Una camisa 'invisible' para la IA en Berlín expone lo frágil de la vigilancia algorítmica

Por Zendoric · 1 de septiembre de 2026.

El artista berlinés Simon Weckert ha presentado una camisa de botones bautizada 'Digital Camouflage' ('camuflaje digital') que, según su propia demostración, impide que las cámaras de videovigilancia con inteligencia artificial le reconozcan como una persona. La pieza es una respuesta directa al sistema de vigilancia con IA que este mes ha entrado en funcionamiento en Kottbusser Tor, un nudo de transporte de la ciudad de Berlín, según recoge CryptoPolitan.

El propio medio no detalla el mecanismo técnico del diseño —ni qué tipo de detector concreto elude: reconocimiento de personas, de rostros o de comportamiento—, así que conviene tratar la demostración como lo que es: una prueba de concepto artística, sin verificación independiente publicada, y no una auditoría de seguridad. Aun así, el gesto encaja con un patrón que Weckert ya había explotado antes: en 2020 se hizo célebre por pasear un carrito con 99 teléfonos móviles encendidos por una calle vacía de Berlín para simular un atasco falso en Google Maps y forzar así una ruta de desvío. Su sello es el mismo: usar un truco físico y barato para dejar en evidencia que un sistema algorítmico 'inteligente' puede confundirse con muy poco esfuerzo.

En general, esta corriente de 'moda adversarial' no es nueva. Desde hace más de una década, proyectos como CV Dazzle (patrones de maquillaje y peinado pensados para despistar detectores faciales) o los 'parches adversariales' de la investigación en visión por computador han demostrado que perturbaciones visuales mínimas —a veces casi imperceptibles para un humano— pueden hacer fallar por completo a un clasificador de imágenes. Lo que cambia ahora es el contexto: estas técnicas ya no se prueban solo en un laboratorio, sino contra cámaras reales que gestionan la seguridad de un espacio público, en pleno debate europeo sobre el despliegue de videovigilancia 'inteligente' en el transporte.

Esa es la parte que de verdad importa, más allá de lo anecdótico del experimento. Buena parte de la vigilancia algorítmica que se está instalando en ciudades europeas se vende con una etiqueta de 'IA' que sugiere fiabilidad, cuando en la práctica sigue siendo tan frágil como cualquier clasificador entrenado con datos limitados y expuesto a un mundo real lleno de casos extremos. Cuanto más se apoye la seguridad pública en estos sistemas —y cuanto menos se audite su robustez frente a intentos deliberados de evasión—, mayor es la brecha entre la promesa de control y la capacidad real de vigilar.

Nuestra lectura, coherente con lo que venimos sosteniendo sobre seguridad y gobernanza de la IA: el problema de fondo no es que un artista logre despistar una cámara con una camisa, sino la falta de estándares de robustez adversarial y de rendición de cuentas antes de instalar estos sistemas en espacios públicos. A corto plazo esto alimenta una carrera clásica de guion y contraguion —cada mejora en detección genera un contra-diseño que la esquiva— y erosiona la confianza tanto de quienes temen la vigilancia masiva como de quienes la promueven como solución de seguridad. A largo plazo, sin embargo, este tipo de fricción pública es sana: obliga a que la visión artificial que gobierna espacios compartidos pase pruebas de estrés antes de desplegarse, igual que exigimos pruebas de choque a un coche antes de venderlo. Una sociedad que aprenda a exigir esa robustez —y no solo el titular de 'cámaras con IA'— estará mejor preparada para beneficiarse de la automatización sin ceder de más en libertad ni en seguridad.