Un informe pericial realizado por la Gendarmería en la causa ANDIS sostuvo que no se puede determinar que los audios atribuidos a Diego Spagnuolo sean verdaderos, pero tampoco demostró que fueran falsos o generados mediante inteligencia artificial.

La definición de la Gendarmería choca contra otro informe que realizó la Dirección de Apoyo Tecnológico (DATIP), que depende del Ministerio Público Fiscal, que sostiene que sí se puede corroborar que esos audios son verdaderos y que hubo falencias en la metodología que aplicó la fuerza federal para peritarlos.

El estudio de Gendarmería llega despues de un laberinto judicial que se produjo por los planteos de Spagnuolo. Primero dijo que ese audio no le pertenecía, después señaló que fue alterado con inteligencia artificial para terminar pidiendo la pericia pero sin usar su voz para realizar el cotejo.

El abogado de Spagnuolo, Mauricio D’Alessandro, sostiene que los audios “son falsos y tienen 18 microcortes" y sostiene que fueron modificados con Inteligencia Artificial. "Fueron obtenidos a lo largo de varios meses en diferentes lugares y en una operación de inteligencia destinado a alterar el orden constitucional”, sostuvo en un escrito.

La estrategia de la defensa apunta a tratar de demostrar que los audios que sirvieron de base para abrir la causa y en que se habla de una supuesta “coima del 3 por ciento para Karina Milei” fueron “manipulados y editados con Inteligencia Artificial” y no sirven como prueba.

En total son 50 audios. Allí se escuchan supuestos diálogos de Spagnuolo comprometedores: “Me están desfalcando la Agencia (...), tiene (Daniel Garbellini, dos de Spagnuolo en ANDIS) que recaudar de los medicamentos y lo sube arriba”. “De lo que cobran de medicamentos tenés que poner el 8%, lo tenés que traer a la Suizo y nosotros lo subimos a la Presidencia”. “A Karina le llega el 3 % y el 1 % se va en la operatoria”. “Yo hablé con el Presidente. Tengo todos los whatsapp de Karina... Él no está metido, pero es toda la gente de él. Van a pedirle guita a los prestadores”.

La pericia de Gendarmería

El informe tiene 148 páginas y evaluó 57 archivos de audios. La finalidad del estudio técnico, era “determinar la autenticidad e integridad de los audios atribuidos a Diego Spagnuolo, establecer si fueron editados o generados mediante inteligencia artificial e identificar si la voz registrada corresponde al nombrado”.

En lo que concierne a la identificación de la voz del ex titular de la ANDIS, y al estudiar los archivos mencionados, 14 de ellos fueron considerados aptos y 43 no aptos para una comparación forense de voces.

Entre las conclusiones a las que arribó Gendarmería Nacional se especificó que “no se pudo determinar si la voz de las grabaciones corresponde a Diego Spagnuolo”. Junto con ello, el informe oficial detectó elementos técnicos compatibles con posibles ediciones o procesamientos posteriores, pero “sin poder establecer concretamente su naturaleza o alcance”.

Tampoco se logró demostrar que los audios bajo estudio “fueran falsos o generados mediante inteligencia artificial”.

Las conclusiones oficiales fueron expresamente cuestionadas por los peritos del Ministerio Público Fiscal, cuyas disidencias quedaron incorporadas al informe y al que, también, accedió Clarín.

Sobre las posibles manipulaciones o ediciones, el análisis detectó “discontinuidades abruptas, posibles puntos de corte, sonidos coincidentes entre distintos archivos y otras anomalías acústicas, incompatibles con la hipótesis de una grabación continua sin procesamiento posterior”.

No obstante, sostienen los peritos en el documento incorporado a la causa, indicaron que “no pudieron establecer con certeza el origen de esas irregularidades, determinar qué modificaciones se habrían realizado ni reconstruir eventuales operaciones de edición. Como excepción, en el archivo denominado “La caja.m4a” no se detectaron indicios evidentes de manipulación”.

Otro de los puntos del trabajo técnico, buscaba especificar si los audios habían tenido intervención de la Inteligencia Artificial. Ese ítem requería establecer si había, por ejemplo, una clonación de la voz del ex funcionario libertario. Sobre cinco archivos seleccionados se efectuaron análisis acústicos y perceptuales que “identificaron características habituales del habla humana, sin detectar irregularidades manifiestas que permitieran atribuir las voces a sistemas de inteligencia artificial”.

Sin embargo, Gendarmería informó que “carece de herramientas forenses validadas para detectar voces sintéticas en las condiciones examinadas”. En definitiva, no se comprobó la utilización de inteligencia artificial, pero tampoco pudo descartarse.

En cuanto al origen de los archivos y cadena de custodia, las conclusiones de los peritos expresaron que “no fue posible establecer fehacientemente cuándo, dónde ni en qué circunstancias se realizaron las grabaciones”. Tampoco pudo “verificarse plenamente su integridad desde la obtención original, destacándose que el embalaje recibido no ofrecía garantías suficientes de inviolabilidad”.

Asimismo, no se pudo comparar el material con las versiones difundidas en medios de comunicación por no haberse aportado los archivos necesarios.

