Falsos rechazos en verificación biométrica: causas y ajustes posibles
Por qué un cliente legítimo no pasa el control y qué margen tiene el banco
Hay una escena que se repite en las mesas de ayuda de cualquier entidad que ya opera con perfil biométrico unificado: un cliente con años de antigüedad, sin alertas en su historial, intenta firmar una orden y el motor lo rechaza. No hay fraude. Hay una foto tomada a contraluz, una voz que suena distinta porque el usuario está resfriado, o un teléfono cuyo micrófono arrastra polvo desde hace meses. El sistema hizo lo que se le pidió: aplicar un umbral. El problema es que ese umbral se calibró con datos que no representan a toda la base de clientes.
Dónde se originan los rechazos legítimos
Antes de tocar cualquier parámetro conviene separar las causas. En los despliegues que hemos revisado, la iluminación deficiente encabeza la lista cuando la verificación combina rostro y documento. Le siguen los cambios temporales de voz por enfermedad, estrés o simplemente por hablar en un entorno ruidoso. Los dispositivos con micrófonos degradados aportan su cuota, sobre todo en gamas bajas con más de tres años de uso. Y luego están las plantillas antiguas: enrolamientos hechos con versiones previas del motor que ya no puntúan igual contra el modelo actual.
Ninguno de estos escenarios es un ataque. Todos producen el mismo resultado: el cliente no pasa, reintenta, se frustra y en muchos casos abandona la operación. La tasa de falsos rechazos se mide por segmento, no en promedio, porque un mismo umbral golpea de forma distinta a quien opera desde una oficina con luz controlada y a quien lo hace desde un colectivo a las siete de la mañana.
Umbrales, reintentos y rutas alternativas
El primer ajuste razonable es revisar el umbral de decisión por canal y por tipo de operación. No pesa lo mismo autorizar una consulta de saldo que firmar una orden en el mercado secundario. Subir el umbral global para "cubrirse" es la respuesta más común y también la que más rechazos legítimos genera. Mejor trabajar con umbrales diferenciados y monitorear el efecto en cada segmento antes de generalizar.
El segundo frente son los reintentos. Un cliente que falla una vez suele fallar por una causa corregible: mover el dispositivo, buscar mejor luz, repetir la frase. Si el sistema solo ofrece un intento y cierra, la experiencia se rompe. Diseñar dos o tres reintentos guiados, con instrucciones concretas en pantalla, reduce el abandono sin abrir brecha alguna, porque el motor sigue evaluando cada intento con el mismo rigor.
La tercera vía es la confirmación alternativa. Cuando la biometría no alcanza el umbral, la operación no tiene por qué morir: puede derivarse a un segundo factor que ya esté enrolado, con registro completo de la evidencia para auditoría. Esto mantiene el flujo y deja trazabilidad de por qué se activó la ruta secundaria.
Qué medir antes de endurecer
La tentación de apretar el umbral aparece cada vez que hay un incidente de fraude. Es comprensible, pero sin datos de falsos rechazos por segmento se ajusta a ciegas. Conviene instrumentar la tasa de rechazo legítimo por rango de edad, tipo de dispositivo, canal y horario. Con esa base, cualquier endurecimiento se justifica o se descarta con evidencia, no con intuición.
El equilibrio entre seguridad y experiencia no se resuelve con un solo número. Se resuelve midiendo, segmentando y aceptando que el cliente legítimo también es parte del modelo.