En la mañana del 11 de agosto de 2026, los viajeros en la estación de metro de Victoria, en Londres, pasaron sus tarjetas por los tornos como de costumbre. Pocos se percataron de las cámaras de color amarillo brillante instaladas en el vestíbulo, y menos aún imaginaron que, a partir de ese día, cada rostro que pasara ante los objetivos sería escaneado en tiempo real y cotejado con una lista de búsqueda policial. La Policía Británica de Transportes (BTP) anunció esa misma jornada la ampliación de su ensayo de reconocimiento facial en tiempo real (Live Facial Recognition, LFR) al interior del metro de Londres. Victoria es la primera estación de una fase piloto que rotará por varios nodos ferroviarios y de metro hasta noviembre.
Imagen: En febrero de 2026, el proyecto echó a andar en la estación de London Bridge con cámaras montadas sobre el techo de un furgón policial. Fuente: bbc.co.uk (PA Media)
Cómo funciona exactamente el sistema
Es importante precisar qué hace exactamente esta tecnología. Las cámaras captan las imágenes de los rostros y las envían en tiempo real a un algoritmo de cotejo (el software NeoFace M40 de la firma japonesa NEC). El algoritmo extrae de cada cara una serie de características geométricas —la distancia entre los ojos, la proporción entre la nariz y la boca o el contorno de los pómulos— y las convierte en una secuencia numérica. Este vector matemático funciona como una “huella digital”, que el sistema compara de inmediato con una lista de búsqueda. En esa lista figuran personas buscadas por la policía o los tribunales, incluidos sospechosos de delitos graves e individuos que han violado condiciones de libertad condicional u órdenes judiciales.
Imagen: Cámara LFR mostrada en la nota de prensa de la Policía Británica de Transportes. Fuente: btp.police.uk
Existe la idea equivocada de que el sistema funciona igual que una inspección visual humana. En realidad, la máquina no compara si dos fotos se parecen a simple vista, sino vectores de características geométricas. Al comprimir el rostro en una secuencia numérica corta, el cotejo se realiza en fracciones de segundo, razón por la cual se denomina reconocimiento “en tiempo real”.
Precisión en el mundo real: La brecha con los ensayos de laboratorio
Los porcentajes de precisión anunciados por los fabricantes suelen medirse en condiciones ideales de laboratorio. Una estación de metro en hora punta es un escenario complejo: aglomeraciones masivas, iluminación variable, pasajeros mirando la pantalla del teléfono, mascarillas, gorras caladas y cámaras situadas a dos o tres metros de distancia. Todos estos factores degradan la calidad del análisis biométrico. La investigación académica ha demostrado en repetidas ocasiones que la eficacia de un algoritmo cae notablemente cuando pasa del laboratorio a un entorno urbano congestionado. Asimismo, varios estudios independientes han documentado tasas de falsos positivos sensiblemente superiores en personas de piel oscura. El Laboratorio Nacional de Física del Reino Unido (NPL) realizó pruebas independientes para este proyecto e ideó una configuración de parámetros destinada a reducir al mínimo los falsos positivos y los sesgos raciales, compromiso que la policía ha prometido respetar. Esto demuestra que la preocupación por las falsas alarmas es real y que las autoridades intentan compensarla mediante la calibración del sistema.
Cifras clave para reflexionar
En los debates de Hacker News se destacaron los datos oficiales de despliegue publicados por la BTP: en las pruebas realizadas a lo largo de 2026, con decenas de miles de rostros escaneados en cada operativo, solo se registró una alerta, y resultó ser un falso positivo. Esto indica que en la práctica el sistema está configurado de forma extremadamente conservadora para evitar falsas alarmas. Para los defensores, esto prueba un uso responsable (“es preferible no intervenir antes que detener a un inocente”); para los críticos, demuestra que escanear a decenas de miles de personas para no obtener ningún resultado supone un despliegue ineficiente de recursos públicos.
Otras cifras provienen de la Policía Metropolitana de Londres (Met): entre enero y mediados de septiembre de 2025, se registraron en Londres 801 detenciones clasificadas como “resultado directo del reconocimiento facial”. Esto indica que, fuera del ensayo en el metro, la tecnología sí ha generado detenciones a escala significativa. Por otro lado, en el ámbito político, el ministro del Interior en la sombra de la oposición ha pedido un despliegue más amplio de la tecnología, señalando que la base de datos de imágenes faciales de la policía contiene unos 10 millones de fotografías, lo que equivale a que 1 de cada 7 habitantes del Reino Unido (de una población de 68 millones) está registrado en el sistema.
El marco legal: ¿Suficientes garantías o vacío normativo?
Bajo el marco del GDPR del Reino Unido, los datos faciales están catalogados como datos biométricos dentro de las “categorías especiales”, lo que exige requisitos de protección muy superiores a los de la información personal ordinaria. La postura policial es que el ensayo cumple con la legalidad vigente: las fechas y ubicaciones se anuncian con antelación, hay señalización clara en las estaciones, existen rutas alternativas para quienes no deseen pasar por las zonas de escaneo, las imágenes de personas no incluidas en la lista se eliminan de inmediato y de forma permanente, y las fotos asociadas a alertas se borran en un plazo de 24 horas.
