La advertencia de UNODC sobre la IA y la trata de personas revela una carrera por la automatización
UNODC ha emitido una contundente advertencia sobre la IA y la trata de personas, pese a que los gobiernos ya utilizan tecnologías similares para reforzar el control fronterizo. Publicada el 8 de septiembre de 2026, la advertencia describe la expansión de la automatización en la captación, el engaño, el control de víctimas, los delitos financieros y la ocultación operativa.
No se trata simplemente de otra historia sobre delincuentes que redactan mejores mensajes de phishing. El conflicto más profundo enfrenta la automatización criminal con una aplicación de la ley responsable. Los traficantes pueden adoptar herramientas económicas con rapidez, mientras que las autoridades deben sortear leyes, fronteras, estándares probatorios, normas de contratación pública y salvaguardias de derechos humanos.
La advertencia también exige una interpretación cuidadosa. UNODC identifica métodos creíbles que los traficantes utilizan o pueden explotar, pero los datos públicos aún no permiten aislar el efecto de la IA sobre el total de la trata. La evidencia es más sólida respecto al cambio en las capacidades, especialmente en complejos de estafas y redes de captación en línea.
Qué cambió en el manual de la trata
La IA generativa convierte varias tareas de trata que requieren mucho trabajo en flujos de trabajo repetibles y multilingües.
Un artículo de septiembre que recoge la advertencia de UNODC describe cómo los traficantes usan chatbots y agentes virtuales para automatizar el contacto con posibles víctimas. Estos sistemas pueden ayudar a los operadores a identificar señales de vulnerabilidad y adaptar sus estrategias a las dificultades económicas o las necesidades de empleo.
Tradicionalmente, la captación requería conocimiento local, habilidades lingüísticas y contacto personal sostenido. Las redes sociales ya habían ampliado la audiencia alcanzable. Ahora, la IA ayuda a un operador a procesar más perfiles, generar más variaciones y mantener más conversaciones.
El mensaje resultante puede parecer normal. Podría ser una oferta de empleo, una presentación romántica, una oportunidad de viaje o una solicitud de una persona aparentemente conocida. Los sistemas generativos facilitan personalizar cada acercamiento sin demostrar que el remitente comprende al objetivo.
La traducción instantánea extiende ese modelo entre idiomas. Un captador ya no necesita hablantes fluidos para cada mercado. La misma campaña puede adaptar su redacción, tono, nombres y supuestas condiciones de empleo para varios países.
Los medios sintéticos añaden otra capa. La IA generativa puede producir fotografías de perfil, documentos alterados, voces clonadas y vídeos deepfake, que muestran a una persona real haciendo algo fabricado. Estos materiales pueden hacer que un captador o empleador inexistente parezca creíble.
Esa credibilidad importa porque la trata suele comenzar con engaños, no con secuestros físicos. Una vacante convincente, un captador receptivo y una entrevista realista pueden llevar a alguien del contacto en línea al viaje o la dependencia.
El análisis de UNODC sobre la trata afirma que la IA generativa puede ampliar la captación y la coacción a través de fronteras culturales y lingüísticas. También vincula estas capacidades con la trata con fines de criminalidad forzada.
La criminalidad forzada consiste en obligar a una persona víctima de trata a cometer delitos en beneficio de otra persona. En los complejos de estafas, las víctimas pueden convertirse tanto en trabajadores explotados como en quienes contactan visiblemente a los objetivos del fraude.
Esta distinción complica la comprensión pública. Alguien que envía mensajes fraudulentos podría trabajar bajo amenazas, confinamiento, deudas o violencia. Tratar a cada operador de cuentas únicamente como delincuente puede ocultar la estructura de trata detrás de la pantalla.
La IA también modifica las operaciones después de la captación. Los traficantes pueden utilizar guiones generados, respuestas automatizadas, traducción e identidades sintéticas para respaldar estafas románticas o inversiones fraudulentas. Las herramientas de vigilancia pueden ayudar a supervisar a trabajadores y amenazas percibidas.
La advertencia de septiembre también describe posibles usos del reconocimiento facial dentro de redes de televisión de circuito cerrado. Estos despliegues podrían ayudar a grupos criminales a vigilar a la policía, rivales, intentos de fuga u otras interrupciones alrededor de sitios controlados.
