RECONOCIMIENTO FACIAL EN ZÚRICH.BENEFICIOS Y LÍMITES.

Reconocimiento facial en Zúrich: en qué consiste el debate

El reconocimiento facial en Zúrich no es una cuestión únicamente técnica ni únicamente política. Afecta al mismo tiempo a la seguridad en el espacio público, la eficiencia de las investigaciones, la protección de los datos biométricos y la libertad de moverse sin sentirse observado. Por ello, no basta con clasificar la tecnología de forma general como una mejora de la seguridad o como vigilancia masiva.

Lo decisivo es el uso concreto: ¿se compara posteriormente una sola imagen de un delito con una base de datos de referencia lícita? ¿Se verifica voluntariamente a una persona en un acceso? ¿O se comparan de forma continua todos los rostros del espacio público con listas de vigilancia? Estos escenarios difieren de manera fundamental en términos técnicos, jurídicos y sociales.

Cuatro conceptos que no deben confundirse

En los debates se suelen equiparar el reconocimiento facial, la captación de rostros y el análisis de vídeo. Esto genera una imagen incorrecta del tratamiento real de los datos. Una evaluación sólida comienza con cuatro categorías claras.

• Detección facial: un sistema detecta que hay un rostro en la imagen. Esto no significa que conozca a la persona.
• Verificación (1:1): se compara un rostro con una única identidad esperada, por ejemplo en un control automatizado de pasaportes.
• Identificación (1:n): se compara una imagen facial con varias imágenes de referencia almacenadas para proponer posibles coincidencias.
• Análisis de atributos o eventos: el software busca ropa, dirección del movimiento, objetos o situaciones sin identificar nominalmente a una persona.

El último punto es especialmente importante: el análisis de vídeo con IA no requiere automáticamente reconocimiento facial. Muchas tareas de seguridad pueden resolverse a partir de eventos, por ejemplo mediante la detección de violencia, armas, caídas o intrusiones. Cuando la identificación no es necesaria para la finalidad, tampoco debe utilizarse.

Cómo funciona técnicamente el reconocimiento facial automático

El sistema localiza primero un rostro y genera a partir de él un vector matemático de características, denominado plantilla o embedding. Este vector no es un nombre. La identificación solo se produce cuando la plantilla se compara con datos de referencia y se asigna a un registro.

El resultado no es una constatación infalible, sino una evaluación estadística de similitud. Un umbral definido determina a partir de qué punto el sistema notifica una posible coincidencia. Un umbral bajo encuentra más candidatos, pero aumenta el riesgo de falsos positivos. Un umbral alto reduce las falsas alarmas, pero puede pasar por alto coincidencias reales.

La calidad de la imagen, el ángulo de visión, la iluminación, la antigüedad de la imagen de referencia, las oclusiones y las características del modelo entrenado influyen en el rendimiento. Por ello, una coincidencia algorítmica no debe provocar una sanción automática ni constituir una identificación definitiva. Personal cualificado debe comprobarla utilizando información adicional.

Qué decidió el Consejo Cantonal de Zúrich en 2026

El 23 de marzo de 2026, el Consejo Cantonal de Zúrich aprobó en la votación final la revisión total de la Ley de Información y Protección de Datos (IDG). La norma no excluye de forma categórica los proyectos piloto con sistemas de reconocimiento biométrico en el espacio público. Sin embargo, esto no constituye una autorización general para el reconocimiento facial a gran escala.

Según la valoración de la autoridad de protección de datos del cantón de Zúrich, estos proyectos piloto solo pueden realizarse en el marco de los requisitos legales generales. Sirven para probar durante un periodo limitado un tratamiento de datos personales especialmente sensibles que aún necesita aclaraciones. Para ello se requiere una función establecida por ley, un reglamento, mecanismos de protección claramente definidos y una evaluación rigurosa.

En febrero de 2026, el Consejo Cantonal también rechazó una iniciativa de las autoridades para una prohibición amplia del reconocimiento facial biométrico. Esta decisión tampoco significa que cualquier uso imaginable sea admisible. Siguen siendo determinantes la limitación de la finalidad, la proporcionalidad, la base jurídica, la transparencia, la seguridad de los datos y el control de los tratamientos de datos especialmente arriesgados.

Un proyecto piloto no equivale a una vigilancia permanente

Un proyecto piloto debe responder a una pregunta claramente formulada: ¿es el sistema adecuado, necesario y proporcionado para una función legal determinada? Esto incluye un lugar y un periodo limitados, datos de referencia definidos y criterios medibles para evaluar los beneficios y los riesgos.

No sería suficiente realizar una prueba abierta conforme al principio de «primero recopilamos y luego decidimos». Antes de comenzar deben estar regulados la responsabilidad, los derechos de acceso, los plazos de eliminación, las tolerancias de error, la verificación humana y la información a las personas afectadas. También debe quedar establecido cuándo finalizará o se cancelará la prueba.

