Verificación continua durante la llamada: cuándo bloquear y cuándo avisar

Comprobar la identidad al descolgar resuelve la primera pregunta y deja abierta la siguiente. Una vez que la voz coincide con la huella registrada, la llamada entra en una zona de confianza donde nadie vuelve a mirar. Ahí es donde un atacante con acceso a la ruta puede colarse: espera a que el operador baje la guardia, sustituye el flujo por audio sintetizado y continúa la conversación como si nada hubiera cambiado. La verificación continua existe justamente para cubrir ese tramo.

El mecanismo es sencillo de describir y difícil de calibrar. El sistema corta el habla en segmentos sucesivos, extrae de cada uno los rasgos que forman la huella del hablante y compara el resultado con la referencia guardada. La comparación no se hace una sola vez: se repite a lo largo de la llamada, en cada intervención, y produce una puntuación que sube o baja según el tramo. Cuando esa puntuación cae, alguien tiene que decidir qué hacer. Esa decisión es el corazón del artículo.

Hay dos respuestas posibles y no son equivalentes. La primera es el bloqueo: el sistema corta la comunicación de forma automática porque la señal de sustitución es lo bastante clara como para no dejar margen. La segunda es el aviso: el sistema marca la llamada como dudosa y se lo comunica al operador, que sigue teniendo la voz al otro lado y puede actuar. Elegir entre una y otra no depende solo del algoritmo, sino de qué se está dispuesto a tolerar en cada tipo de operación.

El bloqueo automático tiene un costo evidente. Un cliente con resfriado, un auricular con micrófono sucio o una conexión con ruido de fondo pueden degradar la coincidencia sin que exista ningún atacante. Cortar en ese caso rompe una conversación legítima y obliga a reconstruirla por otro canal. Por eso el umbral de bloqueo suele reservarse para caídas profundas y sostenidas, no para un único segmento flojo. Un descenso puntual es información; un descenso que se mantiene en varias intervenciones seguidas es otra cosa.

El aviso, en cambio, admite matices. El operador recibe una señal discreta en su pantalla, sin que la llamada se interrumpa, y puede pedir al interlocutor que confirme algo por un canal distinto: un mensaje a un número conocido, una referencia acordada, una llamada de vuelta. Mientras esa comprobación ocurre, la conversación sigue y no se pierde el hilo. Es un enfoque más lento y más tolerante, y encaja mejor en tramos donde la coincidencia baja de forma parcial pero no desaparece.

Ese escenario parcial es, en la práctica, el más frecuente. El reemplazo total del interlocutor por una voz sintetizada es un caso extremo; lo habitual es que la huella se desvíe un poco, que algunos segmentos coincidan y otros no. Ahí la política de umbrales importa más que la detección en sí. Un margen demasiado estrecho convierte cualquier variación natural en alarma; uno demasiado ancho deja pasar sustituciones graduales. Ajustar ese margen es un trabajo continuo, no una configuración que se deja fija.

La decisión de bloquear o avisar también depende del momento de la llamada. Al inicio, cuando todavía no se ha compartido información sensible, avisar es barato. Más avanzada la conversación, cuando ya se han dado datos o se ha acordado algo, el costo de un bloqueo tardío es mayor y el de un aviso ignorado también. Ninguna regla cubre todos los casos, y por eso conviene que la política sea explícita y revisable, no una caja negra que actúa sin que nadie sepa por qué.