Crónica de smart cities, redes de visión por computador, seguridad urbana y la necesidad de control forense en la Comunidad de Madrid.
La digitalización del espacio público ha dejado de ser una promesa de futuro para convertirse en una realidad de asfalto, postes, sensores y cámaras de alta resolución. Las ciudades ya no solo se diseñan y administran mediante criterios urbanísticos tradicionales: cada vez con mayor frecuencia se monitorizan y gestionan mediante grandes volúmenes de datos.
En la Comunidad de Madrid, uno de los ejemplos más recientes se encuentra en Collado Villalba. El Pleno Municipal aprobó por unanimidad, el pasado 17 de julio de 2026, una modificación presupuestaria de 300.000 euros destinada a financiar y licitar la tercera fase de su sistema de cámaras de videovigilancia.
La actuación contempla el despliegue de 107 nuevas cámaras de última generación y 40 cajas con certificación de aislamiento IP67. La ampliación alcanzará enclaves estratégicos como el Polígono P-29, el Parque de La Coruña, Las Suertes y La Cerca.
Una vez completada esta fase, el municipio dispondrá de una infraestructura de aproximadamente 180 cámaras integradas, con una inversión acumulada cercana al millón de euros.
La finalidad declarada es reforzar la prevención del delito, mejorar la seguridad, optimizar la gestión del tráfico y proporcionar herramientas de apoyo operativo a la Policía Local, objetivos defendidos por el concejal de Seguridad, Joel Dalda.
Pero existe una cuestión que trasciende la instalación física de las cámaras.
El sistema ya no puede entenderse como una simple red de dispositivos destinados a grabar imágenes.
La incorporación de metadatos, reconocimiento de matrículas —LPR— y capacidades asociadas a la Inteligencia Artificial transforma las cámaras en auténticos nodos tecnológicos capaces de procesar, clasificar y localizar información.
Desde TecFuturo, y con el análisis de especialistas de la Asociación Nacional de Tasadores y Peritos Judiciales Informáticos (ANTPJI), examinamos qué hay detrás de esta infraestructura, cuáles son los riesgos asociados a una videovigilancia cada vez más automatizada y por qué la informática forense adquiere un papel determinante cuando estas imágenes terminan convirtiéndose en pruebas judiciales.
- Cómo funciona una red urbana de videovigilancia inteligente
Para un ciudadano, una cámara instalada sobre una farola puede parecer simplemente un dispositivo que registra imágenes.
Técnicamente, sin embargo, una infraestructura como la planteada en Collado Villalba puede convertirse en una red distribuida de captura, transmisión, almacenamiento y análisis conectada con el Centro de Control de la Policía Local.
La diferencia respecto a los sistemas tradicionales está precisamente en lo que sucede después de capturar la imagen.
Las cámaras de última generación permiten obtener vídeo de alta definición y mantener capacidades de vigilancia durante la noche mediante sistemas de visión infrarroja. Las cajas con protección IP67 proporcionan aislamiento frente al polvo y el agua, algo especialmente relevante cuando los dispositivos permanecen expuestos de manera permanente a las condiciones ambientales.
La conectividad mediante tarjetas GSM permite transmitir información sin depender exclusivamente de una infraestructura física de cableado. A ello se añaden sistemas de respaldo energético mediante baterías individuales, destinados a mantener la operatividad ante determinados cortes o incidencias de suministro.
Pero uno de los elementos más relevantes es la incorporación de tecnología LPR —License Plate Recognition—, diseñada para identificar y analizar matrículas de vehículos.
El sistema puede utilizar estos datos para localizar vehículos relacionados con determinados incidentes o generar alertas cuando una matrícula coincide con los registros incluidos en las bases de datos operativas.
Del píxel al metadato: el cerebro algorítmico
La verdadera transformación aparece cuando la imagen deja de ser únicamente una grabación y empieza a convertirse en información estructurada.
En un sistema tradicional, si un investigador necesitara localizar un vehículo rojo que hubiera circulado por una determinada zona durante varias horas, tendría que revisar manualmente grandes cantidades de vídeo.
Los sistemas dotados de capacidades de análisis automatizado pueden realizar parte de ese trabajo mediante técnicas de visión por computador y procesamiento de datos.
