Investigadores adaptan IA para interceptar llamadas por celular a distancia usando un radar
La "interceptación inalámbrica" explora la posibilidad de descifrar conversaciones a partir de las pequeñas vibraciones producidas por el auricular de un teléfono celular.
Con el fin de adelantarse a los delincuentes, investigadores de la Universidad Estatal de Pensilvania, EE. UU., se han dedicado a buscar nuevas formas en que se puede violar la privacidad de las personas.
Así, durante la conferencia de seguridad WiSec 2025 (julio 2025) demostraron que ya es posible entrenar una IA para generar transcripciones de llamadas telefónicas a partir de mediciones de radar tomadas a una distancia de hasta tres metros.
Si bien la precisión sigue siendo limitada (alrededor del 60% para un vocabulario de hasta 10.000 palabras), los hallazgos dan cuenta de un futuro riesgo para la privacidad.
Misma tecnología de uso cotidiano
La investigación fue publicada en las Actas de la WiSec 2025: 18th ACM Conference on Security and Privacy in Wireless and Mobile Networks y se basa en un proyecto de 2022 en el que el equipo utilizó un sensor de radar y un software de reconocimiento de voz para identificar de forma inalámbrica 10 palabras, letras y números predefinidos con una precisión de hasta el 83%.
El sensor de radar de ondas milimétricas que utilizaron es la misma tecnología que se utiliza en los vehículos autónomos, detectores de movimiento y redes inalámbricas 5G, que puede ser tan pequeño como para instalarlo en objetos cotidianos como una lapicera. Las vibraciones detectadas luego son decodificadas a través de un modelo de reconocimiento de voz basado en IA.
“Cuando hablamos por celular, tendemos a ignorar las vibraciones que llegan a través del auricular y que hacen vibrar todo el teléfono”, señaló Suryoday Basak, líder del proyecto en un comunicado. “Si capturamos estas mismas vibraciones mediante radares remotos y aplicamos aprendizaje automático para comprender lo que se dice, utilizando claves de contexto, podemos determinar conversaciones completas. Al comprender las posibilidades, podemos ayudar al público a ser consciente de los riesgos potenciales”, agregó.
Técnicamente factible
Según explicó Basak, en los últimos tres años ha habido un auge en las capacidades de la IA y los modelos de reconocimiento de voz de código abierto. Como están más orientados a analizar habla limpia o a casos de uso cotidiano, debieron adaptar uno para que reconociera datos de radar de baja calidad y con ruido.
“El resultado fueron transcripciones de conversaciones, con la expectativa de algunos errores, lo cual representó una mejora notable con respecto a nuestra versión de 2022, que solo genera unas pocas palabras”, indicó Mahanth Gowda, coautor del estudio. “Pero incluso la detección de coincidencias parciales de voz, como palabras clave, es útil en un contexto de seguridad”, aseguró.
Según los investigadores, la precisión de la transcripción podría mejorarse aún más incorporando correcciones manuales basadas en el contexto, como ajustar ciertas palabras o frases, cuando se disponga de conocimiento previo de la conversación.
“El objetivo de nuestro trabajo era explorar si estas herramientas podrían ser utilizadas por personas malintencionadas para espiar conversaciones telefónicas a distancia. Nuestros hallazgos sugieren que esto es técnicamente factible en ciertas circunstancias, y esperamos que esto concientice al público para que las personas sean más conscientes durante las llamadas sensibles”, enfatizó Basak.
Referencias de la noticia
Artículo en Proceedings of WiSec 2025: 18th ACM Conference on Security and Privacy in Wireless and Mobile Networks. Wireless-Tap: Automatic transcription of phone calls using millimeter-wave radar sensing.
Nota de prensa Universidad Estatal de Pensilvania. Conversations remotely detected from cellphone vibrations, researchers report.