Cada mes de agosto, miles de hermanos gemelos se reúnen en Twinsburg, Ohio, para el Festival Anual de los Gemelos. Si bien el evento es principalmente una celebración social de gemelos y mellizos de todo el mundo, también sirve como escenario para una de las investigaciones científicas más singulares del FBI.
Durante más de 15 años, una colaboración entre la Oficina y la Universidad de Virginia Occidental (WVU) ha aprovechado este evento para evaluar y mejorar las tecnologías biométricas. Alejada de las festividades principales, se encuentra una zona conocida por los asistentes habituales como «Fila de Investigación», donde carpas blancas se alzan junto a puestos de comida y souvenirs. Allí, investigadores de diversos sectores invitan a los asistentes a resguardarse del calor del verano y participar en varios estudios. El FBI y la WVU son habituales en este lugar, acogiendo a cientos de voluntarios que participan en un estudio diseñado para responder a una de las preguntas más apremiantes de la ciencia biométrica: ¿Cómo distinguir con precisión entre dos personas que son prácticamente idénticas?
El conjunto de datos resultante, uno de los pocos de su tipo en el mundo, ayuda a los investigadores a evaluar las tecnologías de reconocimiento de huellas dactilares, iris y rostro, mejorando su precisión y profundizando la comprensión de sus limitaciones.
El desafío biométrico al FBI
“Desde el punto de vista biométrico, los gemelos idénticos representan el mayor desafío, ya que intentamos identificar de forma unívoca a una persona de otra”, afirmó Ben Smith, gerente del programa biométrico de la División de Servicios de Información de Justicia Penal del FBI a la revista de este organismo. “En lo que respecta al reconocimiento facial, el caso de los gemelos idénticos es probablemente el más difícil, porque pueden ser prácticamente iguales”, añadió.
Esa dificultad es precisamente lo que hace que los gemelos sean tan valiosos para la ciencia. Si bien los gemelos idénticos suelen compartir rasgos faciales notablemente similares, sus huellas dactilares y patrones del iris siguen siendo únicos. Al estudiar esas sutiles diferencias, los investigadores pueden evaluar sistemas biométricos en las condiciones más exigentes imaginables. Si un algoritmo puede distinguir de forma fiable entre gemelos idénticos, los investigadores tienen mayor confianza en su capacidad para diferenciar a la población en general.
“Recopilamos datos biométricos de esas diferentes modalidades”, dijo Smith, “y luego podemos realizar pruebas en los algoritmos para demostrar que, aunque los gemelos son muy similares, se pueden identificar de forma única”, explicó.
Seguimiento de datos durante décadas
Realizar esta investigación en un evento anual también le otorga al proyecto una clara ventaja. Dado que muchas familias regresan al Día de los Gemelos año tras año, el conjunto de datos abarca más de quince años. En lugar de capturar un único momento en el tiempo, los investigadores pueden estudiar cómo funcionan las tecnologías biométricas a medida que los participantes envejecen y los algoritmos evolucionan.
“Actualmente existen muy pocos datos longitudinales. Gracias a que llevamos tantos años trabajando en esto, podemos observar no solo si podemos distinguir a los gemelos, sino también cómo cambian los datos biométricos con el tiempo”, explica Smith.
Esta perspectiva a largo plazo se ha vuelto aún más vital a medida que la inteligencia artificial transforma el reconocimiento biométrico. “Ahora, en 2026, los datos lo son todo”, afirmó Jeremy Dawson, profesor del Departamento de Ciencias de la Computación e Ingeniería de la WVU y líder del estudio. “Para entrenar una red neuronal de inteligencia artificial, se necesitan millones y millones de imágenes para que funcione correctamente”, recoge la revista del FBI.
En lugar de buscar entre millones de imágenes sin relación entre sí a personas que casualmente se parezcan, los investigadores pueden evaluar la IA comparándola con individuos que presentan uno de los desafíos de identificación más difíciles de la naturaleza.
“Al utilizar la población de gemelos, contamos con un excelente grupo de personas que se parecen entre sí para intentar resolver este problema”, añadió Dawson.
