Estafas de suplantación con IA atacan el mercado laboral de Minnesota: el fraude podría alcanzar 40.000 M$ en 2027

Por GovTech / Star Tribune · 24 de junio de 2026.

Trabajadores de Doherty Staffing Solutions, una agencia de empleo con sede en Minneapolis, comenzaron a recibir llamadas desconcertantes de personas que respondían a mensajes de texto de reclutamiento que la empresa nunca había enviado. La investigación posterior reveló que estafadores estaban suplantando la identidad de la firma para enviar ofertas de empleo falsas a buscadores de trabajo, con el objetivo de obtener sus números de la Seguridad Social y datos bancarios a cambio de empleos que no existían.

El caso de Doherty ilustra una tendencia en aceleración: las estafas de suplantación de identidad —donde criminales se hacen pasar por empresas legítimas o funcionarios gubernamentales— están proliferando a un ritmo sin precedentes impulsadas por la inteligencia artificial generativa. Según datos de la Comisión Federal de Comercio (FTC), este tipo de fraudes costaron a los consumidores 3.500 millones de dólares el año pasado, una cifra que casi se triplicó en cinco años. Aproximadamente 1.000 millones de esos dólares procedieron de la suplantación de empresas legítimas, frecuentemente bancos o funcionarios gubernamentales.

Lo que hace especialmente sofisticado el caso de Doherty es el uso de imágenes generadas por IA. Los mensajes fraudulentos incluían fotografías de alta calidad de mujeres sonrientes vistiendo blazers, todas identificadas con el nombre 'Emma Smith', acompañadas del logotipo real de la empresa. Un consultor externo realizó un análisis forense informático que confirmó que las imágenes habían sido producidas con inteligencia artificial. Las ofertas fraudulentas prometían puestos remotos que requerían residencia en EE.UU. y número de Seguridad Social válido —un vector de extracción de datos especialmente valioso.

Más allá de las imágenes, lo que destaca Billy Doherty, presidente de la firma, es la personalización de las estafas: en el último mes, los defraudadores adaptaron sus mensajes a los intereses laborales específicos de cada individuo, utilizando información pública obtenida de Internet. 'A simple vista, esto parece fantástico', dijo Doherty. 'Parece algo que hicimos con un esfuerzo deliberado para ponerte delante.' Este nivel de personalización supone un salto cualitativo respecto a las campañas masivas con enlace a sitio falso que caracterizaban las estafas anteriores.

El profesor Manjeet Rege, de la Universidad de St. Thomas y director de su Centro de IA Aplicada, resume el problema con claridad: 'La IA generativa ha reducido el coste de producir un engaño convincente. Incluso un sitio web puede montarse en cuestión de minutos.' Rege señala que el consejo tradicional de 'ver para creer' ya no sirve: 'Yo diría ahora, no lo creas aunque lo veas, aunque parezca muy, muy auténtico.'

En Minnesota en particular, la FTC registró 33.204 denuncias de fraude en total el año pasado, con pérdidas de aproximadamente 168 millones de dólares y una pérdida mediana de 340 dólares. Las estafas de suplantación representaron alrededor del 37% de todos los reportes. El mercado laboral del estado sufrió además un impacto adicional a raíz de la campaña de control migratorio del gobierno federal en el invierno pasado, lo que generó mayor vulnerabilidad entre trabajadores que buscan empleo activamente.

Las agencias de trabajo temporal son un blanco estratégico: en 2024, según la Asociación Americana de Staffing (American Staffing Association), estas firmas emplearon a aproximadamente 247.000 trabajadores en Minnesota en empleos temporales de manufactura, transporte y mantenimiento de edificios. Stephen Dwyer, CEO del gremio, advierte que el fuerte aumento de suplantaciones en el último año podría causar daño reputacional duradero al sector: 'Creen que es una forma fructífera de estafar a personas inocentes.'

