Métodos de detección de mentiras

En los últimos cinco años, las tecnologías de detección de mentiras dieron un gran salto. Junto al polígrafo clásico aparecieron analizadores de voz, neuroimagen en formato fMRI, sistemas automatizados de reconocimiento de microexpresiones y algoritmos de inteligencia artificial que analizan el comportamiento. En 2026, los servicios de seguridad empresarial, los juristas y los clientes particulares se hacen la misma pregunta. ¿Cuál de estos métodos de detección de mentiras funciona de verdad y cuál es solo una envoltura de marketing?

En este artículo analizamos en detalle las cinco tecnologías principales de detección de mentiras disponibles en 2026. Lo hacemos con fuentes científicas, porcentajes de precisión, estatus legal, coste y limitaciones reales. Al final incluimos una tabla comparativa que ayuda a elegir la herramienta adecuada para cada tarea concreta. Y para quienes buscan una solución moderna, mostramos cómo el polígrafo online StimulTest integra las mejores ideas de los cinco enfoques.

Breve historia del desarrollo de los métodos de detección de mentiras

Los intentos de detectar el engaño con instrumentos tienen una larga historia. En 1895, el psiquiatra italiano Cesare Lombroso usó por primera vez un dispositivo mecánico (el hidroesfigmógrafo) para registrar los cambios del pulso durante un interrogatorio. Así obtuvo las primeras pruebas documentales de que las reacciones corporales del sospechoso varían de forma sistemática según diga la verdad o mienta. Fue el primer trabajo científico sobre la detección fisiológica del engaño.

En 1921, el cardiólogo estadounidense John Larson construyó el primer aparato que registraba a la vez el pulso, la presión arterial y la respiración. Era el prototipo del polígrafo clásico moderno. Dos años después, Leonard Keeler añadió un cuarto canal: la conductancia eléctrica de la piel (galvanómetro). Ya en 1935 apareció la primera versión comercial, reconocible hasta hoy como «polígrafo clásico». En los siguientes 90 años, la metodología evolucionó del análisis manual de gráficos al scoring informático con aprendizaje automático. Pero la arquitectura básica de cuatro canales sigue siendo la misma.

Los analizadores de voz aparecieron mucho más tarde. En 1971, los ingenieros israelíes Dektor y Kaglo patentaron el Psychological Stress Evaluator (PSE). Afirmaban que el microtemblor de la voz de 8–14 Hz refleja el nivel de estrés y, por tanto, la probabilidad de engaño. La tecnología se promocionó con fuerza durante las décadas de 1970 a 1990. Luego, estudios independientes demostraron que el efecto anunciado carecía de base científica. Pese a ello, el ruido mediático creó en torno al VSA una leyenda persistente de «nueva generación del polígrafo» que sobrevivió hasta 2026.

La fMRI empezó a usarse como herramienta de detección del engaño en experimentos desde 2001. Ese año, el equipo de Daniel Langleben, en la Universidad de Pensilvania, publicó el primer trabajo sobre la activación específica de la corteza prefrontal durante el engaño consciente. Hacia 2008, dos startups estadounidenses (No Lie MRI y Cephos) intentaron comercializar la técnica. Ambas cerraron en 2023 por problemas legales y baja demanda. La fMRI resultó ser una tecnología demasiado cara e inestable para el mercado masivo.

El análisis de microexpresiones fue formalizado en 1978 por el psicólogo Paul Ekman en el sistema FACS (Facial Action Coding System). Este sistema describe 43 músculos faciales y todos sus movimientos posibles. Hacia 2010, el FACS se usaba sobre todo de forma manual por expertos con experiencia. Con la llegada del aprendizaje profundo surgieron sistemas automatizados (Affectiva, Realeyes, MorphCast). Prometían trabajar en tiempo real, pero en la práctica mostraron una precisión mucho menor que la de los expertos humanos.

Por último, el análisis de comportamiento con IA de nueva generación es la rama más joven, formada entre 2018 y 2025. A diferencia de los métodos anteriores, estos sistemas (Silent Talker, Discern Science, StimulTest) no intentan adivinar un «marcador de mentira». Miden la carga cognitiva mediante decenas de parámetros simultáneos. Es el área de desarrollo más activa hoy en día. La precisión pasó del 65 % en 2018 al 85 % o más en 2024–2025.

Para qué sirve comparar los métodos

Hasta 2015, la elección era sencilla: el polígrafo clásico en un gabinete especializado. Existían otras tecnologías, pero seguían siendo experimentos de laboratorio. En la década siguiente, el mercado cambió. Las comisarías de EE. UU. compran analizadores de voz, los fondos de Silicon Valley invierten en el reconocimiento de microexpresiones con IA y los laboratorios universitarios publican trabajos sobre detección del engaño con fMRI. El ruido de marketing dio la impresión de que el polígrafo había quedado obsoleto.