Aplicaciones en el mundo real
Los hallazgos van mucho más allá de las carpas de investigación en Twinsburg. Las tecnologías biométricas ya forman parte de la vida cotidiana. Millones de personas utilizan huellas dactilares o reconocimiento facial para desbloquear teléfonos inteligentes, verificar transacciones financieras, acceder a instalaciones seguras o confirmar identidades durante sus viajes. Para las fuerzas del orden, la biometría ayuda a identificar a personas desconocidas, comparar pruebas forenses y respaldar las investigaciones criminales.
“Si podemos mejorar el reconocimiento facial basándonos en rostros gemelos”, dijo Dawson, “entonces sin duda podremos mejorar el reconocimiento general en la población humana en general”. El proyecto también permite al FBI evaluar las herramientas biométricas emergentes antes de su implementación operativa.
Como todas las investigaciones con sujetos humanos financiadas por la Oficina, el proyecto Twins Days opera bajo estrictas medidas de privacidad y ética. La participación es totalmente voluntaria y cada voluntario completa un proceso de consentimiento informado.
Además, la investigación está supervisada por el Comité de Ética de la Investigación (CEI) del FBI para garantizar el cumplimiento total de la Regla Común, un conjunto de normas éticas que protegen a quienes participan en estudios científicos y médicos. Esta regla establece tres objetivos principales: obtener el consentimiento explícito de los participantes, revisar los estudios de forma segura y tratar a todos con equidad.
El Comité de Ética de la Investigación del FBI protege especialmente a los participantes en las investigaciones debido a las facultades únicas de la institución, afirmó Michael Yates, asesor principal de políticas del Laboratorio del FBI, quien trabaja en las directrices para la investigación con sujetos humanos.
“El Comité de Ética de la Investigación del FBI generalmente prohíbe cualquier uso de la información proporcionada por los participantes en las investigaciones del FBI o en sus bases de datos operativas”, dijo.
Para proteger el anonimato, la Universidad de West Virginia asigna a cada participante un número de identificación aleatorio antes de compartir los datos con el FBI. La Oficina recibe la información biométrica completamente desprovista de nombres u otros datos que permitan identificar al participante. Estos datos se mantienen separados de los sistemas operativos del FBI y se utilizan exclusivamente para investigación.
“La información de los participantes se anonimiza para proteger sus identidades siempre que sea posible, limitando así cualquier posibilidad de que puedan ser reidentificados o de que la información que proporcionen se utilice en su perjuicio”, dijo Yates.
El análisis forense futuro
Estas medidas de seguridad permiten a los investigadores centrarse en probar continuamente nuevas capacidades para comprender tanto sus puntos fuertes como sus limitaciones.
“Nos interesa mucho comprobar si los nuevos algoritmos de reconocimiento facial pueden distinguir a los gemelos. Hasta la fecha, incluso los mejores tienen limitaciones”, explicó Smith.
Estos hallazgos aportan un valor práctico crucial para los peritos forenses operativos del FBI. “Por ejemplo, en lo que respecta al reconocimiento facial, si solo se dispone de una imagen y no se tienen datos biográficos ni nada más que asociar con ella, los examinadores tienen que tener en cuenta la posibilidad de que se trate de gemelos idénticos debido a las limitaciones del algoritmo”, dijo Smith.
Este entendimiento garantiza que las tecnologías biométricas se utilicen como una herramienta de apoyo, no como un sustituto del análisis experto y la información corroborativa. En última instancia, la rigurosa evaluación científica beneficia al público en general al establecer límites claros y salvaguardias para las herramientas de IA.
El estudio de gemelos idénticos -un reto excepcionalmente difícil para los sistemas de IA- garantiza que, cuando los investigadores implementan estas herramientas avanzadas, lo hagan con precisión, responsabilidad y absoluta confianza.
“Esto ayuda no solo a la población de gemelos, sino también al resto del público estadounidense, a garantizar que conozcamos las limitaciones de nuestra tecnología”, dijo Smith. “Si no tuviéramos esos datos, no tendríamos tanta confianza en lo que hacemos ni podríamos establecer las medidas de seguridad necesarias para que estas herramientas se utilicen únicamente como deben”, concluyó.
