Reconocimiento Facial Retrospectivo (RFR) y Perfilamiento Racial: Desafíos Jurídicos y Técnicos a los Derechos Humanos

Abstract

El Reconocimiento Facial Retrospectivo (RFR), sustentado en Inteligencia Artificial (IA), se ha expandido como herramienta de seguridad pública, pero su implementación evidencia vacíos técnicos y normativos que derivan en perfilamiento racial. Este artículo combina un análisis comparado de casos judicializados y denunciados con una auditoría conceptual de limitaciones técnicas recurrentes. Los hallazgos muestran bases de datos desbalanceadas, parámetros mal calibrados y ausencia de evaluaciones longitudinales, generando falsos positivos desproporcionados en rostros racializados. La regulación vigente resulta insuficiente para proteger datos biométricos y prevenir discriminación. Se proponen auditorías independientes y evaluaciones de impacto en derechos humanos para fortalecer la supervisión democrática.