The UK Will Scan Asylum-Seekers’ Faces for Age Checks—Despite Knowing the Tech Is Flawed
{ "title": "Estimación de edad por IA en fronteras: sesgos raciales y riesgos para menores migrantes", "subtitle": "Pruebas internas del gobierno británico revelan que los sistemas de reconocimiento facial cometen errores de hasta 4.6 años en poblaciones subsaharianas, el grupo migrante más numeroso en el Reino Unido", "content": "Gobiernos de todo el mundo aceleran la adopción de tecnología de estimación facial de edad (FAE, por sus siglas en inglés) para controles migratorios, pero evidencia interna obtenida por medios de investigación internacionales expone fallas sistemáticas con consecuencias jurídicas graves. El gobierno del Reino Unido planea implementar estos sistemas de inteligencia artificial para determinar la edad de solicitantes de asilo que llegan sin documentos, en lo que sería el primer uso gubernamental de FAE en contextos migratorios a escala nacional.
Una investigación periodística conjunta —producida en colaboración con Lighthouse Reports y The Independent— obtuvo un reporte interno del Home Office británico que documenta pruebas realizadas a siete algoritmos de estimación facial de edad. El sistema con mejor desempeño mostró un margen de error promedio de 4.6 años al analizar mujeres de origen subsahariano, lo que significa que una niña de 13 años podría ser clasificada como adulta de 18. Las implicaciones son directas: los menores incorrectamente clasificados como adultos pierden protecciones legales específicas y pueden ser internados en centros de detención para adultos. Los migrantes subsaharianos representan el grupo más numeroso que cruza el Canal de la Mancha y el que más evaluaciones de edad registró en 2025, según datos del propio Home Office.
Más allá del margen de error, el reporte revela un patrón de sesgo racial estadísticamente significativo. Años de pruebas del Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) han documentado que la precisión de los sistemas FAE varía según la raza del individuo analizado y la calidad de las fotografías. Tim Cole, profesor emérito de estadística médica en el University College London e integrante del comité científico que el Home Office disolvió mientras exploraba la adopción de IA, describió los sistemas de escaneo facial como "horrorosamente imprecisos" y señaló que el comité fue cerrado antes de que pudiera presentar sus observaciones sobre las deficiencias de la tecnología. El departamento gubernamental argumentó que la disolución respondió a la necesidad de incorporar "diferentes campos de experiencia".
Para los equipos directivos de organizaciones que operan en sectores regulados —tecnología, servicios financieros, salud o recursos humanos—, este caso ilustra un riesgo corporativo concreto: la adopción de sistemas de IA con sesgos demográficos documentados puede derivar en responsabilidades legales, daño reputacional y cuestionamientos regulatorios. La tendencia global hacia la verificación de edad digital —desde restricciones en redes sociales en Australia hasta regulaciones de contenido adulto en estados de EE.UU.— está trasladando estas tecnologías del entorno digital al mundo físico, donde las decisiones automatizadas tienen consecuencias irreversibles sobre personas reales. La pregunta estratégica para cualquier organización que evalúe implementar FAE no es solo técnica: es de gobernanza, auditoría de sesgos y gestión de riesgo ético." }