El arma de la deportación masiva no es una IA avanzada: es fusionar todas las bases de datos

🕒 Publicado en Zendoric: 22 de septiembre de 2026 · 07:23
✨ Generado con IA · cómo se hace
El uso de IA del DHS en casos de inmigración creció un 36% entre diciembre de 2024 y enero de 2026, según el American Immigration Council. Abogados, la EFF y la ACLU documentan cómo cruzar datos federales, estatales y comerciales permite detener primero y justificar después.
Por American Community Media · 17 de septiembre de 2026.
Entre diciembre de 2024 y enero de 2026, los casos de uso de inteligencia artificial del Departamento de Seguridad Nacional de EE.UU. (DHS, por sus siglas en inglés) ligados a inmigración crecieron un 36%, según un análisis del American Immigration Council. La cifra es el trasfondo técnico de lo que abogados, investigadores y organizaciones de derechos civiles describieron en un panel el 10 de septiembre en San Francisco, organizado por American Community Media: un aparato que cruza datos de múltiples fuentes —federales, estatales, locales y comerciales— para localizar, detener y deportar a personas, a veces antes de saber siquiera quiénes son.
El caso más citado fue la Operación Black Rose, una redada del DHS en octubre de 2025 sobre una furgoneta en Woodburn (Oregón), localidad con una de las mayores comunidades de jornaleros latinos del estado. Según Stephen Manning, el abogado que representa a las víctimas en la demanda colectiva derivada del caso, los agentes rodearon el vehículo sin saber quién iba dentro —lo marcaron como una "ubicación rica en objetivos"— y usaron la plataforma de gestión de deportaciones ImmigrationOS, de Palantir, junto con Mobile Fortify, una herramienta de reconocimiento facial por móvil, para "localizar en vivo" a los ocupantes. Manning resume la secuencia como "detener primero, justificar después": el gobierno sostiene ante los tribunales que ninguno de los ocupantes, esposados en la acera, estaba "bajo arresto" en ese momento, lo que rebaja el estándar legal exigido de causa probable a mera sospecha razonable. Todos fueron procesados para deportación salvo la demandante principal, identificada por sus iniciales MJMA, interceptada por el equipo de Manning en un centro de ICE antes de ser trasladada fuera de Oregón; un auto judicial reciente que obliga a entregar pruebas permitirá ahora investigar cómo se construyó ese cerco de vigilancia. Manning advierte que la infraestructura sobrevivirá a esta administración: "Una vez que la construyes, la reutilizas. No desaparece."
Para Steven Hubbard, científico de datos del American Immigration Council, el poder de este sistema "no viene necesariamente de una IA especialmente sofisticada... sino del volumen enorme de datos que las agencias ya pueden buscar, conectar y analizar". Según su clasificación, tomada del propio inventario de IA del DHS, la agencia despliega tres tipos de herramientas: aprendizaje automático para detectar fraude y puntuar riesgo de seguridad nacional; IA de lenguaje para traducir, resumir y clasificar documentos; y visión artificial, que incluye reconocimiento facial y lectores de matrícula. Hubbard lo compara con el "skip tracing" que usan las agencias de cobro de deudas para localizar direcciones y bienes de una persona, pero ahora a una escala que la verificación humana ya no puede seguir.
Una orden ejecutiva de Donald Trump de marzo de 2025, presentada bajo el argumento de eliminar "silos de información", abrió a las agencias de inmigración el acceso a registros de Hacienda (IRS), Medicaid, el programa de ayuda alimentaria SNAP y el sistema de verificación de vivienda del Departamento de Vivienda, además de censos electorales estatales. A eso se suman los datos que se compran a intermediarios comerciales como Thomson Reuters y LexisNexis, que —según Hubbard— se apoyan en un vacío legal de privacidad para vender información que de otro modo exigiría una orden judicial.
Uno de los canales menos escrutados es la base de datos de licencias de conducir comercial de la American Association of Motor Vehicle Administrators (AAMVA). El asunto ganó relieve tras un accidente mortal en Florida protagonizado por un camionero sij, Harjinder Singh, a quien el DHS calificó de indocumentado, versión que la oficina del gobernador de California rechazó alegando que fue la propia Administración Trump la que aprobó su licencia comercial. Florida demandó después a California y Washington por expedir licencias a personas sin papeles y el Tribunal Supremo rechazó ver el caso; el verano pasado, el DHS y la Administración Federal de Seguridad de Transportistas exigieron a AAMVA los registros completos de sus 17 millones de conductores, y 22 estados, entre ellos California, demandaron en agosto para bloquear la cesión, logrando una orden de restricción temporal.