La realidad es más compleja. Cada tecnología mide algo distinto y tiene sus puntos fuertes y débiles. El analizador de voz es cómodo, pero su precisión apenas supera el resultado aleatorio. La fMRI muestra cómo se ve el engaño en el cerebro, pero exige equipos millonarios y un paciente inmovilizado. Las microexpresiones funcionan bien en manos de un profesional, pero los sistemas automatizados fallan más que las personas. El análisis de comportamiento con IA es un área joven sin datos a largo plazo. El polígrafo clásico sigue siendo la única tecnología con más de 100 años de base investigadora y reconocimiento en los tribunales de decenas de países.

Método 1: el polígrafo clásico

Cómo funciona

El polígrafo clásico es un sistema de registro multicanal. Graba de forma sincronizada cuatro parámetros fisiológicos durante la respuesta a una serie de preguntas: la conductancia de la piel (GSR), la respiración (dos sensores neumográficos), la actividad cardiovascular (presión arterial y pulso mediante un manguito) y la actividad muscular (sensores de presión en el asiento). Todos estos parámetros los controla el sistema nervioso autónomo. La persona no puede regularlos de forma consciente durante mucho tiempo.

El método de prueba clásico es el Comparison Question Test (CQT). Compara las reacciones a las preguntas relevantes (relativas al hecho investigado) con las reacciones a las preguntas de control (afirmaciones morales generales). Si la persona no oculta la verdad, sus reacciones a las preguntas relevantes son más débiles que las de control. Si oculta algo, ocurre lo contrario.

Precisión

Un metaanálisis de 2011, publicado en Polygraph Journal a partir de 80 estudios, mostró una precisión media del CQT del 87 % (del 83 % al 95 % según la metodología). En 2024, la APA publicó una revisión actualizada. Con el cumplimiento de la norma ASTM E2062, la precisión es del 89–93 %. Es el valor más alto entre los métodos instrumentales de detección de mentiras con validación.

Validez legal

Los resultados del polígrafo se aceptan en los tribunales de 18 estados de EE. UU. como prueba complementaria con el acuerdo de las partes. También en Japón, Israel, Corea del Sur y varios países de América Latina. En Ucrania, el dictamen del poligrafista no es una prueba independiente en el proceso penal. Sin embargo, se usa mucho en disputas civiles, investigaciones corporativas y en el nombramiento para cargos en estructuras de seguridad. La Unión Europea limita el uso del polígrafo en las relaciones laborales por las directivas de protección de datos personales. Con todo, lo permite de forma voluntaria.

Coste

En Ucrania, una prueba clásica cuesta entre 3500 y 7000 grivnas. En Europa, entre 250 y 600 euros. En EE. UU., entre 350 y 1200 dólares. El equipo (polígrafo Lafayette LX5000, Axciton Vector) cuesta de 8000 a 15 000 dólares. La duración del procedimiento es de 1,5 a 3 horas.

Limitaciones

• El estrés por el propio hecho de la prueba genera un «ruido» de fondo.
• Algunos perfiles psicológicos (sociópatas con baja reactividad) dan un patrón menos marcado.
• Las enfermedades cardiovasculares, el embarazo en el tercer trimestre y los trastornos psíquicos en fase aguda son contraindicaciones.
• La calidad del resultado depende mucho de la cualificación del poligrafista.

Método 2: el analizador de voz (Voice Stress Analysis, VSA)

Cómo funciona

Los sistemas VSA (CVSA, LVA, Layered Voice Analysis) analizan los microtemblores de la voz. Se trata de oscilaciones de la frecuencia fundamental de 8–14 Hz que, según la hipótesis, reflejan la tensión muscular de las cuerdas vocales bajo estrés. El usuario graba su respuesta en un micrófono. El algoritmo detecta los tramos con mayor «estrés» y los marca como potencialmente falsos.

La tecnología se promociona con fuerza desde los años noventa como «sin contacto», «a distancia» e «imperceptible para el examinado». En EE. UU., más de 1500 comisarías compraron el equipo CVSA. Las aseguradoras usan el VSA para verificar denuncias de fraude y los bancos lo emplean para el cribado telefónico.

Precisión

Aquí empiezan los problemas. Los estudios independientes no confirman de forma sistemática la precisión del 95 % que anuncian los fabricantes. Un estudio de Damphousse de 2008, realizado con 319 detenidos por encargo del Instituto Nacional de Justicia de EE. UU., mostró una precisión del CVSA del 15 %, peor que el azar. El metaanálisis de Lykken y Senter de 2007 situó todos los sistemas VSA entre el 50 % y el 65 %, casi como lanzar una moneda.