Estas herramientas no eliminan a los traficantes humanos. Reducen la cantidad de atención humana necesaria para la selección de objetivos, la persuasión, la traducción y la vigilancia. Esa reducción cambia la economía de operar con muchas víctimas y jurisdicciones.
Sigue siendo esencial mantener un límite útil. La trata de personas implica la captación, el transporte, el traslado, la acogida o la recepción para la explotación mediante medios específicos de coacción o engaño. El tráfico ilícito de migrantes suele referirse a facilitar la entrada no autorizada a una frontera a cambio de un beneficio material.
Los delitos pueden solaparse, pero no son intercambiables. Alguien que inicialmente acepta ser objeto de tráfico ilícito puede posteriormente sufrir coacción o explotación. Una oferta de empleo falsa asistida por IA también puede conducir directamente a la trata sin parecerse al tráfico fronterizo convencional.
Por tanto, el desarrollo subyacente es operativo, no semántico. La IA permite a los grupos criminales combinar contenido persuasivo, coordinación remota, fabricación de identidades y vigilancia digital en un único flujo de trabajo. Esa integración crea la tensión central del artículo.
La advertencia de UNODC sobre la IA y la trata de personas sigue un cambio medible
La advertencia llega después de que la criminalidad forzada pasara de ser una categoría marginal de trata a una forma significativa de explotación detectada.
El documento de antecedentes de UNODC para un debate de las Naciones Unidas en 2025 informó de un cambio notable en los casos de trata detectados. La criminalidad forzada representaba aproximadamente el 1 por ciento de las víctimas detectadas en 2016 y el 8 por ciento en 2022.
Las autoridades habían identificado esta explotación en unos 25 países de todas las regiones. El documento destacó las operaciones de estafa en línea como una forma prominente que surgió en el Sudeste Asiático antes de extenderse más ampliamente.
Estas cifras no miden directamente la adopción de IA. Muestran que el modelo de explotación asociado con los centros de estafa se hizo más visible antes de la última advertencia. Las herramientas generativas entraron en una estructura criminal que ya se estaba expandiendo.
El modelo tiene dos grupos de objetivos. Los traficantes engañan a personas que buscan empleo para llevarlas a complejos o lugares de trabajo controlados. Luego, esas víctimas son obligadas a engañar a personas en otros lugares mediante esquemas románticos, de inversión, suplantación, recuperación, apuestas o comercio electrónico.
Una investigación de Associated Press ilustró hasta qué punto este proceso puede industrializarse. Un trabajador víctima de trata en Myanmar dijo que se comunicaba con más de 100 personas durante un turno típico.
Los registros obtenidos por los periodistas indicaban que atacó a unas 50.000 personas en al menos 17 países durante un mes. Sus supervisores utilizaban software respaldado por IA y guiones generados mientras controlaban a los trabajadores mediante violencia.
Esa investigación sobre complejos de estafas ofrece un ejemplo concreto de la IA integrada en un sistema de trabajo coercitivo. No establece cuán común es cada herramienta en las redes de trata.
Aun así, el caso revela por qué importa la automatización. Un trabajador captado puede mantener muchas identidades y conversaciones. El texto generado reduce el esfuerzo necesario para continuar cada intercambio, mientras que la traducción amplía el grupo disponible de víctimas.
La economía de la explotación ofrece otro motivo de preocupación. La Organización Internacional del Trabajo estimó que el trabajo forzoso en la economía privada genera 236.000 millones de dólares en ganancias ilícitas cada año.
La estimación representaba un aumento del 37 por ciento respecto al cálculo de la organización de 2014. La OIT atribuyó el incremento a un mayor número de personas explotadas y a mayores ganancias generadas por víctima.
La economía del trabajo forzoso no cuantifica los ingresos de la actividad asistida por IA. Establece el entorno financiero en el que ha llegado la automatización barata.
La IA generativa puede reducir los costes marginales sin crear el incentivo original. Las organizaciones criminales ya se beneficiaban del trabajo vulnerable, la aplicación deficiente de la ley y los canales financieros transfronterizos. La automatización facilita replicar partes de ese negocio.
Por ello, las agencias fronterizas, las plataformas tecnológicas, las autoridades laborales, los investigadores financieros y los fiscales afrontan presión. Ninguna organización ve la cadena completa, desde el anuncio en línea hasta el viaje, la coacción, el fraude y el blanqueo de dinero.