La imagen puede asociarse a diferentes atributos: vehículo, color, tipo de vehículo, ubicación, fecha y hora, entre otros parámetros. De esta manera, la búsqueda deja de depender exclusivamente de la revisión visual y puede realizarse mediante consultas sobre información previamente indexada.
Esta capacidad permite localizar determinados fragmentos de vídeo con mayor rapidez y mejorar la respuesta operativa.
Pero también introduce una nueva dimensión de riesgo: cuando una decisión depende de un algoritmo, también es necesario evaluar cómo funciona ese algoritmo, qué margen de error tiene y quién supervisa sus resultados.
- Las trampas invisibles del panóptico automatizado
Una infraestructura inteligente de seguridad puede proporcionar beneficios evidentes a vecinos, comerciantes y cuerpos policiales.
Sin embargo, cuanto mayor es la capacidad tecnológica de una red, mayor debe ser también su capacidad de control.
La automatización no elimina los riesgos de ciberseguridad ni los problemas relacionados con la privacidad. En algunos casos, incluso puede amplificarlos.
Trampa A: la vulnerabilidad IoT y las comunicaciones GSM
Cada cámara conectada a una red de comunicaciones se convierte en un dispositivo tecnológico que debe ser protegido.
El uso de conectividad GSM permite desplegar los dispositivos con mayor flexibilidad, pero también obliga a contemplar escenarios de interrupción de las comunicaciones, ataques dirigidos a la infraestructura de red y posibles intentos de acceso no autorizado.
Uno de los escenarios de riesgo es la utilización de inhibidores de frecuencia o ataques de denegación de servicio destinados a interrumpir temporalmente las comunicaciones.
En un escenario extremo, una interrupción coordinada podría dejar sin cobertura determinados puntos de vigilancia precisamente antes de la comisión de un delito.
También debe analizarse la seguridad del tráfico de información entre las cámaras y el centro de control. Las comunicaciones deben contar con mecanismos robustos de autenticación, segmentación y cifrado para impedir que terceros puedan interceptar, manipular o acceder indebidamente a los datos.
La seguridad de una cámara, por tanto, no termina en su carcasa.
La red que conecta todas las cámaras forma parte de la superficie de ataque.
Trampa B: el sesgo de la IA y los falsos positivos del reconocimiento de matrículas
La visión por computador ha avanzado de manera extraordinaria, pero ningún sistema de reconocimiento es infalible.
Las condiciones ambientales pueden afectar al rendimiento de los algoritmos. Reflejos, suciedad, lluvia, iluminación deficiente, velocidad del vehículo o distorsiones ópticas pueden dificultar la lectura de una matrícula.
Un error aparentemente pequeño puede tener consecuencias importantes.
Una confusión entre caracteres similares podría provocar que una matrícula legítima coincida erróneamente con otra registrada en una base de datos.
El problema aparece cuando el operador interpreta la alerta automatizada como una certeza.
Una alerta algorítmica debe ser entendida como un indicio que requiere comprobación, no como una prueba absoluta.
La supervisión humana adquiere así una importancia fundamental, especialmente cuando una decisión automatizada puede afectar a los derechos de una persona.
Trampa C: la fuga de metadatos y el cumplimiento normativo
El vídeo no es necesariamente el único activo sensible de una red de videovigilancia.
Los metadatos pueden resultar incluso más reveladores.
La acumulación de matrículas, horarios, ubicaciones y patrones de desplazamiento puede permitir reconstruir determinados hábitos de movilidad.
Una filtración de esta información podría proporcionar a un tercero conocimiento sobre las rutinas de determinados vehículos o personas.
Por ello, la protección no puede limitarse al archivo audiovisual. También debe extenderse a las bases de datos, registros de actividad, sistemas de almacenamiento, credenciales y mecanismos de acceso.
En este contexto entran en juego las obligaciones derivadas de la normativa de protección de datos y, cuando corresponda, del Reglamento Europeo de Inteligencia Artificial.
La utilización de tecnologías avanzadas de vigilancia exige analizar aspectos como la finalidad del tratamiento, la proporcionalidad, la documentación técnica, la gestión de riesgos, la supervisión humana y las correspondientes evaluaciones de impacto cuando sean exigibles.
