El sistema británico de IA para verificar la edad de solicitantes de asilo: riesgos y consecuencias
Por Mag-Info Tech editorial · 2026-06-21
Por qué el gobierno británico apuesta por la IA para verificar la edad de los solicitantes de asilo
El gobierno del Reino Unido ha anunciado que, a partir del próximo año, implementará un sistema de estimación de edad basado en inteligencia artificial para evaluar a solicitantes de asilo que no presenten documentos oficiales que acrediten su edad. La medida busca agilizar los trámites en las fronteras y evitar que menores de edad sean confundidos con adultos durante los controles iniciales. Sin embargo, esta decisión llega en un momento en el que pruebas internas del propio gobierno revelan que la tecnología no es fiable: los sistemas de reconocimiento facial cometen errores frecuentes al clasificar a niños como adultos, lo que podría derivar en consecuencias legales y humanitarias graves.
El uso de inteligencia artificial para determinar la edad de personas sin documentación no es nuevo en el ámbito digital, donde plataformas como redes sociales y sitios de contenido para adultos ya emplean herramientas similares para restringir el acceso según la edad. No obstante, trasladar esta tecnología al ámbito migratorio introduce un nivel de complejidad y riesgo completamente distinto. En el caso de los solicitantes de asilo, un error en la estimación de la edad puede significar la pérdida de protecciones legales fundamentales, como el derecho a un alojamiento adecuado para menores o la exclusión de detenidos en centros para adultos. La decisión del gobierno británico, por tanto, no solo plantea dudas técnicas, sino también éticas y jurídicas sobre la legitimidad de confiar en algoritmos opacos para tomar decisiones que afectan directamente a la vida de las personas.
Los resultados de las pruebas internas: errores sistemáticos y sesgos preocupantes
Documentos internos del Ministerio del Interior británico, obtenidos tras una investigación conjunta, exponen que los sistemas de estimación de edad facial analizados por las autoridades cometieron errores en un porcentaje significativo de casos. Según las pruebas realizadas, la tecnología falló al identificar correctamente a menores de edad en múltiples ocasiones, clasificando a niños como adultos y viceversa. Estos fallos no son menores: un error en la estimación puede alterar el curso de una solicitud de asilo, exponiendo a menores a situaciones de riesgo, como la detención en centros para adultos o la denegación de servicios esenciales.
Uno de los aspectos más preocupantes de estos resultados es que los errores no se distribuyen de manera aleatoria, sino que parecen concentrarse en grupos demográficos específicos. Las pruebas sugieren que los sistemas tienen un mayor margen de error al evaluar a personas con tonos de piel más oscuros o rasgos faciales que no coinciden con los patrones utilizados para entrenar los modelos de IA. Este hallazgo no es aislado: estudios previos sobre reconocimiento facial ya han documentado sesgos similares en algoritmos desarrollados en Occidente, que suelen estar sesgados hacia grupos étnicos mayoritarios. En el contexto de los solicitantes de asilo, donde la diversidad étnica y cultural es alta, estos sesgos podrían agravar las desigualdades y perpetuar discriminaciones estructurales.
Cómo funciona la estimación de edad por IA y por qué falla
La tecnología de estimación de edad facial se basa en algoritmos de aprendizaje automático que analizan rasgos faciales como la forma de la mandíbula, la textura de la piel, la presencia de arrugas o el desarrollo de características secundarias como el vello facial. Estos sistemas se entrenan con grandes conjuntos de datos de imágenes etiquetadas, donde se indica la edad real de las personas. Sin embargo, el proceso de entrenamiento presenta desafíos significativos. Por un lado, los conjuntos de datos suelen estar desbalanceados, con una sobrerrepresentación de ciertos grupos de edad o etnias, lo que puede llevar a que el algoritmo funcione mejor en esos grupos y peor en otros. Por otro lado, la edad biológica no siempre coincide con la edad cronológica, especialmente en adolescentes, donde factores como la nutrición, el estrés o la genética pueden alterar el desarrollo físico.