La escala nacional del problema es significativa. El FBI recibió casi 22.000 denuncias sobre estafas habilitadas por IA el año pasado, con pérdidas en esa categoría de 893 millones de dólares a nivel nacional, dentro de un total de casi 21.000 millones de dólares en fraude atribuido a delitos informáticos. La agencia destacó la creciente capacidad de los cibercriminales para clonar voces o redactar 'correos de apariencia oficial', haciendo las estafas cada vez más difíciles de detectar. Christopher Mufarrige, director de la Oficina de Protección al Consumidor de la FTC, calificó las estafas de suplantación como 'una de las formas más perniciosas de fraude'.

De cara al futuro, la consultora Deloitte estima que los deepfakes y otras tecnologías avanzadas podrían elevar el costo total anual del fraude al consumidor en EE.UU. hasta 40.000 millones de dólares para 2027. Esta proyección subraya la velocidad a la que la IA está transformando el ecosistema del fraude digital, pasando de herramienta ocasional a motor estructural del crimen organizado en línea.

Desde la perspectiva de la psicología del fraude, la investigadora Marti DeLiema, profesora asistente de trabajo social en la Universidad de Minnesota que estudia por qué las personas caen víctimas de estafas, introduce el concepto de 'necesidad insatisfecha' como factor de vulnerabilidad. Según DeLiema, la conversación sobre susceptibilidad al fraude suele centrarse en la edad, el deterioro cognitivo o los conocimientos tecnológicos, pero la necesidad no cubierta es igualmente determinante: 'Una persona que tiene una necesidad insatisfecha, como la de empleo, podría estar más abierta a interactuar con ofertas potenciales que ve en línea.' Esta perspectiva es relevante para entender por qué el mercado laboral es un vector de ataque tan eficaz: combina urgencia económica con el uso naturalizado de plataformas digitales para la búsqueda de trabajo.

Rege, el profesor de St. Thomas, advierte además que buscar señales visuales para identificar contenido generado por IA —logos borrosos, frases extrañas, errores ortográficos— es una estrategia perdedora a largo plazo, ya que esos indicadores están desapareciendo con los nuevos modelos. Define la situación como 'un juego del gato y el ratón': 'Para cuando un método de detección se vuelve fiable, las herramientas de generación ya han avanzado a algo que no puede capturar.' Esta brecha entre herramientas de detección y modelos generativos es uno de los desafíos técnicos más urgentes en el campo de la seguridad digital.

Para los gobiernos locales y estatales, el caso de Minnesota tiene implicaciones directas en materia de política pública. Los organismos públicos son también blanco frecuente de suplantación —el 37% de denuncias en el estado incluye este tipo de fraude— y la proliferación de ofertas laborales falsas que invocan agencias gubernamentales o empresas del sector staffing puede erosionar la confianza institucional. La capacidad de la IA para generar comunicaciones indistinguibles de las legítimas plantea preguntas sobre qué salvaguardas técnicas y regulatorias deben implementarse en los canales oficiales de comunicación con ciudadanos.

En general, como contexto del sector, el fenómeno descrito en Minnesota no es un caso aislado sino parte de una tendencia global: el uso de modelos de lenguaje e imagen para automatizar y personalizar el fraude a escala. Lo que antes requería operaciones criminales con recursos significativos —diseño gráfico, redacción convincente, gestión de múltiples identidades— ahora es accesible con herramientas de IA disponibles comercialmente y, en algunos casos, de código abierto. El umbral de entrada para montar una campaña de fraude sofisticada se ha desplomado, mientras que la detección se vuelve progresivamente más difícil para los usuarios finales.

En definitiva, el caso de Doherty Staffing Solutions en Minneapolis condensa varios de los vectores más preocupantes de la IA agéntica mal aplicada: generación automática de identidades falsas (imágenes, nombres, logos), personalización masiva basada en datos públicos, y despliegue a escala de campañas de engaño dirigidas a poblaciones vulnerables. La respuesta institucional —concienciación pública, coordinación entre empresas afectadas, denuncias al FBI y la FTC— sigue siendo reactiva frente a una amenaza que evoluciona más rápido que los marcos de detección y regulación disponibles.