La pregunta ya no es únicamente qué puede hacer la tecnología, sino también qué está legalmente permitido hacer con ella.
- Cómo construir una videovigilancia más segura
Una inversión tecnológica de esta magnitud debe ir acompañada de una estrategia de seguridad igualmente ambiciosa.
La adquisición de cámaras más sofisticadas no garantiza por sí misma una infraestructura segura.
Seguridad desde el diseño
Los pliegos técnicos y las condiciones de contratación deberían contemplar la seguridad desde la fase inicial del proyecto.
Las comunicaciones mediante redes móviles deben incorporar mecanismos adecuados de aislamiento, autenticación y cifrado, evitando en la medida de lo posible que los dispositivos queden directamente expuestos a Internet.
La arquitectura de red también debe diseñarse bajo criterios de segmentación y mínimo privilegio.
Supervisión humana de las alertas
Las alertas generadas por sistemas LPR o herramientas de Inteligencia Artificial deberían estar sometidas a procedimientos de validación humana antes de desencadenar actuaciones que puedan afectar directamente a una persona.
La tecnología puede acelerar la detección.
La decisión final debe permanecer sometida a controles humanos y procedimientos verificables.
La máquina propone; el operador verifica.
Logs y trazabilidad de los accesos
Una infraestructura de vigilancia necesita saber quién accede a ella y para qué.
Los sistemas de registro deben conservar información suficiente para determinar qué funcionario o usuario accedió a una determinada cámara, cuándo lo hizo y bajo qué justificación operativa.
Estos registros deben contar con mecanismos adecuados de protección frente a modificaciones o eliminaciones no autorizadas.
La trazabilidad no es un elemento burocrático: constituye una de las principales barreras frente al uso indebido de las imágenes.
Actualización permanente
Las cámaras y dispositivos conectados forman parte de una infraestructura tecnológica que debe mantenerse actualizada durante todo su ciclo de vida.
El firmware, los sistemas operativos, las aplicaciones de gestión y los componentes de red deben someterse a un calendario de actualización y parcheo que permita reducir la exposición a vulnerabilidades conocidas.
Una cámara instalada hoy puede convertirse en un punto débil dentro de unos años si deja de recibir actualizaciones de seguridad.
- El papel de la ANTPJI: cuando el vídeo se convierte en prueba judicial
En una ciudad gobernada cada vez más por sensores y algoritmos, existe una diferencia fundamental entre tener una grabación y poder demostrar técnicamente su autenticidad e integridad.
Una imagen puede ser decisiva en un procedimiento relacionado con un accidente de tráfico, un robo, una intrusión o cualquier otro incidente.
Pero cuando ese archivo llega a un procedimiento judicial, aparecen preguntas esenciales:
¿De dónde procede?
¿Quién lo extrajo?
¿Se modificó?
¿Con qué sistema se obtuvo?
¿Se conservaron los originales?
¿Quién tuvo acceso a ellos?
¿Puede demostrarse que el archivo presentado ante el tribunal es exactamente el mismo que fue obtenido del sistema?
Es en este punto donde la informática forense adquiere especial relevancia.
La ANTPJI cuenta con profesionales especializados en peritaje informático, análisis forense y tecnologías digitales capaces de intervenir sobre este tipo de evidencias bajo principios de legalidad, objetividad y rigor técnico.
- Fijación de la evidencia mediante hash
Un archivo digital puede copiarse, editarse, recortarse o sufrir modificaciones durante su procesamiento.
Por este motivo, una de las actuaciones fundamentales consiste en realizar una adquisición forense adecuada y calcular una función hash del archivo obtenido.
Algoritmos como SHA-256 permiten generar una huella digital del fichero.
Si posteriormente el archivo cambia, su huella también cambiará.
El hash no demuestra por sí solo toda la historia de una evidencia, pero constituye una herramienta fundamental para verificar su integridad durante el proceso de análisis y conservación.
- Cadena de custodia
La integridad de una evidencia no depende únicamente de su contenido.
También resulta esencial documentar su recorrido.
