Las pruebas de estrés en biometría suelen reportar precisión, tasa de falsos positivos y estabilidad ante ruido. Esas cifras pueden mantenerse altas incluso cuando existe una puerta trasera activa, porque el disparador no aparece en los lotes habituales. El modelo acierta en el tráfico normal y falla solo ante la entrada que el atacante controla.

En verificación facial puede ser un patrón concreto en un par de imágenes o una alteración mínima de un píxel. En audio, una frase determinada, un tono específico o una marca inaudible insertada en la señal de entrada. No es un fallo genérico: es una condición precisa que activa una respuesta distinta a la esperada.

Una revisión puntual entrega una foto fija del modelo en la fecha en que se ejecutó. La supervisión continua compara versiones, vigila derivas en las métricas y lanza pruebas automáticas sobre lotes representativos. La diferencia no está en la profundidad del análisis, sino en qué cambios quedan registrados entre una revisión y la siguiente.

Detectar señales de manipulación no es lo mismo que certificar que un modelo está libre de ellas. Ningún conjunto de pruebas agota el espacio de disparadores posibles, y un resultado negativo solo indica que no se encontró evidencia en las condiciones evaluadas. Tampoco sustituye la revisión humana cuando hay indicios que requieren interpretación.

Ante un incidente, la investigación exige versiones del modelo, registros de entrenamiento, resultados de pruebas previas y trazas de las decisiones automatizadas. Sin esa base, reconstruir qué ocurrió y desde cuándo se vuelve especulativo. La conservación de datos sensibles debe equilibrarse con las normas de protección de datos personales aplicables.

Un mismo modelo puede comportarse de forma distinta según el canal: llamadas con códec comprimido frente a grabaciones limpias, o cámaras con iluminación variable frente a capturas controladas. Las condiciones reales de operación forman parte del objeto de auditoría, no son un detalle accesorio del entorno.