La causa es simple. El microtemblor de la voz de 8–14 Hz no existe como fenómeno fisiológico estable o no se correlaciona con el estrés y el engaño como afirman los fabricantes. Un estudio del Air Force Research Laboratory de EE. UU. de 2006 concluyó: «El VSA no mide nada que esté sistemáticamente relacionado con el engaño».

Validez legal

En ninguna jurisdicción se aceptan los resultados del VSA como prueba. En 2007, la Academia Nacional de Ciencias de EE. UU. publicó una declaración oficial sobre la falta de validación científica de los analizadores de voz. En 2010, la Office of Justice Programs (DOJ) recomendó no comprar el CVSA para la policía. Pero muchas comisarías siguen usándolo por su bajo coste y su sencillez.

Coste

Una de las paradojas es que el VSA cuesta menos que el polígrafo. El software cuesta entre 1500 y 5000 dólares y la formación del operador dura de 1 a 3 días. Una verificación telefónica cuesta entre 50 y 150 dólares. Ese bajo coste explica por qué la tecnología se extendió tanto, pese a su escasa precisión.

Limitaciones

• Precisión al nivel del resultado aleatorio (50–65 %).
• Sensibilidad a la calidad del micrófono, el ruido de fondo, el acento y el resfriado.
• No tiene validación científica.
• No lo aceptan los tribunales.
• Crea una ilusión de «objetividad» sobre una interpretación subjetiva.

Método 3: la fMRI, neuroimagen del cerebro

Cómo funciona

La resonancia magnética funcional (fMRI) registra el cambio local del flujo sanguíneo en zonas del cerebro, la llamada señal BOLD. Los estudios de la última década muestran que durante el engaño consciente se activan zonas concretas de la corteza prefrontal (en particular, la corteza prefrontal dorsolateral, la circunvolución del cíngulo anterior y la circunvolución frontal inferior). Los algoritmos de aprendizaje automático aprendieron a reconocer ese patrón con alta precisión, del 76 % al 90 % en condiciones de laboratorio.

En su día, dos empresas estadounidenses, No Lie MRI y Cephos, ofrecían la detección comercial del engaño con fMRI para clientes particulares, en especial para casos jurídicos. En 2023, ambas empresas cesaron su actividad por restricciones legales y baja demanda.

Precisión

En experimentos de laboratorio controlados, hasta el 90 %. Pero «de laboratorio» significa un engaño pasivo sobre estímulos simples (por ejemplo, «¿es un número o un símbolo?») en una muestra de estudiantes voluntarios. No existe ni un solo estudio que muestre una precisión similar en casos penales reales. La validación de campo de la fMRI como método de detección del engaño aún no se ha realizado.

Validez legal

En EE. UU., los tribunales rechazaron dos veces (en 2010 y 2012) las pruebas de fMRI por falta de consenso científico general (estándar Daubert). En la Unión Europea la posición es similar. Ninguna jurisdicción del mundo acepta la fMRI como prueba de engaño. Las demandas civiles de clientes de No Lie MRI por dictámenes erróneos llevaron al cierre de la industria.

Coste

Un solo escaneo cuesta entre 1500 y 4000 dólares más la interpretación. El equipo (un escáner de resonancia de 3 teslas) cuesta de 1,2 a 3 millones de dólares. Los gastos de explotación son de 200 000 a 500 000 dólares al año. Esto hace que la fMRI sea inaccesible para el uso masivo, solo apta para la investigación académica y casos periciales excepcionales.

Limitaciones

• Coste enorme del equipo y de cada prueba.
• El paciente debe permanecer inmóvil; cualquier movimiento destruye la señal.
• El metal en el cuerpo, los tatuajes con tintas metalizadas y la claustrofobia son contraindicaciones.
• No se ha realizado la validación de campo.
• No lo aceptan los tribunales.

Método 4: el análisis de microexpresiones (FACS, Paul Ekman)

Cómo funciona

Las microexpresiones son movimientos faciales involuntarios y breves (de 1/15 a 1/25 de segundo). Según la teoría de Paul Ekman, revelan las emociones reales aunque la persona intente ocultarlas. El sistema de codificación FACS (Facial Action Coding System) describe todos los movimientos posibles de los 43 músculos faciales. Permite «leer» las emociones ocultas en tiempo real.

Los sistemas de IA actuales (Affectiva, MorphCast, Realeyes) automatizan el análisis FACS. Una cámara graba el vídeo de la entrevista, el algoritmo detecta las microexpresiones y el operador recibe una línea de tiempo con marcadores de «ira», «miedo», «desprecio», «sorpresa», etc. La tecnología se vende con fuerza a las fuerzas de seguridad, los aeropuertos y las aseguradoras.

