Un operador, miles de romances falsos: la nueva economía del fraude con IA

Cuando las empresas tecnológicas hablan de seguridad, suelen centrarse en amenazas externas, como las filtraciones de datos, las infraestructuras vulnerables o el robo de credenciales. Sin embargo, en las empresas basadas en la interacción humana, una de las amenazas más graves puede encontrarse dentro del propio producto, en las cuentas que los usuarios creen que pertenecen a personas reales. Esto es especialmente relevante en las aplicaciones de citas, donde las personas comparten información personal, dedican tiempo a las conversaciones y establecen vínculos emocionales con desconocidos. Las consecuencias del fraude van más allá de los vínculos emocionales con desconocidos. Afectan a la disposición de los usuarios a confiar en la plataforma y en las personas que conocen a través de ella.

Según una investigación publicada por Sumsub en 2026, el 84 % de los usuarios de aplicaciones de citas del Reino Unido encuestados creía que el contenido generado por IA dificultaba confiar en posibles parejas o tener citas satisfactorias, frente al 64 % en 2025. Otro 61 % había sufrido engaños a través de perfiles falsos o conocía a alguien que los había sufrido. Estos resultados reflejan las percepciones de los consumidores, no la prevalencia real de las cuentas fraudulentas. No obstante, ponen de manifiesto un problema para un sector cuyo éxito depende de que las personas estén dispuestas a interactuar con desconocidos. La IA está abaratando la interacción falsa, lo que plantea un desafío fundamental para las empresas basadas en la interacción humana genuina.

Cómo cambió la IA la economía del fraude

Las estafas románticas no son nuevas. Desde hace décadas, los estafadores utilizan fotografías robadas, identidades inventadas y conversaciones guionizadas. Lo que ha cambiado es el costo y la complejidad de llevar estos esquemas a gran escala. Antes, mantener miles de perfiles convincentes exigía importantes recursos humanos, y los estafadores tenían que gestionar las conversaciones, recordar datos personales, mantener identidades coherentes y responder a los usuarios durante largos períodos. La IA generativa ha reducido buena parte de esa carga operativa.

En septiembre de 2026, Anthropic publicó una investigación sobre una red de más de 20 aplicaciones de citas engañosas operadas por un estudio con sede en China. Durante un período de dos semanas, los investigadores identificaron más de 4.700 interacciones de personas generadas por IA con al menos 25.000 personas, y la generación de aproximadamente 2,36 millones de mensajes. La operación combinaba conversaciones generadas por IA con trabajadores humanos que se encargaban de las interacciones que requerían una persona real, incluidas las videollamadas en directo. Las aplicaciones ocultaban que el servicio estaba automatizado y, al mismo tiempo, ofrecían a los usuarios lo que parecían ser oportunidades genuinas para encontrar pareja. Se trataba de aplicaciones diseñadas en torno al engaño, en lugar de perfiles fraudulentos que operaban dentro de plataformas de citas consolidadas. Sin embargo, el caso ilustra hasta qué punto la IA puede reducir los recursos necesarios para crear interacciones humanas convincentes.

Para las plataformas de citas legítimas, tecnologías similares suponen un desafío cada vez mayor. Las fotografías generadas, la mensajería automatizada, las identidades robadas y las herramientas diseñadas para eludir los sistemas de verificación pueden utilizarse para crear y mantener cuentas fraudulentas. El problema ya no se limita a identificar perfiles sospechosos. Las plataformas deben responder a ataques cada vez más sofisticados mientras sigue disminuyendo el costo de producirlos. Además, esto cambia la economía de gestionar un negocio de citas. La confianza es tanto una cuestión de producto como de negocio.

El fraude genera costos para el negocio que van más allá de la moderación. Las cuentas falsas producen registros, «me gusta» y conversaciones que parecen legítimos en las analíticas del producto, lo que puede distorsionar las señales en las que se basan los algoritmos de recomendación y las pruebas A/B. También hay una dimensión comercial: los usuarios que siguen topándose con perfiles falsos pueden dejar de iniciar conversaciones, reducir su actividad o pagar menos. Sin embargo, la magnitud de ese efecto varía según la plataforma y debe medirse, no darse por sentada. En las aplicaciones de citas, por tanto, la lucha contra el fraude forma parte de la economía del producto y no es solo una función de seguridad; a medida que la IA abarata la producción de actividad sintética, distinguir la interacción real de la fabricada se convierte en una decisión fundamental sobre el producto.

