda razonable se convierte así en el escudo perfecto para la impunidad.

Ante este escenario, una respuesta posible no pasa por la censura, sino por construir mecanismos de inmunidad digital basados en el crowdsourcing y el Machine Learning. Necesitamos redes de denuncia ciudadana donde la comunidad reporte contenidos sospechosos para que una IA entrenada en fact-checking analice patrones de manipulación en tiempo real. Este modelo de defensa colectiva, integrado en nuestros navegadores a través de API abiertas, podría alertarnos sobre la veracidad de una noticia antes de que se viralice.

Finalmente, los medios de comunicación deben abandonar su rol de cajas de resonancia. En la era de la IA, el valor del periodismo no está en la primicia, sino en la certificación de la verdad. Si las instituciones y los ciudadanos no construimos juntos estos mecanismos de defensa, nos arriesgamos a quedar atrapados en burbujas de filtro donde la realidad no se discute a partir de hechos verificables, sino de narrativas amplificadas por el algoritmo más eficiente.