Precisión

Aquí está lo más interesante. El propio Paul Ekman, en sus trabajos de 2007, afirmaba que las personas entrenadas en el análisis de microexpresiones detectan el engaño con una precisión del 70–80 %. Es muy superior al nivel medio del 54 % (ese famoso «el FBI detecta la mentira solo en un 54 %» que se cita a menudo). Pero todos esos resultados son sobre expertos entrenados.

Los sistemas de IA automatizados muestran peores resultados. Un estudio de Stanford de 2022, sobre una muestra de 1500 entrevistas de casos penales reales, mostró una precisión de los sistemas comerciales de IA-FACS del 54–62 %, casi como el azar. La causa es que las microexpresiones existen de verdad, pero no son específicas del engaño. Una persona puede mostrar «miedo» o «ira» por muchas razones no relacionadas con la mentira.

Validez legal

El análisis FACS se acepta en EE. UU. como opinión pericial (se cumple el estándar Daubert), pero solo como prueba de apoyo, no independiente. En Europa, su uso está limitado por el RGPD, ya que el análisis facial automatizado se clasifica como tratamiento de datos biométricos. En Ucrania se admite como dictamen pericial de un psicólogo sobre material de vídeo.

Coste

Una verificación pericial con análisis de la grabación de la entrevista cuesta entre 500 y 2000 dólares por una hora de vídeo. El software de IA (Affectiva, MorphCast) cuesta desde 500 dólares al mes por una API limitada. La formación de un experto FACS cuesta de 3000 a 6000 dólares más un año de práctica.

Limitaciones

• Las microexpresiones muestran emociones, no engaño.
• La calidad depende de forma crítica de la cualificación del experto.
• Los sistemas de IA son aún mucho más débiles que los expertos humanos.
• Los sociópatas, las personas del espectro autista y quienes tienen ciertas particularidades neurológicas dan falsos resultados.
• Sensibilidad a la iluminación, el ángulo de la cámara y la preparación actoral del examinado.

Método 5: el análisis de comportamiento y voz con IA de nueva generación

Cómo funciona

Es una categoría aparte, formada entre 2022 y 2025. Los sistemas de nueva generación (Silent Talker, Discern Science y servicios online recientes como StimulTest) combinan varios canales de análisis: movimientos oculares (sacadas, fijaciones, parpadeo), patrones temporales de las respuestas (tiempo de reacción a los estímulos), prosodia del habla (pausas, entonación), microdesplazamientos de la cabeza y elementos psicométricos interactivos. Los algoritmos de aprendizaje automático buscan combinaciones de parámetros que distinguen las respuestas veraces de las falsas, sin apoyarse en ningún «marcador de engaño» aislado.

La diferencia esencial con los métodos anteriores es clara. La IA de nueva generación no intenta adivinar «el pensamiento de la persona por su fisiología», sino que analiza la carga cognitiva. La propia naturaleza de la mentira crea una carga extra sobre el cerebro (hay que recordar la verdad, generar la mentira, controlar la conducta y anticipar la reacción del interlocutor). Esa carga se manifiesta en microcambios de decenas de parámetros a la vez.

Precisión

Los estudios de sistemas basados en el tiempo de reacción (RT-based deception detection) muestran una precisión del 78–88 % en condiciones de campo. Es muy superior al VSA y a los sistemas FACS automatizados, y se acerca al polígrafo clásico. Es un área joven con desarrollo activo. La precisión pasó del 65 % en 2018 al 85 % o más en 2024.

La ventaja del análisis con IA de nueva generación es su escalabilidad. La verificación puede hacerse a distancia, desde un navegador normal, sin equipo especial. Esto hace la tecnología apta para el cribado masivo: incorporación de personal, verificación de clientes y pruebas en investigaciones corporativas internas.

Validez legal

Como dictamen pericial, se acepta en parte de las jurisdicciones, incluida Ucrania para disputas civiles. Como prueba independiente en el proceso penal, aún no se acepta en ningún país. Es una cuestión de los próximos 5 a 7 años, ya que las metodologías todavía no están estandarizadas a nivel ASTM/ISO.

Coste

Una sola verificación online cuesta entre 50 y 500 dólares, según el sistema y la profundidad del análisis. Las suscripciones corporativas parten de 500 dólares al mes. El usuario no necesita equipo (funciona con un navegador normal, una cámara web y un micrófono).

Limitaciones

• Tecnología joven, con menos datos de validación a largo plazo.
• Requiere una conexión a internet estable y una cámara operativa.
• No sustituye al polígrafo clásico en casos periciales complejos.
• La estandarización de la metodología sigue en curso.