Además, la estimación de edad facial enfrenta limitaciones técnicas inherentes. La calidad de la imagen capturada en un control fronterizo puede variar drásticamente: desde selfis tomados con mala iluminación hasta fotos en movimiento o con ángulos poco favorables. Estos factores pueden distorsionar los resultados, haciendo que el sistema emita predicciones inexactas. A esto se suma el hecho de que la edad es un concepto multidimensional, que no puede reducirse a un número exacto. Mientras que un documento de identidad proporciona una fecha concreta, un algoritmo solo puede ofrecer una probabilidad basada en patrones estadísticos, lo que introduce un margen de incertidumbre inaceptable en un proceso con consecuencias legales.
Consecuencias legales y humanitarias: menores en centros para adultos
El impacto más inmediato y grave de estos errores se observa en el trato que reciben los menores de edad que son clasificados incorrectamente como adultos. En el sistema de asilo británico, los menores tienen derecho a protecciones especiales, como alojamiento en centros adaptados, acceso a educación y servicios de salud mental. Sin embargo, si un algoritmo los identifica como adultos, pueden ser enviados a centros de detención para adultos, donde están expuestos a mayores riesgos de violencia, explotación y condiciones inadecuadas. Además, al ser tratados como adultos, pierden acceso a asesoramiento legal especializado y a programas de integración diseñados para menores.
Este problema no es hipotético: en otros países, como Estados Unidos y Australia, ya se han documentado casos en los que menores migrantes fueron recluidos en prisiones para adultos debido a errores en la verificación de su edad. En el Reino Unido, la situación podría agravarse si el sistema de IA se implementa sin salvaguardas adecuadas. Organizaciones de derechos humanos han advertido que, incluso si el gobierno promete revisiones manuales para los casos en los que el algoritmo arroje resultados ambiguos, el simple hecho de someter a las personas a un proceso automatizado que cuestiona su edad puede generar estrés y desconfianza en las instituciones. Para muchos solicitantes de asilo, especialmente aquellos que han huido de situaciones de conflicto o persecución, someterse a un escaneo facial puede revivir traumas asociados con controles policiales o militares.
Resultados reales de la IA de MEFAI. Obtén $50 de descuento en el plan Pro.
Patrocinado · El rendimiento pasado no indica resultados futuros. No es asesoramiento financiero.
¿Existen alternativas más seguras y transparentes?
Ante los riesgos demostrados por las pruebas internas, surge la pregunta de si existen alternativas viables para verificar la edad de los solicitantes de asilo sin recurrir a tecnologías opacas y potencialmente sesgadas. Una opción sería reforzar los métodos tradicionales, como entrevistas con trabajadores sociales o evaluaciones médicas, que, aunque más lentas, ofrecen mayor precisión y permiten considerar el contexto individual de cada caso. Otra posibilidad es el uso de sistemas de verificación biométrica más establecidos, como el escaneo de huellas dactilares o el reconocimiento de iris, que, si bien también tienen sus propios desafíos técnicos, están menos sujetos a los sesgos demográficos que afectan al reconocimiento facial.
Sin embargo, el gobierno británico parece decidido a avanzar con la estimación de edad por IA, argumentando que es una solución rápida y escalable para gestionar el creciente número de solicitudes de asilo. Esta postura refleja una tendencia más amplia en la administración pública, donde la eficiencia operativa suele priorizarse sobre la precisión y la equidad. No obstante, la experiencia internacional sugiere que los sistemas automatizados rara vez resuelven problemas complejos sin introducir nuevos riesgos. En Países Bajos, por ejemplo, el uso de IA para detectar fraudes en beneficios sociales generó controversia cuando se descubrió que el algoritmo discriminaba a grupos minoritarios. En el caso del Reino Unido, la falta de transparencia en cómo se desarrollan y evalúan estos sistemas agrava la desconfianza.
El marco legal y ético: ¿puede un algoritmo decidir sobre la edad de una persona?
Desde una perspectiva legal, el uso de IA para determinar la edad de los solicitantes de asilo plantea serios interrogantes sobre el derecho a la presunción de inocencia y a un juicio justo. En muchos sistemas legales, la edad es un hecho objetivo que debe probarse con documentos oficiales. Cuando un algoritmo asume ese rol, se introduce una fuente de error que puede ser impugnada, pero que, en la práctica, coloca a las personas en una posición de desventaja. Además, la opacidad de estos sistemas dificulta que los afectados comprendan cómo se tomó una decisión en su contra, lo que viola principios básicos de transparencia administrativa.
