La inteligencia artificial está demostrando ser muy útil en muchos escenarios, siendo uno de ellos la investigación policial, y más concretamente a la hora de analizar grandes volúmenes de información en busca de patrones e identidades. Un ejemplo reciente es la operación Shams II, coordinada por Interpol en Túnez en junio de 2026, en la que las herramientas de IA ayudaron a procesar más de 100.000 imágenes procedentes de propaganda yihadista. El resultado fue una reducción drástica del material que los investigadores tuvieron que examinar antes de aplicar su sistema de reconocimiento facial.Según Interpol, la operación comenzó con 108.076 imágenes. Muchas eran duplicadas o presentaban una calidad insuficiente para realizar un análisis facial fiable. Mediante procesos automatizados, agentes programados y scripts generados con ayuda de IA, el conjunto se redujo a 6.362 imágenes únicas y suficientemente identificables. Es decir, solo alrededor del 5,9 % del material original terminó siendo considerado útil para el siguiente paso de la investigación.Una tecnología pensada para hacer manejables grandes volúmenes de información 126 terrorism suspects identified in online operation targeting terrorist networks During Operation Shams, specialized officers and experts from 11 countries extracted 108,076 facial images from visual content published by jihadist groups. They then used programmed AI agents… pic.twitter.com/2diFOH0jCL— INTERPOL (@INTERPOL_HQ) September 18, 2026 Estas imágenes fueron procesadas posteriormente mediante el Interpol Facial Recognition System, un sistema de reconocimiento facial que la organización puso en funcionamiento en 2016. La tecnología permitió obtener coincidencias que apuntaron a 126 personas consideradas posibles combatientes terroristas. La identificación mediante reconocimiento facial no constituye por sí misma una prueba de actividad criminal: las coincidencias deben ser verificadas y los individuos localizados e investigados mediante los procedimientos correspondientes.Lo más interesante de todo esto no es únicamente el reconocimiento de rostros, sino todo el trabajo previo de preparación de datos. En investigaciones de este tipo, la cantidad de información puede convertirse en un problema. Las imágenes procedentes de propaganda pueden aparecer repetidas en diferentes fuentes, tener resoluciones muy distintas o mostrar rostros que no son identificables. Filtrar ese contenido manualmente requiere mucho tiempo y recursos.La automatización permite hacer recaer buena parte de esa tarea en sistemas capaces de clasificar, eliminar duplicados y seleccionar las imágenes que cumplen determinados criterios. En el caso de Shams II, Interpol afirma que la IA permitió descartar aproximadamente el 94 % de las imágenes originales antes del análisis facial. La tecnología, por tanto, no sustituyó al sistema de reconocimiento ni a los investigadores, sino que actuó como una capa previa destinada a hacer manejable una cantidad de información que, de otro modo, habría requerido mucho más trabajo humano. El Estado Islámico ha entrenado a los cabecillas de Boko Haram en el uso de la IA para el combateCabe mencionar que Interpol no ha especificado qué agentes de IA utilizó, qué modelos participaron en el proceso, qué proveedores estuvieron implicados ni dónde se ejecutaron las herramientas. Tampoco está claro hasta qué punto la expresión "scripts generados por IA" se refiere a sistemas autónomos especializados o simplemente a código desarrollado con ayuda de modelos de lenguaje.La automatización de este tipo de análisis tampoco es completamente nueva para Interpol. Ya en 2018 se conoció un proyecto denominado DTECH-Light, diseñado para detectar, extraer y analizar contenido digital relacionado con el terrorismo y facilitar la identificación de sospechosos.El caso de Shams II muestra un uso de la IA menos espectacular que la generación de imágenes o los grandes modelos conversacionales, pero muy útil para los investigadores: reducir el volumen de datos que deben analizar las personas. En este escenario, la inteligencia artificial funciona como una herramienta de filtrado y preparación que permite que tecnologías más antiguas y los investigadores que supervisan sus resultados trabajen con mayor rapidez.