La disidencia del Ministerio Público Fiscal

La fiscalía a cargo de Franco Picardi designó como perito de parte a la Dirección General de Investigaciones y Apoyo Tecnológico a la Investigación Penal de la Procuración General (DATIP) con la intervención de cinco profesionales de sus laboratorios de Multimedia Forense y Análisis Técnico de Telecomunicaciones.

Los peritos del Ministerio Público Fiscal dejaron sentada su disconformidad respecto al modo en que se cerró el dictamen: “no se les permitió volcar sus disidencias en las conclusiones, por lo que tuvieron que hacerlo en un anexo separado, lo que a su entender desnaturalizó el debate pericial”, indicaron.

La primera crítica central de la DATIP apuntó a que los peritos oficiales se negaron a realizar la comparación de la voz de los audios con la de Diego Spagnuolo. “Los peritos oficiales descartaron ese cotejo aduciendo que el programa Forensia v2.0 tenía limitaciones de calibración que impedían usar sus resultados con fines identificatorios”.

Sin embargo, los expertos de la DATIP sostuvieron que el propio peritaje reconoció que quince archivos tenían calidad suficiente para hacer esa comparación, según el Protocolo Único para la Comparación Forense de Voces del Ministerio de Seguridad (Resolución 526/2024). Puntualmente, dijeron que en “…cada uno de esos 15 archivos, la señal vocal identificada presenta una calidad sonora suficiente para efectuar una comparación forense con una muestra de voz indubitada…”.

En ese sentido, sostuvieron que el protocolo citado prevé tres tipos de análisis: uno perceptual auditivo-, a cargo del perito; otro semiautomático, basado en mediciones de la señal; y otro automático, hecho por un programa, y exige aplicar al menos dos. La DATIP sostuvo que, si el programa que iba a utilizarse (Forensia v2.0) no servía para el análisis automático de los registros, ello no impedía hacer los otros dos -perceptivo y semiautomático-, y que “si la aplicación de estos dos métodos diera lugar a conclusiones con un menor grado de confianza, esa circunstancia tampoco justificaría prescindir del estudio, toda vez que el punto 6 (c) del Oficio Judicial de fecha 13 de julio de 2026 prevé expresamente que se indiquen «las limitaciones metodológicas del análisis y los rangos de confianza de las conclusiones»”.

En este sentido, explicaron que las limitaciones del programa “no alcanzaban para descartar otras técnicas reconocidas, o al menos obligaban a explicar por qué no eran aplicables. Agregaron una contradicción concreta, al explicar que el 2 de septiembre de 2026 los peritos oficiales consideraron apto uno de los archivos y se gestionó “la convocatoria de la persona de referencia para la obtención demuestras indubitadas de su voz”.

Finalmente, frente a la conclusión de los peritos oficiales, que consideraron la posibilidad de que algunos de los audios “hubieran sido objeto de una reproducción y posterior grabación (transferencia acústica), la DATIP resaltó que el dictamen reconoció que los hallazgos solo “constituyen indicios acústicos que proporcionan fundamentos razonables para plantear la hipótesis” de esa transferencia acústica, y admite que “las observaciones efectuadas no permiten establecer de manera concluyente dicho mecanismo de producción”. Aun así, esa hipótesis no confirmada se utilizó para excluir por completo el cotejo”.

El segundo eje de las objeciones es la conclusión sobre si las voces podían haber sido fabricadas con inteligencia artificial. “Los peritos oficiales concluyeron que no podían descartarlo; en cambio, para los peritos del Ministerio Público, esa conclusión no se corresponde con lo que el propio informe encontró”.

En este marco, la DATIP destacó que el análisis detectó “numerosos rasgos típicos del habla humana espontánea, tales como variaciones de entonación, pausas, cambios en la velocidad de articulación, repeticiones, chasquidos linguales y eventos compatibles con respiraciones audibles; además, que los gráficos de la señal no mostraron anomalías manifiestas y que no se identificó ningún indicio concreto de manipulación artificial”.

Por lo tanto, estos hallazgos “debían haberse valorado críticamente atribuyendo el peso fáctico en proporciones correctas y coherentes, destacando que se identificaron características compatibles con una producción vocal natural y no se documentaron anomalías específicas atribuibles a síntesis artificial en los análisis realizados”.

Los peritos oficiales, formularon una extensa crítica en torno a que el peritaje citó trabajos científicos recientes para “justificar los límites del oído humano, pero no aplicó los procedimientos de medición que esos mismos trabajos recomiendan”.

Por ejemplo, en lugar de realizar un análisis estadístico objetivo de la voz, se recurrió a una apreciación fonoaudiológica subjetiva, con una grilla de categorías sin respaldo bibliográfico. A su vez, se puntualizó que las respiraciones solo se registraron de oído, sin analizar si coinciden de manera natural con las pausas y la estructura de las frases, que es lo que permite distinguir una voz humana de una sintética. Y la omisión del análisis de cómo se encadenan los sonidos al hablar (coarticulación) resulta también injustificada: existen protocolos validados, recogidos en el manual de buenas prácticas europeo que el propio informe cita, y el programa que usaron los peritos oficiales (Praat) permite hacer esas mediciones.

Finalmente, señalaron que la falta de herramientas para detectar voces sintéticas en la División Acústica Forense de la Gendarmería Nacional es una limitación de ese laboratorio y no una imposibilidad técnica general, por lo que debió evaluarse si podían aplicarse otras metodologías disponibles en el ámbito científico.