Datos biométricos en antros: riesgos legales y valoración de eficacia

En Querétaro, 52 establecimientos –entre bares y centros nocturnos– ya cuentan con tecnología para captar datos biométricos de las usuarios al ingresar, como parte de una estrategia de seguridad pública impulsada por la Secretaría de Seguridad Ciudadana (SSC).

Sin embargo, desde la criminología se advierte que este tipo de información está catalogada como dato sensible en la legislación mexicana y su tratamiento implica obligaciones legales estrictas, además de que no existe evidencia concluyente de que reduzca la incidencia delictiva.

Guadalupe García Martínez, coordinadora de la Licenciatura en Criminología del Campus Aeropuerto de la Universidad Autónoma de Querétaro, explicó que el reconocimiento facial no se limita a una fotografía convencional.

Detalló en entrevista, de la recopilación de mediciones específicas del rostro (distancias entre ojos, tamaño de pómulos, proporciones faciales, contornos y otros puntos de referencia) que se transforman en patrones matemáticos únicos. Cada medición fabrica un dato individual que puede conducir a la identificación de una persona.

“En términos de consecuencias, la primera es esa, las afectaciones a la privacidad y la vulneración a datos considerados sensibles”, mencionó al recalcar que la autorización de los datos personales debe ser directa, informada y específica.

La Ley Federal de Protección de Datos Personales en Posesión de los Particulares establece que los datos biométricos requieren medidas especiales de resguardo y autorización expresa del titular, debido a su carácter altamente identificable y a que, a diferencia de otros datos personales, no pueden modificarse si son vulnerados.

García Martínez subrayó que no se trata únicamente de privacidad, sino de autodeterminación informativa, donde exista el derecho de cada persona a decidir quién utiliza su información y con qué fines.

Modo de operación

Los dispositivos instalados en los establecimientos están enlazados a sistemas estatales y permiten comparar en tiempo real, los rasgos faciales con bases de datos de personas con órdenes de aprehensión o identificadas como objetivos prioritarios. En caso de coincidencia, se genera una alerta que puede compartirse con autoridades como la Fiscalía General del Estado para apoyar investigaciones.

No obstante, la especialista enfatizó que se trata de una medida reactiva y no preventiva, puesto que su función principal es documentar o identificar hechos que están ocurriendo, pero no necesariamente evitar su comisión.

“A nivel internacional no se ha logrado probar que a más cámaras haya menos delitos”, indicó.

Además, explicó que el argumento de la disuasión suele utilizarse como justificación para este tipo de estrategias; sin embargo, cuando una persona decide cometer un delito realiza una valoración de costos y beneficios en la que no necesariamente pesa el hecho de estar siendo observada.

“Lo que pesa es la probabilidad de que sea castigado”, indicó. Y esa probabilidad, agregó, no depende de la existencia de una cámara, sino del funcionamiento del sistema de justicia.

En México, recordó, las cifras generales indican que de cada 100 delitos se castiga uno, lo que refleja altos niveles de impunidad. Bajo ese contexto, señaló que, si se pretende evaluar la eficacia de estas tecnologías uno de los indicadores clave sería verificar si aumenta la probabilidad de sanción y no únicamente la capacidad de identificación.

Asimismo, García Martínez advirtió sobre los márgenes de error documentados en los sistemas de reconocimiento facial, donde la precisión depende de la empresa proveedora y de los datos con los que fueron entrenados los algoritmos de inteligencia artificial. Debido a que, diversos estudios han mostrado que estas tecnologías tienden a presentar tasas de error significativamente mayores en personas afroamericanas, asiáticas y latinoamericanas frente a rostros caucásicos.

“Hay una menor tasa de error en rostros blancos y esto tiene que ver con los datos que se utilizaron para entrenar a los algoritmos”, explicó.

Por ello, consideró indispensable transparentar qué empresa provee el servicio, cómo fueron entrenados los algoritmos y cuáles son sus márgenes de error, antes de evaluar su impacto real tanto en materia de seguridad como en la protección de derechos.