Las plataformas pueden detectar cuentas coordinadas, pero carecer de pruebas de explotación física. Los agentes fronterizos pueden advertir arreglos de viaje sospechosos sin ver los mensajes originales. Los bancos pueden identificar transferencias inusuales después de que las víctimas ya hayan sufrido daños.
Los fiscales enfrentan otro problema de fragmentación. El captador, el operador del complejo, el intermediario de pagos, el proveedor tecnológico y la víctima pueden residir en países distintos. Cada jurisdicción puede poseer solo una parte de las pruebas.
La presión es inmediata para los investigadores de primera línea, pero el cambio institucional es más lento. Las autoridades necesitan analistas capacitados, acceso legal a datos, identificadores compartidos, intercambio seguro de pruebas y procedimientos que reconozcan a delincuentes forzados como posibles víctimas de trata.
La automatización criminal avanza más rápido que una aplicación de la ley responsable
La principal contienda no es la IA contra la IA, sino la rápida adopción criminal frente a instituciones más lentas que deben seguir siendo legales y explicables.
Los servicios de IA para consumidores son accesibles, adaptables y económicos. Un operador criminal puede probar un modelo de traducción o un perfil sintético sin pasar revisiones de contratación, documentar la precisión ni evaluar las consecuencias para los derechos civiles.
Las fuerzas del orden no pueden operar en las mismas condiciones. Las agencias deben establecer autoridad legal, preservar pruebas, gestionar información sensible y defender las decisiones investigativas ante los tribunales. Los casos transfronterizos añaden tratados, sistemas incompatibles y demoras de traducción.
Esta asimetría favorece la experimentación de los delincuentes. Un anuncio rechazado puede reescribirse. Una cuenta eliminada puede sustituirse. Una frase detectada puede variar en miles de mensajes sin rediseñar toda la operación.
Europol informó en diciembre de 2025 de que los traficantes utilizaban anuncios generados por IA y campañas multilingües en redes sociales. También describió coordinación cifrada, vigilancia digital de víctimas y sistemas de pago habilitados por criptomonedas.
La visión general de Europol sobre la trata digital importa porque sitúa a la IA dentro de una infraestructura operativa más amplia. El contenido generado es solo un componente, junto con comunicaciones, pagos, logística y coacción.
La automatización transforma especialmente la parte superior del embudo de captación. Una red puede generar muchos anuncios, probar distintas promesas y responder continuamente a las preguntas iniciales. Los traficantes humanos pueden concentrarse en los objetivos que parecen dispuestos a viajar.
El mismo principio se aplica al fraude realizado por trabajadores víctimas de trata. La IA puede redactar respuestas y sugerir señales emocionales, mientras los supervisores imponen objetivos. Permite que menos gestores coordinen un mayor volumen de conversaciones.
Los deepfakes mejoran formas concretas de prueba social. Una breve videollamada o mensaje de voz antes brindaba seguridad de que una identidad era auténtica. Los medios sintéticos debilitan esa suposición, especialmente durante la contratación remota.
Sin embargo, la IA sigue siendo falible. Los mensajes generados pueden contener incoherencias, errores culturales, estructuras repetidas y detalles inverosímiles. Los rostros y voces sintéticos también pueden dejar artefactos técnicos, aunque los métodos de detección se enfrentan a una adaptación continua.
Esto genera una oportunidad de inteligencia. La automatización crea patrones entre cuentas, anuncios, imágenes, transacciones y dispositivos. Los investigadores pueden buscar esos patrones con mayor rapidez de la que les llevaría inspeccionar cada elemento manualmente.
La IA puede agrupar anuncios de empleo similares, conectar infraestructura reutilizada, señalar actividad financiera inusual y priorizar pruebas digitales. También puede traducir comunicaciones incautadas y ayudar a las agencias a comparar material entre casos.
Sin embargo, los sistemas de detección necesitan acceso a datos relevantes. Un modelo no puede conectar una entrevista fronteriza con un anuncio en línea si las agencias no pueden compartir identificadores. Tampoco puede rastrear dinero que pasa por intermediarios opacos sin cooperación financiera.
La calidad de las pruebas importa tanto como la predicción. Una puntuación de riesgo puede orientar la atención, pero un fiscal sigue necesitando pruebas admisibles que vinculen a los acusados con actos de trata, coacción, explotación y beneficios delictivos.
