Sextorsión infantil en Maine: los casos se multiplican por doce en un año y la IA generativa acelera el abuso

Por WGME · 28 de septiembre de 2026.

En Bath (Maine), el jefe de policía Andrew Booth está más que familiarizado con lo que él mismo describe como "una batalla constante": casos de sextorsión, un chantaje sexual en el que un delincuente se hace pasar por otra persona (catfishing) para conseguir que un menor envíe imágenes o vídeos sexualmente explícitos y después le extorsiona pidiendo dinero a cambio de no difundirlos. Según Booth, pagar rara vez cierra el caso: "En cuanto le das dinero a un estafador, solo va a pedir más".

Los datos estatales obtenidos por el equipo de investigación de WGME dimensionan el problema: los avisos de sextorsión en Maine pasaron de 109 en 2024 a 1.345 en 2025, un incremento superior al 1.000% en un solo año. La propia línea de denuncias del National Center for Missing & Exploited Children (NCMEC), la organización estadounidense de referencia contra la explotación infantil, ha identificado ya más de 150.000 imágenes y vídeos como material de abuso sexual infantil generado con IA, según los datos que maneja la entidad.

Maine respondió en abril de 2026 con una ley que tipifica como delito crear, compartir y poseer material de abuso sexual infantil generado por IA. Pero Booth admite que la ley va por detrás de la tecnología: "La IA es una de esas áreas nuevas en las que la policía está a la defensiva. No sabemos lo suficiente y no hay suficientes salvaguardas". Jamie Dorr, directora y fundadora del Midcoast Youth Center —una organización sin ánimo de lucro en Bath que ofrece servicios extraescolares para jóvenes y atención a personas sin hogar—, va más allá: para ella ni siquiera los mejores controles parentales bastan, porque "estos estafadores los van a esquivar", y reclama una respuesta a escala federal.

Nuestra lectura: este es exactamente el tipo de daño a corto plazo que no se puede minimizar. La IA generativa ha roto la premisa que sostenía a la sextorsión clásica —que hacía falta una imagen comprometedora real del menor—; ahora basta una foto normal de una red social para fabricar una versión sexualizada convincente, lo que multiplica el número de víctimas potenciales y contribuye a explicar un salto de doce veces en un año, que la fuente atribuye solo en parte a la IA. Es un ejemplo nítido de uso dual: la misma capacidad de generar imágenes fotorrealistas que impulsa la creatividad y la productividad también abarata el abuso a escala industrial.

Hay además una paradoja que merece señalarse. Como contexto del sector, cuantificar cientos de miles de piezas de material ilegal —como las más de 150.000 que reporta el NCMEC— solo resulta abordable con herramientas automáticas de clasificación, aunque la fuente no detalla con qué métodos lo hace la entidad: la misma familia de tecnología que genera el daño es, hoy, también la que permite detectarlo a escala. Ahí está, en miniatura, el patrón que se repite en cada debate sobre gobernanza de la IA: la capacidad avanza más rápido que las salvaguardas, y cerrar esa brecha —verificación de edad, marcado de procedencia de imágenes, cooperación entre plataformas y fiscales, formación técnica para policías locales como la de Bath— no es un lujo regulatorio, es la condición para que la sociedad llegue con confianza a los beneficios de largo plazo que esta tecnología promete en otros terrenos. Ignorar ese coste de transición, o tratarlo como un daño colateral menor, sería tan ingenuo como negar el potencial de la IA para mejorar vidas cuando madure con las protecciones adecuadas.