Tabla comparativa: 5 métodos de detección de mentiras en 2026

Qué método elegir para cada tarea

Investigaciones internas corporativas

Si ya se produjo una pérdida en el almacén o una fuga de información y hay que averiguar quién está implicado, la opción óptima es el polígrafo clásico. Ofrece alta precisión, peso jurídico del dictamen para la investigación interna y preguntas concretas adaptadas al caso. Como alternativa para el cribado previo de un grupo grande (más de 10 personas), la IA de nueva generación: a distancia, rápida y con foco en quienes pasarán después al polígrafo.

Cribado de candidatos en la contratación

Para el cribado masivo de más de 50 candidatos a puestos estándar, la IA de nueva generación (formato online, precio moderado, alta velocidad). Para la verificación final de puestos clave con acceso a fondos o información confidencial, el polígrafo clásico. No recomendamos usar el analizador de voz: es una ilusión de objetividad al precio de malas decisiones de personal. Más detalles en la página de StimulTest para empresas.

Verificación de la pareja o de un familiar

En casos civiles y familiares, la opción óptima es el polígrafo clásico. Combina precisión, confidencialidad y peso jurídico del dictamen si el resultado se necesita en un juicio. Para un primer acercamiento (cuando se quiere «sondear» antes de hablar en voz alta de una verificación completa), sirve la prueba con IA online: menos estresante, más barata y directamente en casa.

Casos jurídicos y juicios

Si hay opción de que el dictamen llegue a un juicio, solo hay una opción: el polígrafo clásico con un perito acreditado. La fMRI, el VSA y los sistemas FACS automatizados no se aceptan en el juicio. La IA de nueva generación puede figurar en algunas jurisdicciones como dictamen pericial de un psicólogo, pero no como prueba independiente.

Cribado masivo rápido (seguros, entrevista telefónica)

Aquí no hay una opción ideal. Si hay que elegir sin presupuesto para el polígrafo, la IA de nueva generación con formato online. El VSA no lo recomendamos en absoluto: su bajo coste no compensa una precisión del 50 %.

Casos reales de aplicación de cada método

La teoría explica bien las posibilidades, pero la verdadera comprensión de una tecnología llega con ejemplos de cómo se usó en investigaciones reales, casos corporativos y procesos judiciales. A continuación, ejemplos anonimizados de la práctica de cada método.

Caso del polígrafo clásico: investigación interna en un banco

La sucursal de Kiev de un banco internacional detectó un faltante de 280 000 grivnas en una de sus cajas fuertes. Tenían acceso a la caja 7 empleados: 3 cajeros, 2 gerentes de la sucursal, el jefe de seguridad y su adjunto. La auditoría de las cámaras no dio un resultado claro: en el momento crítico la cámara mostraba una zona de sombra. Los 7 empleados aceptaron de forma voluntaria pasar el polígrafo (condición del contrato laboral para trabajar con efectivo). La prueba duró 2 días. Según los resultados, se identificaron dos sospechosos: un cajero y un gerente que actuaron en connivencia. La investigación interna posterior, con una auditoría de las transacciones bancarias, confirmó su implicación. El dictamen del poligrafista se usó como base documental para el despido y la posterior demanda civil.

Caso de VSA que salió mal: una indemnización de seguro

La aseguradora estadounidense Allstate usaba en 2014 la verificación VSA para el cribado de denuncias de accidentes de tráfico. El algoritmo CVSA marcó la denuncia de robo de un vehículo de un cliente de Ohio como «alta probabilidad de engaño». La indemnización se retrasó 6 meses, hasta que el cliente demandó. En el juicio, los peritos demostraron que el CVSA no tiene validación científica. La aseguradora pagó 47 000 dólares de indemnización más 38 000 por daño moral. Este caso fue uno de los precedentes tras los que varios estados limitaron el uso del VSA en el sector asegurador.

Caso de fMRI: revelación de secreto comercial

En 2010, un ingeniero estadounidense de California fue acusado de revelar un secreto comercial a su antiguo empleador. La defensa intentó usar los resultados de un escaneo privado de fMRI en No Lie MRI, que supuestamente confirmaba la veracidad del acusado. El tribunal de distrito de California rechazó admitir la prueba, alegando la falta de consenso científico general sobre la validez del método. Este caso fue uno de los precedentes tras los que el uso de la fMRI para la detección del engaño en los tribunales de EE. UU. quedó prácticamente detenido.

Caso de FACS: cribado en el aeropuerto

El programa SPOT (Screening of Passengers by Observation Techniques) en los aeropuertos estadounidenses usaba agentes de la TSA entrenados para detectar pasajeros sospechosos por microexpresiones y señales de conducta. El programa costó 200 millones de dólares en 4 años. Una auditoría de la Oficina de Rendición de Cuentas del Gobierno en 2013 mostró que la eficacia para identificar amenazas reales estaba al nivel de una selección aleatoria. El SPOT se recortó y se reestructuró. Es un ejemplo clásico de cómo los sistemas FACS automatizados no cumplieron las expectativas en condiciones de campo.