Los detractores consideran que este marco regulatorio es insuficiente. La organización por los derechos civiles Big Brother Watch subraya que el Reino Unido carece de una ley específica que regule el uso del reconocimiento facial por parte de la policía. En la práctica, son las propias fuerzas de seguridad las que fijan sus reglas internas: quién entra en la lista, la extensión de la misma y los umbrales de coincidencia, sin que el Parlamento haya debatido ni votado sobre la materia. Actualmente, la Met se enfrenta a un recurso judicial ante el High Court interpuesto por Shaun Thompson, de 39 años, quien fue interceptado por una unidad de LFR en 2025 cerca de la estación de London Bridge. Tras negarse a facilitar sus huellas dactilares, estuvo retenido unos 30 minutos. Thompson definió el sistema como “un control policial con esteroides”. En la vista celebrada en enero de 2026, la policía argumentó que las 801 detenciones demuestran su efectividad y que la intromisión en la privacidad del público general es “mínima”.
Partidarios: Una herramienta de precisión, no vigilancia masiva
Imagen: Cuatro cámaras grises alineadas en el techo del vehículo policial dirigidas hacia el flujo de pasajeros. Fuente: bbc.co.uk (PA Media)
Conviene exponer también los argumentos de los defensores de la medida. La policía enfatiza que la lista de objetivos es reducida: delincuentes buscados por delitos graves o infractores de órdenes judiciales. Además, el despliegue responde a labores de inteligencia, instalando los equipos únicamente en estaciones por las que se sospecha que pueden transitar los fugitivos. El responsable de seguridad de Transport for London (TfL) lo expresó con claridad: identificar a delincuentes de alto riesgo (incluidos agresores sexuales) busca “detener el delito antes de que se cometa”.
En las discusiones de Hacker News, los defensores aportaron dos reflexiones pragmáticas. En primer lugar, las estaciones de metro londinenses cuentan con accesos limitados y una estructura cerrada, lo que las convierte en puntos de interceptación habituales para la policía; el reconocimiento facial simplemente convierte las búsquedas manuales en intervenciones más precisas. En segundo lugar, la tecnología es neutra y lo determinante es el protocolo de uso: existe verificación humana (una alerta no desencadena una detención automática, sino que un agente en el lugar debe comprobar visualmente el positivo antes de actuar) y las cámaras amarillas son perfectamente visibles, lo que permite desviarse a quien lo prefiera. Además, algunos se preguntan: si la inspección de los agentes humanos también comete errores de identificación, ¿por qué exigir infalibilidad absoluta únicamente a las máquinas?
Detractores: Una pendiente resbaladiza sin retorno
Las objeciones de los detractores están igualmente estructuradas. Big Brother Watch califica la iniciativa de “vigilancia biométrica masiva sobre ciudadanos que cumplen la ley”: toda la población es sometida a escrutinio, independientemente de su inocencia, y el coste de las falsas alarmas lo asumen los ciudadanos retenidos e interrogados. Un comentario muy valorado en Hacker News amplió la perspectiva: la tarjeta Oyster y las tarjetas bancarias registran cada paso por los tornos, las cámaras de las cajas autoservicio graban nuestros rostros, los sistemas ANPR registran las matrículas de los coches y los operadores almacenan el historial de navegación… la movilidad anónima desapareció del Reino Unido hace años. Para este comentarista, la privacidad se ha ido reduciendo paulatinamente y el reconocimiento facial es un paso más en esa dirección.
Existe asimismo el temor a un efecto de pendiente resbaladiza: si hoy la lista la integran delincuentes buscados, mañana podría incluir a deudores fiscales, miembros de organizaciones o personas incómodas para las autoridades. También se advierte de que el factor humano en la verificación trabaja bajo tensión. En 2005, el joven brasileño Jean Charles de Menezes murió abatido por la policía en el metro de Londres tras ser confundido con un terrorista, sin que interviniera ningún sistema de reconocimiento facial. Ese antecedente histórico recuerda que la verificación humana posterior al aviso tampoco está libre de errores fatales.
La prueba piloto continúa
Ambas posturas se apoyan en hechos reales: hay delincuentes que utilizan a diario el transporte público y la policía requiere herramientas eficaces; sin embargo, someter a millones de personas inocentes a un filtrado automatizado no ha sido sometido a votación ciudadana en una democracia. Cabe recordar que se trata de un ensayo con fecha de finalización prevista para noviembre, momento en que se publicará un informe de evaluación. Hasta entonces, millones de viajeros seguirán pasando cada día ante las cámaras de color amarillo brillante.
Enlaces de referencia:
- BTP News: BTP expands live facial recognition trial into London Underground stations (Nota de prensa oficial de la Policía Británica de Transportes)
- BBC News: Police start live facial recognition trial at London stations (Cobertura del inicio del ensayo en febrero de 2026, con detalles operativos y posturas del debate)
- Biometric Update: British Transport Police extends live facial recognition trial into Underground stations (Detalles técnicos sobre NEC NeoFace M40 y las pruebas del NPL)
- Discusión en Hacker News (item?id=49255496) (198 puntos, 229 comentarios sobre las implicaciones técnicas y éticas)