La diferencia respecto a la comparación de imágenes faciales de fedpol

En 2025, fedpol introdujo una comparación automatizada de imágenes faciales como complemento de los procedimientos biométricos existentes. En ella se comparan rastros de imágenes faciales procedentes de investigaciones con imágenes ya almacenadas de personas conocidas. fedpol excluye expresamente la vigilancia automática en tiempo real de personas mediante cámaras en el espacio público.

La diferencia es esencial: la comparación posterior de una imagen probatoria concreta persigue una finalidad de investigación limitada. Un sistema en directo, en cambio, captaría de forma continua a un gran número de personas no implicadas. Ambos procedimientos utilizan características biométricas, pero no generan el mismo riesgo de injerencia.

Qué beneficios puede aportar el reconocimiento facial

En un uso lícito y delimitado, la comparación automatizada de imágenes puede ayudar a los investigadores a revisar con mayor rapidez grandes cantidades de material visual. Esto puede ser relevante cuando la imagen de un lugar del delito constituye la pista principal o cuando se pretende localizar a una persona buscada a partir de imágenes disponibles.

La tecnología puede priorizar candidatos y reducir los tiempos de búsqueda. Sin embargo, no sustituye la valoración policial ni otras pruebas. Un proceso responsable trata la coincidencia como una indicación, documenta la comprobación y exige una confirmación humana independiente.

Qué riesgos deben tomarse especialmente en serio

Los rostros son características biométricas. A diferencia de una contraseña, no pueden cambiarse con facilidad. Si las plantillas se utilizan de forma indebida, se conservan durante demasiado tiempo o se vinculan con nuevas bases de datos, la finalidad original puede ampliarse gradualmente.

• Falsas coincidencias: personas no implicadas pueden aparecer por error como candidatas.
• Sesgos: el rendimiento y las tasas de error pueden variar entre grupos de personas.
• Ampliación de la finalidad: una base de datos limitada puede utilizarse posteriormente para otras finalidades.
• Efecto disuasorio: la percepción de una identificación permanente puede influir en el comportamiento y en el ejercicio de derechos fundamentales.
• Filtración de datos: las plantillas biométricas y las imágenes de referencia son objetivos especialmente sensibles.

Por ello, no basta con considerar la tasa media de reconocimiento. Las personas responsables necesitan valores separados para falsos positivos y falsos negativos, pruebas realistas en condiciones locales y un tratamiento documentado de la incertidumbre.

Ocho mecanismos de protección para un uso responsable

1. Finalidad restringida: la finalidad concreta de seguridad o investigación se define previamente.
2. Base jurídica clara: se comprueban jurídicamente la competencia y el grado de injerencia.
3. Minimización de datos: las listas de referencia contienen únicamente registros necesarios y lícitos.
4. Control humano: ninguna coincidencia conduce a una medida sin una comprobación cualificada.
5. Plazos breves: las no coincidencias, plantillas, registros e imágenes de referencia se eliminan conforme a reglas definidas.
6. Separación técnica: las bases de datos, los roles y los sistemas se delimitan entre sí.
7. Trazabilidad: se registran las consultas, la valoración de coincidencias, los accesos y los cambios.
8. Evaluación independiente: se comprueban los beneficios, los errores, las diferencias entre grupos y las injerencias en derechos fundamentales.

Cuándo basta el análisis de vídeo sin identificación

Muchas situaciones operativas no requieren conocer la identidad. Si un centro de control debe saber que hay una persona en el suelo, que una aglomeración se vuelve demasiado densa o que aparece un arma visible, basta con un análisis basado en eventos. El sistema notifica la situación sin comparar a una persona con una base de datos de nombres.

Esta separación responde al principio de minimización de datos: tan poco tratamiento de datos personales como sea posible y tanto como sea necesario para la finalidad claramente definida. Por ello, el reconocimiento facial nunca debe ser el ajuste predeterminado de una plataforma de análisis de vídeo, sino una función que debe justificarse por separado.

Conclusión: el control surge de los límites

La cuestión no es si el reconocimiento facial es bueno o malo de forma general. Lo decisivo es qué datos se tratan, para qué finalidad, con qué base de referencia y bajo qué control. Una comparación posterior y específica se diferencia fundamentalmente de la identificación sin motivo de todas las personas que pasan por un lugar.

Para Zúrich, esto significa que las posibilidades de realizar proyectos piloto deben entenderse como un mandato de evaluación, no como un cheque en blanco. Un uso democráticamente sostenible requiere límites estrictos, transparencia, responsabilidad humana y la posibilidad demostrable de volver a desconectar un sistema inadecuado.

Para aplicaciones en la UE, deben comprobarse el RGPD y las disposiciones nacionales aplicables. En el caso de las autoridades policiales puede resultar aplicable la normativa específica de protección de datos para la persecución de delitos. La normativa suiza debe considerarse adicionalmente como un marco jurídico propio. El tratamiento basado en eventos no es automáticamente anónimo. Nuestro artículo sobre protección de datos y el Reglamento de IA de la UE ofrece una visión general actualizada.