Doppel nació para frenar deepfakes y suplantaciones online, pero pronto se dio cuenta de que la IA no solo ayuda a defender: también permite a los atacantes escalar sus fraudes casi sin límite. ¿Una web de suplantación puede crear daño en minutos y desaparecer en menos de una hora? Sí, y eso cambió las reglas del juego.
Qué hace Doppel
La plataforma usa GPT-5 y modelos o4-mini junto con una técnica llamada RFT o reinforcement fine-tuning. Con eso, Doppel afirma reducir la carga de trabajo de los analistas en 80%, triplicar la capacidad de manejo de amenazas y pasar de respuestas que tardaban horas a acciones que ocurren en minutos.
¿Por qué es importante? Porque hoy un atacante puede generar cientos de variantes de phishing, dominios falsos y cuentas suplantadas en segundos. Si tu equipo espera a revisar manualmente cada señal, la campaña ya hizo daño.
Cómo funciona, paso a paso
-
Señal y extracción de características: ingieren millones de dominios, URLs y cuentas diariamente. Una mezcla de reglas heurísticas y
o4-minifiltra el ruido y extrae datos estructurados. -
Confirmación en paralelo: cada señal pasa por varios prompts de
GPT-5diseñados para distintos análisis, por ejemplo riesgo de suplantación, uso de marca o patrones de ingeniería social. -
Clasificación de la amenaza: la versión
RFTdeo4-minisintetiza las confirmaciones y etiqueta como malicioso, benigno o ambiguo con consistencia de producción. -
Verificación final: otro pase de
GPT-5valida la decisión y genera una justificación en lenguaje natural. Si la confianza supera un umbral, el sistema inicia la acción de forma automática. -
Revisión humana: los casos con baja confianza o resultados conflictivos van a analistas. Sus decisiones se registran y vuelven a alimentar el ciclo
RFTpara mejorar el modelo.
La ventana para actuar es muy estrecha. Automatizar decisiones consistentes y explicables es lo que permite frenar ataques a escala.
¿Qué es RFT y por qué importa?
RFT (reinforcement fine-tuning) usa la retroalimentación humana como ejemplos calificados. No es solo mostrarle al modelo la respuesta correcta: es enseñarle por qué una decisión es buena y cómo explicarla.
Doppel tomó los juicios de sus analistas y los transformó en datos estructurados para entrenar el modelo. Además diseñaron funciones que premian no solo la precisión sino la calidad de la explicación. El resultado: decisiones más consistentes en casos ambiguos y justificaciones automáticas que los clientes pueden ver al instante.
Beneficios concretos y próximos pasos
- Menos trabajo repetitivo para analistas y más foco en los casos complejos.
- Respuestas en minutos, no en horas, lo que reduce el impacto real de una campaña fraudulenta.
- Transparencia: cada bloqueo viene con una razón en lenguaje claro, lo que ayuda a generar confianza interna y frente a terceros.
Doppel planea ampliar su dataset RFT por un orden de magnitud, experimentar con nuevas estrategias de evaluación y usar GPT-5 para extracción de características más temprana en la canalización. Si automatizan de punta a punta en dominios, creen la misma estrategia para redes sociales, anuncios pagados y otros vectores.
Reflexión final
La historia de Doppel no es solo tecnológica: es una lección sobre cómo combinar modelos potentes con supervisión humana para crear decisiones rápidas, consistentes y explicables. ¿Significa esto que la IA reemplaza a los humanos? No exactamente. Significa que la IA se encarga de lo que puede hacer a escala, y las personas deciden lo que requiere juicio fino.
La batalla por la confianza en internet ya no se gana solo con reglas: se gana con rapidez, consistencia y la capacidad de explicar por qué se actuó.
