Deepfakes y estafas con IA: Meta presume de millones de cuentas cerradas, pero los datos los pone ella misma

Por Zendoric · 4 de septiembre de 2026.

Meta afirma haber desarticulado en los últimos meses redes de estafa impulsadas por inteligencia artificial que suman más de un millón de cuentas y activos falsos, y lo hace en un artículo firmado por Beth Ann Lim, directora de Estrategia de Política Pública para Asia-Pacífico de la compañía, publicado como "contenido de marca" en The Business Times de Singapur. El mensaje de fondo: ni Meta ni ningún banco o cuerpo policial puede frenar en solitario el fraude generado con IA; hace falta compartir datos entre plataformas, bancos y policías, en tiempo real.

Los ejemplos que aporta la propia empresa son concretos. Según Meta, este año desmanteló una red con sede en Camerún compuesta por 100 grupos y unas 12.000 cuentas en Facebook e Instagram dedicadas a estafas de "readopción" de mascotas: anuncios falsos de adopción que, tras enganchar a la víctima, pedían pagos por adelantado para veterinario, transporte o gestiones de entrega, con contenido generado por IA y adaptado culturalmente a Estados Unidos, Canadá, Australia, Nueva Zelanda y Reino Unido. En paralelo, Meta dice haber retirado o inhabilitado más de 15.000 activos que usaban perfiles falsos de mujeres japonesas para tejer relaciones sentimentales con hombres de mediana edad y mayores —algunos derivando hacia apuestas online—, con operadores repartidos entre China, Myanmar, Colombia, Filipinas, Indonesia, Estados Unidos y Nigeria, apuntando sobre todo a víctimas en Japón.

Para detectarlas, Meta dice apoyarse en sistemas de IA que cruzan texto, imagen y contexto: identifican cuándo una cuenta suplanta a una figura pública o una marca analizando patrones de seguidores falsos, biografías engañosas o asociaciones sospechosas, y marcan páginas que imitan visualmente webs legítimas antes de que un usuario caiga en ellas.

La pieza central del artículo, sin embargo, no es la tecnología de detección sino la fontanería institucional que la rodea. En septiembre de 2025, la agencia tecnológica del gobierno de Singapur (GovTech) se convirtió, según Meta, en la primera entidad gubernamental del mundo en integrarse en el Global Signals Exchange (GSE), una plataforma centralizada de intercambio de inteligencia sobre fraude entre gobiernos, plataformas y banca. El resultado que cita la compañía: entre octubre de 2025 y febrero de 2026, Meta retiró más de 30.800 cuentas y páginas de Facebook e Instagram a partir de URLs señaladas por GovTech, ahora con un sistema de reporte automatizado que actúa "a velocidad de máquina". Desde diciembre de 2025, Meta dice haber organizado con la policía real tailandesa y el FBI tres "semanas de disrupción conjunta" con ejercicios de intercambio de señales en vivo. El hito mayor llegó en mayo de 2026: una operación conjunta de Meta, Microsoft, Coinbase, Starlink, el Departamento de Justicia de EE.UU. y policías de Tailandia, Australia, Canadá, Indonesia, Japón y Malasia que, siempre según cifras de Meta, desactivó 1,4 millones de cuentas, páginas y grupos en Facebook e Instagram, 20.000 cuentas de Microsoft y miles de kits de Starlink, con 63 detenidos por la policía tailandesa.

Conviene leer estas cifras con el marco correcto: son un balance que Meta hace de sí misma, publicado como contenido patrocinado, no una auditoría independiente. Eso no las invalida —la escala y la geografía encajan con lo que otros informes del sector vienen documentando sobre la industrialización del fraude en el sudeste asiático—, pero sí obliga a tratarlas como lo que son: la versión de la parte interesada en demostrar que su plataforma es parte de la solución y no del problema.

Dicho esto, el diagnóstico de fondo del artículo es acertado y encaja con algo que venimos señalando en esta casa: el riesgo inmediato de la IA generativa no es la superinteligencia lejana, es la automatización barata del fraude de toda la vida. Un deepfake de un directivo, una voz clonada de un empleado de banco, una identidad falsa con currículum verosímil: la IA no inventa el timo, licúa el coste de producirlo a escala industrial. Y el artículo acierta en algo estructural: ninguna institución ve el fraude de punta a punta. La plataforma ve la publicación, el banco ve la transferencia, la policía ve la denuncia de la víctima; el estafador vive precisamente en las costuras entre esos tres puntos ciegos. Cerrar esas costuras exige que el dato fluya entre sectores que históricamente no se hablan, y eso es más un problema de incentivos y confianza institucional que de capacidad técnica.

La pregunta que el artículo no resuelve —lógicamente, porque lo firma quien tiene interés en que la respuesta sea "sí"— es si este tipo de colaboración se sostendrá cuando deje de ser noticia. El propio texto lo admite al pedir que la coordinación sea "permanente, no episódica": tres semanas de disrupción conjunta y una operación puntual en Tailandia son un buen titular, no un sistema. La lectura a largo plazo, coherente con la tesis de fondo de Zendoric, es que la misma IA que ha bajado el coste de estafar puede bajar también el coste de detectar y desmontar redes a la velocidad que exige el problema; pero eso solo ocurrirá si bancos, plataformas, policías y reguladores aceptan compartir datos de forma estructural y no solo cuando conviene a la foto. Mientras tanto, la asimetría sigue favoreciendo a quien ataca: montar una granja de cuentas falsas con IA generativa cuesta hoy mucho menos que desmontarla, por bien intencionada que sea la alianza.