La vigilancia también alcanza el discurso. Saira Hussain, abogada de la Electronic Frontier Foundation (EFF), describe la demanda United Auto Workers v. Department of State, presentada por EFF junto con Muslim Advocates y la clínica de Yale Law School, contra un programa que obliga a ciertos titulares de visado a mantener públicos sus perfiles en redes sociales; según ella, el objetivo es identificar e intimidar el "discurso desfavorecido" que define el propio gobierno, como el apoyo a los derechos palestinos o las críticas a la política estadounidense. El DHS, por su parte, ha enviado cientos de citaciones a Meta, Google y Reddit para identificar a críticos anónimos de ICE, en ocasiones sin notificar a los usuarios afectados, según reportó The New York Times.
Un informe de la ACLU coescrito por la investigadora Denise Bell, basado en más de 1.200 incidentes de aplicación migratoria en ocho estados durante 2025, documenta 624 actuaciones en espacios cotidianos —aceras, aparcamientos, paradas de autobús, parques—, 252 en centros de trabajo y 107 en juzgados y citas de inmigración. El mismo informe recoge 432 incidentes de conducta indebida, incluido el uso de la fuerza; 119 represalias contra quienes grababan las actuaciones; y 437 episodios de presunto perfil racial. "No fue un sesgo incidental y marginal. Fue el núcleo de cómo se operó la vigilancia masiva en 2025", afirma Bell, quien vincula el aumento de la mala praxis a los acuerdos 287(g) —que habilitan a policías locales para aplicar la ley migratoria— y a agentes que actúan enmascarados y en vehículos sin identificar. Bell resume su lectura del programa, en sus propias palabras, como "un modelo para el autoritarismo".
Lo que revela este expediente no es una IA temible por su inteligencia, sino por su función administrativa: fusionar lo que antes estaba disperso. Ni Mobile Fortify ni ImmigrationOS son sistemas de frontera comparables a los grandes modelos de lenguaje que solemos analizar en esta sección; son, en esencia, motores de correlación de bases de datos con una capa de reconocimiento facial y aprendizaje automático relativamente convencional. El salto no es técnico, es institucional —una orden que borra los silos que durante décadas separaron Hacienda, sanidad, vivienda y tráfico— y eso es lo que lo hace más peligroso: no hace falta ningún avance de IA para desplegar un aparato de este alcance, basta con decidir políticamente que los datos se compartan.
Esto encaja con algo que venimos sosteniendo en Zendoric: el riesgo de corto plazo de la IA rara vez viene de la superinteligencia lejana, sino de la aplicación mundana de herramientas ya maduras —reconocimiento facial, scoring de riesgo, minería de datos— a escala estatal y sin los controles que existían cuando esas búsquedas requerían una orden judicial o el trabajo manual de un investigador. El caso Black Rose, con su lógica de "detener primero, justificar después", y el hallazgo de la ACLU de que el perfil racial fue "núcleo" y no incidental, muestran cómo la eficiencia técnica puede erosionar garantías procesales básicas mientras la responsabilidad se diluye entre agencias, contratistas como Palantir e intermediarios de datos que operan en la zona gris de la ley de privacidad.
A largo plazo seguimos convencidos de que la capacidad de procesar información a gran escala es, en sí misma, neutral: la misma tecnología que aquí cataloga furgonetas de jornaleros podría, con otro mandato político, coordinar el reparto de tratamientos médicos o detectar fraude sanitario que hoy cuesta vidas, camino hacia esa abundancia que defendemos como horizonte. Pero ese horizonte no llega solo: depende de que la sociedad decida, con las mismas herramientas legales que hoy litigan contra AAMVA o contra el DHS, quién controla esos flujos de datos y bajo qué garantías. La advertencia de Manning —"una vez que la construyes, la reutilizas; no desaparece"— importa más allá de esta administración: la infraestructura de vigilancia levantada hoy con la excusa de la inmigración quedará disponible mañana para cualquier otro fin, gobierne quien gobierne. Este reportaje es la primera entrega de una serie de dos partes de American Community Media.
🔗 Relacionadas en Zendoric
- El arma de la deportación masiva no es una IA avanzada: es fusionar todas las bases de datos · 2026-09-18
- El verdadero avance contra las enfermedades raras no es un algoritmo más listo, sino uno que no necesita ver tus datos · 2026-07-12
- MCP, la 'fontanería' que conecta la IA con tus apps, corrige un fallo de diseño para escalar a millones de usuarios · 2026-07-21


