Reconocimiento Facial en Seguridad: Usos, Límites y Privacidad en Perú

En la feria de seguridad, el stand muestra una pantalla donde el rostro de cada persona que pasa aparece con un recuadro verde y un nombre. Impresiona. Lo que el stand no muestra es lo que pasa a las 6 p.m. con contraluz, con la gente saliendo apurada, con la mitad de los rostros a medio perfil. Ahí el recuadro verde falla, y ese fallo es justamente el punto que hay que entender antes de gastar en esta tecnología. El reconocimiento facial tiene usos reales y acotados; también tiene límites y responsabilidades que el vendedor rara vez pone sobre la mesa.

Qué es el reconocimiento facial en seguridad privada

El reconocimiento facial en seguridad privada es un software que compara el rostro captado por una cámara contra una base de rostros conocidos y estima si hay coincidencia. Conviene separar dos operaciones distintas, porque su fiabilidad es muy diferente:

• Verificación uno-a-uno. “¿Esta persona es quien dice ser?” Comparas un rostro contra un único registro, normalmente con la colaboración de la persona, que se para frente a la cámara. Es el caso más confiable.
• Identificación uno-a-muchos. “¿Quién es esta persona?” Comparas un rostro contra una lista de muchos. Aquí la probabilidad de error crece con el tamaño de la lista y con las malas condiciones de captura.

Esa diferencia lo cambia todo. La mayoría de las promesas exageradas viven en el segundo caso; la mayoría de los usos sensatos, en el primero.

Toda coincidencia de rostro debería llegar a la central como una alerta para verificación humana, no como una decisión automática de dejar pasar o denegar.

Usos legítimos y acotados

Hay escenarios donde el reconocimiento facial aporta valor real sin pretender ser infalible.

Control de acceso de personal recurrente

En un edificio corporativo o una planta con personal fijo, verificar el rostro de empleados que ya dieron su consentimiento y están enrolados agiliza el ingreso y reduce el préstamo de credenciales. Es verificación uno-a-uno, con colaboración y buena iluminación: el terreno donde la tecnología rinde. Aun así, siempre conviene una vía alternativa —credencial, código— para cuando el sistema no reconoce.

Listas de personas vetadas

Un cliente puede pedir que se alerte si una persona específica —alguien con orden de alejamiento, un ex trabajador conflictivo, alguien que ya cometió un hurto en el objetivo— aparece en un acceso. El sistema levanta una alerta y el agente de seguridad verifica. La palabra clave es alerta, no bloqueo automático: el software sugiere, la persona decide.

Apoyo a investigaciones

Después de un incidente, buscar un rostro en el video grabado es más rápido con analítica que revisando horas de grabación a ojo. Es una herramienta de búsqueda para el humano, no un veredicto.

En todos estos casos el patrón es el mismo: la máquina propone, la persona confirma. Cuando el reconocimiento facial se ata al libro de novedades digital, cada coincidencia y cada verificación quedan registradas como ocurrencia, con hora y decisión tomada, lo que protege tanto al cliente como a la empresa si después hay que explicar qué pasó.

Los límites que el folleto no cuenta

Ser honesto sobre esta tecnología es lo que evita comprarla para lo que no sirve.

El error no es parejo. Los sistemas de reconocimiento facial rinden distinto según condiciones de captura y según las características del rostro. Está documentado en la literatura técnica que muchos algoritmos aciertan menos con ciertos grupos demográficos y con rostros captados en malas condiciones. Un sistema que “acierta casi siempre” en el demo puede degradarse mucho en la puerta real, con lentes, gorra, mascarilla o poca luz.

El falso positivo tiene costo humano. Un falso positivo en una lista de vetados no es un dato: es señalar a una persona inocente como sospechosa frente a un agente. Si ese aviso dispara una reacción automática, el daño es real. Por eso la verificación humana antes de actuar no es un lujo, es un requisito ético y operativo.

Depende brutalmente de la infraestructura. Ángulo de cámara, resolución, iluminación, distancia. El mismo software con una cámara mal puesta pasa de útil a inservible. Buena parte de los “fallos de reconocimiento facial” son en realidad fallos de instalación.

El tamaño de la lista importa. Cuanto más grande la base contra la que comparas, más falsas coincidencias vas a tener. Listas chicas y específicas rinden; bases enormes generan ruido.

Privacidad: el terreno más delicado

Aquí conviene el máximo cuidado. El rostro es un dato personal, y de los más sensibles, porque a diferencia de una contraseña no se puede cambiar. Procesar rostros de trabajadores, visitantes y terceros conlleva obligaciones que no se pueden improvisar.

La normativa de protección de datos personales y las reglas aplicables al sector de seguridad privada —incluyendo lo que corresponda a la autoridad competente, como la SUCAMEC en materia sectorial— varían y evolucionan según la jurisdicción. Esto no es asesoría legal. Antes de implementar reconocimiento facial conviene verificar con la autoridad y con un asesor cuestiones como: base legal y consentimiento para enrolar rostros, deber de información y señalización, finalidad y proporcionalidad del tratamiento, plazos de conservación, seguridad de la base de datos biométricos y derechos de las personas registradas.

Un principio prudente que suele sostenerse solo: usa el dato menos invasivo que resuelva el problema. Si un control de acceso se resuelve con credencial, quizá no necesitas biometría facial. La tecnología más potente no siempre es la más apropiada, y en materia de privacidad, “porque se puede” no es “porque se debe”.

Cuando el agente verifica una coincidencia, la registra en su app: la decisión queda trazable y con responsable, no en manos del algoritmo.

Cómo encaja en una operación real

El reconocimiento facial no reemplaza al agente de seguridad ni al criterio del supervisor: en el mejor de los casos les da una señal más que verificar. Su lugar sensato es como capa de apoyo en accesos específicos, atada a una operación donde la decisión final siempre es humana y todo queda registrado.

Para una empresa mediana en Perú, el orden razonable es primero tener el circuito de accesos, visitas y ocurrencias digitalizado y ordenado —quién entró, quién autorizó, qué pasó— y solo después evaluar si el reconocimiento facial agrega valor en algún punto concreto, con las salvaguardas de privacidad resueltas. Puedes ver cómo se aterriza esto al contexto local en nuestro hub de Perú.

Si quieres ordenar el control de accesos y ocurrencias de tu operación para que cualquier tecnología biométrica que sumes después tenga una base seria, explora CGuardPro o escríbenos.