La parte criminal puede aceptar falsos positivos. Enviar un anuncio ineficaz desperdicia poco. Los sistemas gubernamentales no pueden identificar erróneamente a viajeros de forma despreocupada, bloquear desplazamientos lícitos ni tratar a víctimas de trata como infractores.
Esa diferencia explica por qué las afirmaciones sobre una carrera armamentística de IA pueden inducir a error. Ambos lados usan automatización, pero solo a uno se le exige rendir cuentas, actuar con proporcionalidad y ofrecer soluciones ante los errores.
La seguridad fronteriza es solo una capa de la respuesta
Detener la trata habilitada por IA exige investigaciones conectadas, porque gran parte del delito ocurre antes del viaje y después de cruzar una frontera.
La asociación de la historia con el World Border Security Congress convierte a la tecnología fronteriza en un foco natural. El evento de 2026 reunió a más de 400 delegados de 73 países en Viena.
Los debates del Congreso abordaron la trata, el tráfico ilícito de migrantes, el intercambio de datos, la biometría, la inteligencia artificial y los derechos humanos. Esta combinación refleja la realidad operativa a la que se enfrentan las agencias fronterizas nacionales.
Una intervención fronteriza puede evitar daños inmediatos. Un agente podría identificar detalles laborales contradictorios, documentos confiscados, acompañantes controladores, itinerarios inusuales o señales de que un viajero no comprende el trabajo prometido.
La IA podría ayudar a comparar patrones de viaje o a revelar vínculos con investigaciones conocidas. La biometría puede contribuir a verificar la identidad. El análisis de documentos puede detectar alteraciones que una inspección apresurada pasaría por alto.
Sin embargo, esas capacidades actúan en una fase posterior. El reclutamiento puede haber comenzado semanas antes a través de una plataforma social. Los registros de pago pueden estar repartidos entre varios proveedores, mientras que la coacción ocurre en un edificio privado tras un viaje legal.
Un sistema fronterizo también solo ve a las personas que cruzan sus puestos de control. No identifica automáticamente a víctimas reclutadas dentro del país, explotadas en línea o trasladadas por rutas fuera de los controles oficiales.
Por ello, la respuesta necesita vínculos operativos entre autoridades fronterizas, equipos contra el cibercrimen, inspectores laborales, unidades de inteligencia financiera, fiscales, servicios para víctimas y plataformas tecnológicas. Cada participante posee pruebas y responsabilidades distintas.
El análisis de INTERPOL sobre los centros de estafa afirma que, según informes, la IA ha facilitado anuncios de empleo falsos convincentes, perfiles deepfake, sextorsión y estafas románticas. La organización también coordina notificaciones y cooperación policial internacional.
Sus conclusiones sobre los centros de estafa refuerzan un punto crucial. Los investigadores deben seguir tanto la ruta de trata como la infraestructura de fraude, en lugar de asignarlas a equipos aislados.
La investigación financiera proporciona un puente. Los ingresos de las estafas en línea deben finalmente moverse, cambiar de forma o utilizarse para adquirir activos. El análisis de transacciones puede revelar redes que las denuncias individuales de reclutamiento no exponen.
Las pruebas procedentes de plataformas proporcionan otro. Texto reutilizado, asociaciones de dispositivos, comportamiento de administradores, compras de anuncios e información de recuperación de cuentas pueden conectar a reclutadores aparentemente independientes.
Las entrevistas centradas en las víctimas siguen siendo indispensables. Los sistemas automatizados no pueden inferir de forma fiable la coacción a partir de un historial de viajes o de una cuenta en línea por sí solos. Las personas también pueden ocultar información por temor a los tratantes, la deportación, represalias o el procesamiento penal.
Las autoridades deben distinguir entre víctimas obligadas a realizar estafas y miembros dispuestos de una red. Una clasificación simplista puede castigar a trabajadores explotados y alejar a testigos que conocen la organización del complejo.
La cooperación transfronteriza también necesita rapidez. Los registros de las plataformas pueden desaparecer, los fondos pueden trasladarse y los reclutadores pueden cambiar de cuentas con rapidez. Los procesos tradicionales de asistencia jurídica mutua pueden ser demasiado lentos para pruebas digitales volátiles.
