El KIT (Karlsruher Institut für Technology) publicó el 26/05/2026 un paper que afirma que el Wi‑Fi ordinario, a través de datos de beamforming feedback, puede identificar personas con una precisión casi perfecta en laboratorio, tras probarlo con 197 participantes.
Cómo funciona, explicado simple
Los routers modernos no emiten ya como una bombilla: concentran la señal hacia el dispositivo gracias a beamforming. Los aparatos conectados envían de vuelta información sobre cómo llega esa señal, la llamada beamforming feedback information (BFI). Esa traza contiene efectos de interferencia y absorción provocados por cuerpos humanos: posiciones, movimientos leves y cambios en el entorno alteran la firma de la señal. El equipo del KIT entrenó modelos de inteligencia artificial con esos datos para aprender patrones asociados a personas; según el paper, alimentaron el sistema con miles de ejemplos y alcanzaron la precisión citada. El beamforming se generalizó con el estándar IEEE 802.11ac (Wi‑Fi 5), publicado en 2013, por lo que la materia prima de este experimento existe en la infraestructura doméstica y comercial desde hace años (según IEEE 802.11ac, 2013).
¿Me pueden identificar en una cafetería de Palermo?
La respuesta corta es: hoy no, pero la posibilidad existe. En laboratorio el sistema rozó el 100% de acierto con 197 participantes (KIT, 26/05/2026), pero los autores aclaran que fuera de condiciones controladas habría que entrenar un nuevo modelo con datos del espacio específico y con cientos de personas. Eso implica acceso continuo a BFI en esa red, capacidad de recolectar y etiquetar ejemplos locales, y recursos para entrenar modelos. En términos prácticos: un atacante necesitaría instrumentar la red o controlar el punto de acceso, además de contar con datos locales suficientes para que el modelo no se degrade. Por eso, aunque técnicamente plausible, no es hoy una técnica plug‑and‑play para seguimiento masivo en cualquier café.
¿Es un riesgo real o es puro laboratorio?
Hay dos dimensiones: técnica y operativa. Técnicamente, el paper demuestra que la señal contiene información rica sobre presencia humana; operativamente, replicarlo requiere instalaciones, datos y ajuste por lugar. Los investigadores señalan que cada router podría convertirse en un vector de vigilancia si se accede a su BFI, y remarcan que su experimento no es un sistema listo para desplegar. Para convertir esto en una amenaza real haría falta software que capture BFI en equipos de acceso, redes que permitan esa extracción y modelos entrenados con miles de ejemplos en cada entorno (KIT). En el mundo real hay ruido, objetos móviles y variabilidad entre routers y clientes que reducen la precisión sin reentrenamiento constante.
Qué debería hacerse en Argentina y qué pedimos desde la perspectiva editorial
Primero, transparencia técnica: los fabricantes y operadores deben documentar si y cómo exponen BFI y qué riesgos conlleva, con guías en español. Segundo, evaluaciones abiertas: pedimos métricas públicas y tests reproducibles que permitan comparar riesgos, siguiendo nuestra postura habitual de gobernanza con revisión humana. Tercero, medidas prácticas: limitar acceso a BFI por defecto en firmware, exigir auditorías cuando redes públicas recolecten datos de señal y promover alertas de privacidad en puntos de acceso públicos. A corto plazo, esta investigación es una llamada de atención: no es una bomba lista para explotar, pero sí un ejemplo claro de cómo datos aparentemente inofensivos pueden transformarse en herramientas de vigilancia si no hay regulación, documentación y controles humanos (posición: apoyamos evaluaciones abiertas, métricas públicas, documentación en español y gobernanza con revisión humana).