La cadena de custodia debe permitir conocer quién obtuvo la evidencia, cuándo, cómo, dónde fue almacenada, quién tuvo acceso a ella y qué operaciones se realizaron durante el análisis.
Una documentación deficiente puede generar dudas sobre la autenticidad o integridad de la prueba.
Por ello, el trabajo pericial debe registrar de manera detallada cada actuación realizada sobre la evidencia digital.
- Explicabilidad de los sistemas algorítmicos
Cuando una alerta o identificación procede de un sistema automatizado, el análisis forense debe ir más allá del resultado final.
Es necesario conocer, en la medida técnicamente posible, qué información utilizó el sistema, cuáles son sus parámetros relevantes y qué margen de error presenta.
Si un sistema LPR identifica una matrícula, la imagen original debe poder contrastarse con el resultado automatizado.
La Inteligencia Artificial no elimina la necesidad de análisis humano.
Al contrario: cuanto mayor sea la automatización, mayor importancia adquiere la posibilidad de explicar y cuestionar sus resultados.
- Detección de manipulaciones y contenido sintético
La expansión de la Inteligencia Artificial generativa ha añadido una nueva amenaza al ámbito de la evidencia digital: la creación o alteración artificial de imágenes y vídeos.
En determinados casos puede ser necesario analizar los metadatos del archivo, la estructura del contenedor, las características del vídeo, los patrones de compresión y otros elementos técnicos para determinar si existen indicios compatibles con una manipulación.
También pueden utilizarse técnicas de análisis de imagen y vídeo para estudiar inconsistencias relacionadas con iluminación, movimiento, ruido del sensor u otros elementos.
El objetivo no consiste únicamente en demostrar que una grabación existe.
Consiste en determinar, con metodología científica, qué puede afirmarse técnicamente sobre ella y qué límites presenta el análisis.
Conclusión: una ciudad inteligente también debe ser una ciudad auditable
La ampliación del sistema de videovigilancia de Collado Villalba representa una apuesta relevante por la utilización de tecnología avanzada en la seguridad urbana.
La incorporación de cámaras de alta resolución, conectividad, reconocimiento de matrículas y capacidades de análisis automatizado puede incrementar considerablemente la capacidad de prevención, investigación y respuesta ante determinados incidentes.
Pero el verdadero reto no consiste únicamente en instalar más cámaras.
Consiste en construir una infraestructura capaz de responder simultáneamente a tres exigencias: seguridad, protección de derechos y rigor tecnológico.
Una red de vigilancia inteligente no puede convertirse en una caja negra.
Debe ser segura frente a ataques, transparente respecto a sus usos, trazable en sus accesos y sometida a supervisión humana.
Y cuando las imágenes abandonan el centro de control para convertirse en evidencia dentro de un procedimiento judicial, deben poder ser examinadas mediante una metodología forense capaz de preservar su integridad y explicar sus características técnicas.
La tecnología puede observar.
La Inteligencia Artificial puede clasificar.
Los algoritmos pueden detectar patrones.
Pero la justicia necesita algo más: evidencias verificables, procedimientos reproducibles y profesionales capaces de someter los datos a contradicción técnica.
En ese escenario, el peritaje informático se convierte en una pieza esencial para garantizar que la digitalización de las ciudades no avance a costa de las garantías procesales.
La verdadera smart city no es la que más cámaras instala.
Es la que sabe proteger, controlar y auditar aquello que sus cámaras son capaces de ver.
¿Necesita analizar una evidencia digital?
Cuando una grabación de videovigilancia, los metadatos de una cámara de tráfico o una alerta generada por Inteligencia Artificial se convierten en elementos relevantes dentro de un conflicto o procedimiento judicial, resulta fundamental determinar su autenticidad, integridad y valor técnico.
Los Peritos Judiciales Informáticos integrados en la ANTPJI pueden realizar estudios de viabilidad para analizar evidencias digitales, imágenes y posibles incidentes tecnológicos.
Una correcta preservación y análisis de la evidencia puede marcar la diferencia entre disponer simplemente de un archivo y contar con una prueba técnicamente defendible.
La evidencia digital no solo debe existir. También debe poder demostrarse cómo fue obtenida, conservada y analizada.