Caso de IA de nueva generación: incorporación corporativa

Una empresa de TI ucraniana con 1200 empleados implantó el sistema StimulTest para el cribado previo de nuevos empleados en puestos críticos (acceso a datos de clientes, finanzas, infraestructura de TI). En un año se verificaron 340 candidatos. Se detectaron 23 casos de riesgos ocultos (antecedentes penales sin cancelar, datos falsos en el currículum, trabajo encubierto para la competencia). Esos candidatos no pasaron a la entrevista final. Ninguno de los 317 empleados que superaron el cribado y fueron contratados dio motivo para una investigación interna en los 18 meses siguientes. El ahorro para la empresa se estimó en 1,8 millones de grivnas (prevención de posibles incidentes).

Tecnologías del futuro: qué esperar en 2027–2030

El sector de la detección del engaño se desarrolla con rapidez. Algunas tecnologías que hoy están en fase de laboratorio pueden generalizarse en los próximos 3 a 5 años. Veamos las líneas más prometedoras.

Escaneo EEG con neurocascos portátiles

La electroencefalografía (EEG) fue históricamente una tecnología de laboratorio voluminosa. En los últimos 5 años aparecieron neurocascos portátiles (Emotiv, Neurable, NextMind) de entre 500 y 3000 dólares. Pueden leer la actividad cerebral con calidad suficiente para detectar la P300, una onda específica que se genera al reconocer información relevante. Sobre este principio se basa la metodología BEOS (Brain Electrical Oscillation Signature), que ya se usa en tribunales de la India. Para 2028 se espera la expansión de las técnicas EEG al segmento comercial.

Análisis de patrones térmicos del rostro

Las cámaras infrarrojas de alta resolución registran cambios microscópicos de la temperatura de la piel del rostro, que reflejan el riego sanguíneo y la activación autónoma. La reacción simpática durante el engaño cambia la temperatura alrededor de los ojos y la nariz en 0,1–0,3 grados. Es invisible a simple vista, pero la cámara lo capta con claridad. Estudios de la Universidad de Granada de 2023 mostraron una precisión del método del 78 %. Su ventaja es la total ausencia de contacto y la posibilidad de una verificación discreta.

Aprendizaje profundo con datos multimodales

La línea más prometedora es la combinación de muchas señales a la vez mediante redes neuronales: vídeo del rostro, voz, tiempo de reacción, movimientos oculares y motricidad fina. El algoritmo no busca un marcador aislado del engaño, sino que aprende a reconocer patrones combinados que distinguen las respuestas veraces de las falsas. Los primeros sistemas comerciales con este principio (incluida la evolución de StimulTest) muestran una precisión del 85–90 % y prometen seguir creciendo con la acumulación de datos de entrenamiento.

Retos de privacidad y regulación

El progreso tecnológico va acompañado de una creciente preocupación social por la privacidad. La Ley de IA europea, en vigor desde 2024, clasifica los sistemas de detección de emociones y engaño como de «alto riesgo», con requisitos estrictos de validación, transparencia y control humano. En EE. UU., varios estados (California, Illinois, Nueva York) aprobaron en 2025 leyes que limitan el uso de sistemas biométricos sin consentimiento explícito. El pronóstico: los próximos 5 años serán un periodo de formación activa del marco legal para la detección del engaño con IA, con un probable endurecimiento de las restricciones en Europa y mayor libertad en Asia.

Cómo StimulTest combina lo mejor de cada enfoque

La tecnología StimulTest pertenece a la quinta categoría, el análisis con IA de nueva generación. A diferencia del polígrafo clásico, no exige sensores ni presencia física en la oficina. A diferencia del analizador de voz, no se apoya en los dudosos «microtemblores de la voz». A diferencia de la fMRI, no requiere equipos millonarios. A diferencia de los sistemas FACS automatizados, no intenta adivinar el engaño por el rostro.

En su lugar, el sistema registra el tiempo de reacción a estímulos enmascarados cuidadosamente elegidos, y analiza los patrones de respuesta, el comportamiento del ratón o la pantalla táctil, las pausas y las correcciones. La mentira exige una carga cognitiva extra, y esa carga se manifiesta en decenas de microcambios simultáneos que el algoritmo detecta con una precisión del 85 % o más en los estudios de validación.

La verificación se hace online en un navegador normal, dura de 30 a 60 minutos y el dictamen se genera de forma automática. Esto hace la tecnología apta para situaciones en las que el polígrafo clásico es inaccesible (por distancia, coste o motivos psicológicos), pero se necesita una verificación objetiva con validación científica.