A nivel ético, el uso de IA en contextos tan sensibles como la migración requiere un análisis riguroso de sus implicaciones. La Declaración Universal de Derechos Humanos establece que toda persona tiene derecho a solicitar asilo y a no ser discriminada. Si un sistema de IA sistemáticamente falla en identificar correctamente a menores, está incumpliendo ese principio. Además, el hecho de que el gobierno británico haya decidido avanzar con esta tecnología a pesar de conocer sus fallos sugiere una priorización de la eficiencia sobre los derechos humanos, lo que podría sentar un precedente peligroso para otros países que enfrentan desafíos migratorios similares.
¿Qué sigue? Vigilancia y posibles cambios en la política
Ante la presión de organizaciones de derechos humanos y de la sociedad civil, es probable que el gobierno británico enfrente escrutinio público y posibles demandas legales si el sistema de IA se implementa sin modificaciones significativas. Grupos como Liberty y Amnistía Internacional ya han expresado su oposición a la medida, argumentando que viola el principio de precaución y que debería realizarse una evaluación independiente de impacto antes de su despliegue. Además, el Parlamento británico podría exigir audiencias públicas para analizar los resultados de las pruebas internas y determinar si la tecnología cumple con los estándares de fiabilidad y equidad requeridos.
Para los solicitantes de asilo, el futuro inmediato dependerá de cómo se implementen las salvaguardas prometidas por el gobierno. Si se garantiza que ningún menor será clasificado como adulto sin una revisión humana exhaustiva, el riesgo podría mitigarse parcialmente. Sin embargo, si el sistema se aplica de manera automática y sin transparencia, el impacto podría ser devastador. Los defensores de los derechos humanos también están presionando para que se establezcan mecanismos de apelación accesibles, donde las personas afectadas puedan impugnar los resultados de la IA y recibir compensaciones en caso de errores.
Lecciones para otros países: el riesgo de normalizar la IA en decisiones críticas
El caso británico sirve como una advertencia para otros gobiernos que podrían estar considerando adoptar tecnologías similares para gestionar flujos migratorios o verificar edades en otros contextos. La tendencia global hacia la automatización de procesos administrativos, impulsada por la promesa de mayor eficiencia, choca con la realidad de que muchas de estas herramientas carecen de la precisión y equidad necesarias para decisiones que afectan vidas humanas. Países con sistemas migratorios complejos, como Alemania, Francia o Canadá, deberían tomar nota de los errores cometidos en el Reino Unido y evaluar cuidadosamente si la IA es realmente la solución más adecuada.
Más allá de la migración, el uso de IA para verificar edades también se está expandiendo en otros ámbitos, como el acceso a servicios financieros o la participación en elecciones. En cada uno de estos casos, los riesgos de error y discriminación son altos, y las consecuencias pueden ser igualmente graves. La lección principal es clara: la tecnología no debe reemplazar el juicio humano en decisiones críticas, especialmente cuando no se han demostrado su fiabilidad y equidad. Antes de implementar sistemas automatizados, los gobiernos deben invertir en evaluaciones rigurosas, transparencia y participación de las comunidades afectadas para garantizar que los derechos humanos no queden relegados en pos de la eficiencia.
Más en Software y SaaS
Bose apuesta por convertirse en una empresa de medios: ¿un giro audaz o un riesgo innecesario?
Bose lanza Bose Studios para producir música, podcasts y cine, un giro estratégico que desafía su ADN como fabricante de audio y que podría redefinir su relación con los consumidores.
Cold Court lanza su EP debut: un cóctel glitch de géneros que desafía las etiquetas
El dúo hermano-hermana Cold Court lanza su primer EP, mezclando hiperpop, punk y emo con saturación digital y ritmos caóticos. Un experimento sonoro que redefine los límites entre lo analógico y lo di
Inversiones federales en carbón: ¿salvavidas para plantas contaminantes o retroceso ambiental?
El gobierno federal destina decenas de millones para mantener operativas plantas de carbón con historial de violaciones ambientales, revirtiendo planes de cierre y generando controversia entre comunid