El dilema de la gestión: seguridad frente a crecimiento

Una verificación más rigurosa parece una respuesta obvia ante un fraude cada vez más sofisticado. En la práctica, la decisión es más compleja: cada paso adicional durante el registro genera fricción. Exigir documentos de identidad, verificación biométrica o comprobaciones repetidas puede prevenir ciertas formas de abuso, pero también puede disuadir a usuarios legítimos de completar el registro. Esto afecta directamente a la economía de adquisición. Si el mismo presupuesto de marketing consigue menos usuarios registrados y activos, aumenta el costo de adquisición por cada registro completado.

En las aplicaciones de citas, las consecuencias pueden extenderse más allá del proceso de registro. A diferencia de muchos otros productos de consumo, las plataformas de citas dependen de la densidad de la red local: para que la experiencia de búsqueda de pareja funcione, los usuarios necesitan contar con suficientes posibles parejas relevantes y activas en una zona geográfica determinada. Por tanto, un proceso de verificación que limite innecesariamente los registros legítimos puede ralentizar el desarrollo de una red local, reducir las oportunidades de encontrar pareja y afectar a la retención. Al mismo tiempo, permitir que las cuentas fraudulentas sigan activas genera otros costos: consumo de infraestructura, carga de trabajo de moderación, recomendaciones distorsionadas y una menor confianza de los usuarios. Una seguridad excesiva puede hacer que un producto sea difícil de usar. Una seguridad insuficiente puede hacer que resulte imposible confiar en él.

La prevención del fraude debe gestionarse como una decisión de producto y de negocio, no como una función técnica aislada. Un enfoque basado en el riesgo combina protecciones básicas durante el registro con análisis del comportamiento, señales del dispositivo, supervisión de contenido y verificaciones más rigurosas cuando se detecta actividad sospechosa. Aun así, superar una verificación no convierte a un usuario en alguien de confianza, porque demostrar que está presente no demuestra cuáles son sus intenciones. La eficacia debe evaluarse en conjunto desde varias perspectivas, entre ellas el rendimiento de la detección, los falsos positivos, la rapidez de las medidas, los costos de verificación, la conversión y la retención. Una mejor detección que restringe por error a muchos usuarios legítimos no es un mejor resultado comercial. La privacidad añade otra dimensión, ya que analizar las comunicaciones o recopilar señales de identidad adicionales exige transparencia, minimización de datos y controles de acceso estrictos. La pregunta no es cuántas cuentas fraudulentas puede bloquear una plataforma, sino hasta qué punto puede reducir el riesgo sin perjudicar la experiencia de los usuarios legítimos.

Más allá de la verificación: el papel de la comunidad

A medida que las conversaciones generadas por IA resultan más convincentes, surge una pregunta sobre el producto. ¿Deberían las plataformas de citas centrarse únicamente en las interacciones digitales o también ofrecer más oportunidades para que estas se desarrollen en el mundo real? En Fledge, estamos explorando un modelo que combina la búsqueda de pareja basada en la compatibilidad con eventos presenciales y experiencias comunitarias, para que el paso del descubrimiento algorítmico a conocerse en persona resulte natural. Un evento no demuestra que alguien sea de confianza ni sustituye la verificación, pero aporta un contexto social que los perfiles y los chats no pueden reproducir. Lo consideramos una vía prometedora, no una solución independiente al fraude con IA.

La IA debería ayudar a las personas a encontrar parejas compatibles, apoyar la moderación y detectar comportamientos sospechosos, no fabricar una apariencia de relaciones. Por lo tanto, el éxito debería medirse más allá de los usuarios activos, las coincidencias y la conversión, e incluir la calidad de las interacciones, la autenticidad y los resultados que los usuarios realmente buscan. Una plataforma con mucha actividad, pero pocas conexiones genuinas, corre el riesgo de optimizar el resultado equivocado.

La confianza como ventaja competitiva

La IA seguirá potenciando tanto a los estafadores como a las plataformas que se defienden de ellos, y es poco probable que exista una única solución técnica. La protección requerirá adaptación continua, varias capas de detección y una evaluación responsable y cuidadosa de las compensaciones comerciales. Sin embargo, el desafío va más allá de la ciberseguridad. La confianza determina la calidad del producto, el crecimiento de la red, el comportamiento de los usuarios y los ingresos a largo plazo; y, a medida que la interacción falsa se abarata, las interacciones auténticas adquieren más valor. En las citas, la confianza no es una función de seguridad; una vez más, la confianza es el producto. Es posible que la próxima generación de plataformas triunfe menos por generar más interacciones y más por crear un entorno en el que los usuarios puedan confiar en que esas interacciones son reales.