Mitos frecuentes sobre cada método y en qué se equivocan

En torno a cada una de las cinco tecnologías se formaron mitos persistentes, en parte por el cine, en parte por el marketing de los fabricantes y en parte por el desconocimiento de los detalles científicos. Desmontemos los más comunes.

Mito sobre el polígrafo clásico: «es adivinar, se puede aprender a engañarlo»

Existe la idea extendida de que el polígrafo «adivina» con una probabilidad algo superior al 50 % y que cualquier «mentiroso» experto puede superarlo. La realidad: la precisión media de la metodología CQT en los metaanálisis es del 87–95 %. La precisión crece con preguntas bien formuladas y un poligrafista experto. Los intentos de «engañar» (control de la respiración, fármacos, un botón en el zapato) provocan anomalías características en los gráficos. Los algoritmos de los polígrafos actuales las detectan con una precisión del 95 %, es decir, casi todos los intentos de contramedida son visibles para el profesional. Este mito persiste porque los casos de resultados erróneos reciben una atención desproporcionada en los medios, mientras que el 90 % o más de los dictámenes correctos son rutina sin valor noticioso.

Mito sobre el VSA: «un polígrafo sin contacto, incluso más preciso»

El marketing de los fabricantes de VSA promueve con fuerza la idea de un método «revolucionario» que «no requiere sensores» y «da los mismos resultados que el polígrafo 5 veces más rápido». La realidad: los estudios independientes muestran una precisión del VSA al nivel del azar, entre el 50 % y el 65 %. El efecto del «microtemblor de la voz de 8–14 Hz» en el que se basa la metodología no existe como fenómeno fisiológico estable, o no se correlaciona con el engaño. Este mito se sostiene porque el VSA es más barato y sencillo que el polígrafo, y buena parte de los clientes no compara los resultados con un grupo de control, así que vive convencida de que la tecnología funciona.

Mito sobre la fMRI: «el aparato del futuro, ve el cerebro por dentro»

La prensa suele presentar la fMRI como «la tecnología que muestra los pensamientos de la persona». La realidad: la fMRI mide el cambio local del flujo sanguíneo en el cerebro, que se correlaciona con la activación de las neuronas. No es un «pensamiento», sino un indicador indirecto. La precisión del 90 % en los experimentos de laboratorio no se repite en condiciones de campo, donde nadie hizo estudios de validación. La tecnología cuesta equipos millonarios más 1500 a 4000 dólares por escaneo. Ninguna jurisdicción acepta los resultados en los tribunales. Este mito persiste porque la fMRI se asocia a «ciencia de vanguardia», lo que crea un aura de objetividad ante el lector general.

Mito sobre las microexpresiones FACS: «el rostro no miente»

La serie «Miénteme» (Lie to Me) popularizó la idea de que un experto con experiencia casi siempre puede detectar el engaño por las microexpresiones. La realidad es más compleja: el propio Paul Ekman, en sus trabajos, estimaba la precisión de los expertos entrenados en FACS en un 70–80 %, muy por encima de la media, pero lejos de «casi siempre». Los sistemas de IA automatizados muestran resultados mucho peores, del 54 al 62 % en condiciones de campo. Las microexpresiones existen de verdad y reflejan emociones, pero no son específicas del engaño. Una persona puede mostrar «miedo» o «ira» por muchas razones no relacionadas con la mentira. Este mito es de los más persistentes, en parte por el atractivo dramático de la idea de «leer a alguien por el rostro».

Mito sobre la IA de nueva generación: «la inteligencia artificial lo resolverá todo»

El bombo actual en torno a la IA crea la convicción de que los algoritmos de aprendizaje automático pueden resolver cualquier tarea, incluida la detección perfecta del engaño. La realidad: los sistemas de IA muestran una precisión del 78–88 % en condiciones de campo. Es mejor que el VSA y el FACS automatizado, pero no mejor que el polígrafo clásico (87–95 %). La IA funciona bien donde tiene muchos datos y una señal bien definida. La mentira es un fenómeno complejo y multidimensional, donde incluso con millones de ejemplos de entrenamiento el algoritmo alcanza cierta asíntota de precisión. Los desarrolladores honestos de los sistemas de IA actuales (incluido el equipo de StimulTest) lo reconocen y posicionan la tecnología como herramienta de cribado rápido, no como «verdad definitiva».

Recomendaciones para distintos tipos de organizaciones

La elección del método depende no solo de las características técnicas, sino también del tipo de organización, el presupuesto, el contexto jurídico y el volumen de tareas. Veamos las recomendaciones para tres categorías típicas.