UNODC sugiere que la IA puede ayudar a procesar grandes volúmenes de información y respaldar las respuestas a solicitudes de asistencia internacional. Esa promesa depende de estándares comunes de datos, intercambio seguro y revisión humana verificada.
La tecnología no puede compensar una jurisdicción poco clara. Los países siguen necesitando leyes que aborden el reclutamiento asistido por tecnología, la coacción, la explotación, el blanqueo y la responsabilidad a lo largo de la cadena operativa.
El software tampoco puede reemplazar el apoyo a las víctimas. Una persona cuyo viaje ha sido interrumpido o un trabajador rescatado necesita alojamiento seguro, asistencia jurídica, atención médica y protección frente a represalias. Sin ese apoyo, los avances en la aplicación de la ley pueden no perdurar.
La misma IA defensiva crea un riesgo para los derechos
Las autoridades pueden utilizar IA para encontrar patrones de trata, pero una vigilancia sin rendición de cuentas puede perjudicar a las mismas poblaciones vulnerables que pretenden proteger.
Las agencias fronterizas ya operan en entornos donde las personas tienen poco tiempo, información y capacidad práctica para impugnar decisiones. Añadir modelos de riesgo opacos puede intensificar ese desequilibrio.
Un sistema entrenado con datos históricos de aplicación de la ley puede reproducir sesgos anteriores. Si determinadas nacionalidades, rutas u ocupaciones recibieron un escrutinio desproporcionado, el modelo puede tratar ese patrón como prueba de riesgo futuro.
Los falsos positivos conllevan consecuencias graves. Un viajero legítimo puede perder una oportunidad, enfrentarse a detención o quedar vinculado a actividad delictiva. Una víctima de trata también podría ser clasificada como infractora de inmigración.
El reconocimiento facial plantea problemas distintos. La precisión puede variar entre grupos demográficos y condiciones operativas. Las listas de vigilancia pueden contener registros obsoletos o incorrectos, mientras que las personas a menudo no pueden saber por qué se produjo una coincidencia.
La integración de datos a gran escala crea una exposición adicional. Los registros de viaje, datos biométricos, detalles laborales, comunicaciones e información financiera pueden ser valiosos para las investigaciones. También son objetivos sensibles de uso indebido o brechas de seguridad.
La supervisión humana debe implicar más que aprobar la recomendación de una máquina. Los revisores necesitan suficiente información, autoridad y tiempo para rechazar un resultado automatizado. Las agencias deberían registrar tanto la contribución del modelo como la decisión humana.
Los sistemas también requieren propósitos definidos. Una herramienta introducida para identificar indicadores de trata no debería expandirse silenciosamente hacia el control migratorio generalizado sin un nuevo análisis jurídico y escrutinio público.
La evaluación técnica necesita métricas realistas. La precisión general puede ocultar errores graves que afectan a un grupo más pequeño. Las agencias deberían evaluar tasas de falsos positivos, casos no detectados, rendimiento demográfico, deriva de datos y resultados tras el despliegue.
Los contratos de contratación deben permitir pruebas independientes e investigación de fallos. La afirmación de un proveedor sobre la precisión no debería sustituir la validación con el entorno real de la agencia y datos representativos.
Existe una segunda incertidumbre del lado criminal. Las advertencias públicas suelen describir capacidades plausibles junto con casos documentados. Eso puede difuminar la diferencia entre uso demostrado, uso reportado y uso previsto.
La advertencia de septiembre ofrece un mecanismo creíble para el reclutamiento automatizado. No proporciona un recuento global de víctimas reclutadas por IA, una tasa de adopción medida ni una estimación causal de trata adicional.
La cobertura responsable debería preservar esa brecha. La IA está cambiando las herramientas disponibles, pero la pobreza, los conflictos, los mercados laborales engañosos, la corrupción y las protecciones débiles siguen siendo factores centrales de vulnerabilidad.
Exagerar el papel de la IA puede desviar recursos hacia el software mientras se descuidan las salvaguardas laborales, los servicios para víctimas y la investigación convencional. También puede alentar a los proveedores a vender sistemas de detección antes de que pruebas independientes respalden su rendimiento.