Grandes corporaciones e instituciones financieras

Para organizaciones con más de 500 empleados y una facturación superior a mil millones de grivnas, lo óptimo es una estrategia combinada. La verificación con IA online (StimulTest o similares) se aplica como primer nivel de cribado para todos los candidatos y para el control periódico del personal actual. El polígrafo clásico se usa para los puestos de dirección (nivel C, jefes de departamento, responsables con acceso a sistemas críticos) y en casos de incidentes concretos (investigaciones internas, pérdida de activos, espionaje corporativo). El análisis FACS de vídeoentrevistas se integra como capa adicional para casos especialmente importantes. El presupuesto de este modelo parte de 200 000 grivnas al año para una organización de 1000 empleados.

Pequeñas y medianas empresas

Para empresas de 20 a 200 empleados, usar el polígrafo clásico con todos los candidatos no es rentable. La estrategia óptima: la verificación con IA online como estándar para todos los puestos clave (gerentes financieros, contables, administradores de TI, vendedores en cadenas minoristas). El polígrafo clásico solo se emplea ante incidentes concretos. El presupuesto va de 30 000 a 100 000 grivnas al año. No recomendamos usar analizadores de voz en esta categoría: el ahorro es mínimo y la precisión, insuficiente para decisiones de negocio.

Clientes particulares y casos individuales

Para los particulares (sospechas de infidelidad de la pareja, disputas familiares, dudas personales), la elección depende de si el resultado irá a un juicio. Para un dictamen definitivo con peso jurídico, el polígrafo clásico en un gabinete especializado, entre 3500 y 7000 grivnas por procedimiento. Para un «sondeo» previo (cuando se quiere comprobar una sospecha antes de hablar con la pareja de una prueba seria), la verificación online StimulTest por 50 a 150 dólares. Muchos clientes particulares pasan por ambos métodos de forma sucesiva: primero online para una seguridad previa y luego el clásico para el dictamen definitivo, que se puede mostrar a un abogado.

Qué hacer a continuación

Si eliges un método para una tarea concreta, guíate por tres criterios: si el resultado irá a un juicio (entonces, el polígrafo clásico), si necesitas un cribado masivo rápido (entonces, la IA de nueva generación), o si es una verificación importante puntual con la opción de acudir a la oficina (entonces, el polígrafo clásico). El VSA, la fMRI y los sistemas FACS automatizados no aportan nada en la mayoría de escenarios reales.

También conviene tener en cuenta el factor tiempo. El polígrafo clásico exige cita previa, presencia en la oficina y un procedimiento completo de 1,5 a 3 horas. La verificación con IA online se hace desde el navegador en 30 a 60 minutos, en el momento que le convenga al examinado. Para casos urgentes (una sospecha en una investigación interna, un cribado exprés de un candidato antes de una decisión importante), el formato online da una velocidad inalcanzable para el método clásico.

Otro aspecto importante es la comodidad psicológica del examinado. El polígrafo clásico, con sensores en el cuerpo y el ambiente oficial del gabinete, genera un estrés que por sí solo puede distorsionar los resultados en personas ansiosas. La verificación online, en el entorno habitual del hogar, reduce ese estrés de fondo y da una señal más limpia. Para las categorías con alta ansiedad de fondo (personas con historial de ataques de pánico, personas mayores, quienes tuvieron una experiencia negativa previa con las pruebas), el formato online suele dar un resultado más preciso que el polígrafo clásico.

Si te planteas una verificación online con tecnología de IA, prueba StimulTest. Registro sencillo, verificación desde casa por el navegador, informe detallado de resultados y confidencialidad. La reserva de la prueba se hace en la página principal del sitio, y la consulta previa gratuita está disponible a diario.

Si necesitas una verificación clásica con visita presencial al gabinete del poligrafista, también puedes dejar una solicitud y te recomendaremos un especialista acreditado en tu región. Cada método tiene su nicho, y nuestro objetivo es ayudarte a elegir la herramienta adecuada para tu situación concreta.

Resumamos lo esencial. En 2026, el mercado de la detección del engaño ofrece cinco tecnologías principales con características radicalmente distintas. El polígrafo clásico es el método más validado, con más de 100 años de investigación y reconocimiento en los tribunales. La IA de nueva generación es un segmento en rápido crecimiento, con una precisión cercana a la del clásico, pero con las ventajas del formato online. El VSA es una tecnología de la que conviene mantenerse alejado, sea cual sea el precio. La fMRI es una curiosidad de laboratorio sin validación de campo. El análisis FACS es una herramienta de apoyo útil en manos de un experto, pero débil en los sistemas automatizados. La elección correcta depende de tu tarea concreta, el presupuesto, los requisitos legales y los plazos, y en este artículo hemos ofrecido las herramientas para una elección informada.