Subestimar su papel crea un riesgo diferente. Las autoridades podrían seguir tratando los anuncios multilingües, las identidades sintéticas y las conversaciones automatizadas como señales de fraude aisladas en lugar de como infraestructura de trata conectada.
La respuesta correcta no es ni el pánico tecnológico ni la complacencia. Las agencias necesitan herramientas guiadas por pruebas, usos claramente limitados, decisiones auditables y recursos para las personas afectadas.
Tres señales mostrarán si las autoridades están poniéndose al día
La siguiente prueba consiste en determinar si las instituciones convierten las advertencias en una disrupción mensurable sin normalizar la vigilancia indiscriminada.
La primera señal es la orientación operativa de UNODC y las autoridades nacionales. Los investigadores necesitan indicadores compartidos para el reclutamiento generado por IA, las identidades sintéticas, la criminalidad forzada y el control digital de víctimas.
Una orientación útil distinguiría entre pistas de investigación y pruebas. También explicaría cómo preservar medios generados, registros de chatbots, metadatos de plataformas y pruebas relacionadas con modelos entre jurisdicciones.
Si las agencias publican y adoptan tales procedimientos, la advertencia habrá producido una respuesta operativa. Si la orientación sigue siendo amplia, los grupos criminales conservarán la ventaja creada por la experimentación rápida.
La segunda señal es una aplicación coordinada de la ley contra redes completas. Los totales de detenciones por sí solos revelan poco cuando organizadores, intermediarios de pagos, reclutadores, operadores de complejos y facilitadores tecnológicos permanecen separados entre casos.
Hay que observar operaciones que conecten anuncios engañosos con registros de viaje, control en el lugar de trabajo, cuentas de fraude y flujos financieros. Esos vínculos muestran que los investigadores están tratando la trata y el delito habilitado por medios cibernéticos como un solo sistema.
La cooperación internacional también debería identificar a las víctimas obligadas a cometer delitos. Las operaciones exitosas informarán sobre resultados de evaluación, protección y derivación de víctimas junto con incautaciones y detenciones.
Si la aplicación de la ley continúa dirigiéndose solo a operadores de cuentas visibles, persistirá el desequilibrio central. Los organizadores de alto nivel pueden sustituir a trabajadores de bajo nivel mientras mantienen la infraestructura que genera víctimas tanto de trata como de fraude.
La tercera señal es la evaluación independiente de la IA defensiva. Las agencias fronterizas y policiales deberían revelar qué hacen los sistemas, qué información procesan y cómo los funcionarios cuestionan resultados poco fiables.
La evaluación debería informar de un rendimiento mensurable en lugar de afirmaciones promocionales. Los indicadores relevantes incluyen el rendimiento de detección, las tasas de falsos positivos, las disparidades demográficas, los resultados de las investigaciones y el número de derivaciones automatizadas rechazadas por revisores humanos.
Un sistema creíble debería mejorar la selección de casos sin convertirse en la única base para la detención, la denegación o la clasificación penal. También debería preservar una vía accesible para corregir datos erróneos.
Si las agencias despliegan herramientas sin esas salvaguardas, la respuesta debilitará el argumento a favor de la IA defensiva. Sugerirá que la urgencia institucional ha superado a las pruebas y la rendición de cuentas.
La advertencia de la UNODC sobre la trata de personas impulsada por IA describe, en última instancia, una disputa por la escala. Los grupos criminales pueden automatizar la persuasión y el ocultamiento a través de las fronteras, mientras que los gobiernos deben conectar pruebas fragmentadas dentro de límites legales.
Esa disputa no se resolverá con un chatbot mejor ni con una lista de vigilancia más amplia. Dependerá de la cooperación, la disrupción financiera, las pruebas aportadas por plataformas, la identificación de víctimas y una tecnología responsable.
Los lectores deberían plantear ahora tres preguntas directas ante cada iniciativa anunciada. ¿Identifica a los organizadores en lugar de limitarse a los operadores de bajo nivel? ¿Protege a las personas coaccionadas para cometer delitos? ¿Puede la agencia demostrar que su IA mejora los resultados sin ampliar una vigilancia injustificada?
Estas preguntas llevan el debate más allá de los ejemplos alarmantes. Ofrecen una prueba práctica para determinar si las agencias fronterizas, las plataformas y los investigadores están reduciendo la explotación o simplemente añadiendo otro sistema opaco alrededor de personas vulnerables.
