OSINT. Aprenda Técnicas de Investigación ONLINE (Nivel 02)

Se sientan las bases teóricas del curso: qué es la inteligencia y la ciberinteligencia según el marco normativo, la diferencia entre información e inteligencia, qué son las fuentes abiertas y qué es OSINT (Open Source INTelligence). También se presentan las principales disciplinas derivadas del OSINT —IMINT, SOCMINT, HUMINT, GEOINT, VATINT, entre otras— y el ciclo de inteligencia según referentes como la CIA, el CNI y el INCIBE.

• Definiciones clave: inteligencia, ciberinteligencia y fuentes abiertas.

• El ciclo de la inteligencia: requisitos, adquisición, procesamiento y análisis.

• Clasificación de las disciplinas OSINT más utilizadas en la actualidad.

Se amplía el vocabulario técnico del investigador digital con conceptos complementarios como SOCMINT, técnica, recolección e información, y se profundiza en la Ingeniería Social (Social Engineering) como método de obtención de información aprovechando la interacción humana. Además, se revisan plataformas digitales utilizadas para simular escenarios de ingeniería social con fines educativos.

• SOCMINT: inteligencia aplicada a redes sociales.

• Ingeniería social: manipulación psicológica, interacción humana y engaño.

• Plataformas digitales de simulación (chats falsos, generadores de mensajes, entre otros).

Se presentan los navegadores más recomendados para el trabajo de investigación en fuentes abiertas junto con sus extensiones y complementos especializados para OSINT. Se enseña además compartimos técnicas de investigación en Facebook y se resuelve un caso real de investigación de una cuenta de TikTok vinculada a convocatorias de protesta.

• Navegador OSINT: bloqueo de rastreadores y acceso a la red TOR.

• Navegador OSINT: extensiones y complementos OSINT.

• Técnica de investigación aplicada a un caso real en Facebook y TikTok.

Se profundiza en la clasificación de las fuentes de información —primarias, secundarias y terciarias— y en cómo seleccionarlas correctamente según el objetivo de la investigación. Esta clase consolida el criterio del investigador para distinguir entre datos originales, interpretaciones de terceros y compilaciones de referencia.

• Fuentes primarias: entrevistas, documentos legales, estadísticas oficiales.

• Fuentes secundarias: libros, ensayos, documentales y artículos de revisión.

• Fuentes terciarias: enciclopedias, diccionarios y bases de datos.

Se enseña a 'viajar en el tiempo' digitalmente, analizando tendencias, contexto histórico (como la pandemia del COVID-19) y huellas digitales antiguas para identificar personas reales y establecer vínculos o grados de parentesco entre ellas. Se emplean herramientas de reconocimiento facial y comparación de rostros asistidas por inteligencia artificial.

• Contextualización histórica: tendencias en TikTok y la pandemia del COVID-19.

• Identificación de personas a través de huellas digitales antiguas.

• Herramientas de comparación facial: Para la trazabilidad de la información.

Se explora la disciplina IMINT (Imagery Intelligence), centrada en el análisis de imágenes capturadas por satélites, aviones y otras fuentes, y su aplicación para identificar personas y verificar la autenticidad de contenido visual. Se revisan los principales buscadores de imágenes con función de OCR y se resuelve un caso real de verificación de una imagen alterada.

• Buscadores de imágenes con OCR: Exclusivos para encontrar resultados según temática.

• Caso real de identificación de persona a partir de una publicación en TikTok.

• Verificación de imagen alterada vs. imagen original con Yandex.

Clase de cierre del módulo con la frase del día del instructor y dos recomendaciones especiales de LISA Institute: películas imprescindibles para formarte como analista e investigador en OSINT, ideales para reforzar de forma amena los conceptos aprendidos. Incluye además el acceso al portal bonus del instructor.

• 08 películas para convertirte en experto en OSINT.

• 10 películas imprescindibles para analistas e investigadores.

• Acceso al portal bonus del instructor.

Se define el concepto de identidad digital (o identidad 2.0) y de huella digital, entendida como el rastro que dejamos —de forma activa o pasiva— en Internet a través de nuestra información personal, empresarial o institucional. Se explica la diferencia entre acceso público y restringido a estos datos, sentando las bases para los siguientes conceptos del módulo.

• Identidad digital: presencia en línea, conservación de datos y registros digitales.

• Huella digital: sombra digital y rastro electrónico.

• Dos niveles de disponibilidad: acceso público y acceso restringido.

Se analiza la huella digital activa, aquella información que compartimos nosotros mismos y con pleno conocimiento en redes sociales y plataformas digitales. A través de más de una decena de ejemplos reales —Facebook, YouTube, LinkedIn, WhatsApp y más— el estudiante comprende cómo una simple publicación, comentario o correo compartido puede exponer datos sensibles, incluso para quienes creen no usar redes sociales.

• Ejemplos reales de exposición de datos en Facebook, LinkedIn, YouTube y WhatsApp.

• Herramientas para verificar filtraciones

• Bot de búsqueda general para consolidar hallazgos.

Se aborda la huella digital pasiva, aquella información recopilada sobre nosotros sin nuestro conocimiento directo, incluyendo filtraciones de datos institucionales. Se analiza un caso real de fuga de información de estudiantes universitarios expuesta en foros de la dark web, evidenciando el impacto de este tipo de huella en la seguridad de las personas.

• Diferencia entre huella activa y huella pasiva.

• Caso real: filtración masiva de datos de una universidad peruana.

• Reflexión sobre el alcance de la información expuesta sin conocimiento del titular.

Se enseña a distinguir entre noticias falsas y reales mediante técnicas de verificación de fuentes, uso de OCR para investigación digital y elaboración de reportes de inteligencia. Se desarrolla un caso real donde un video viral en WhatsApp y redes sociales, atribuido erróneamente a un contexto de protesta social, es verificado y contextualizado correctamente en su fecha y origen real.

• Técnicas de verificación de videos e imágenes virales.

• Uso de OCR (Reconocimiento Óptico de Caracteres) para investigación digital.

• Elaboración de un reporte de inteligencia que desmiente una desinformación real.

Clase final del módulo dedicada a la importancia de no dejar huellas digitales innecesarias en Internet, incluyendo el contexto actual de revisión de redes sociales para trámites de visa. Se enseña a usar recursis para rastrear contenido histórico y a verificar si portales, perfiles o publicaciones 'eliminados' realmente lo están, cerrando el módulo con recursos y accesos bonus del instructor.

• La importancia de cuidar la huella digital ante procesos oficiales (por ejemplo, visas).

• Wayback Machine: buscador histórico de páginas web a través del tiempo.

• Verificación de contenido 'eliminado': portales, perfiles y publicaciones archivadas.

Se presenta el concepto de 'Del like a la evidencia' a través de ejemplos reales extraídos de X (Twitter), Facebook, TikTok y medios peruanos, donde una simple interacción en redes sociales terminó siendo pieza clave de una investigación (caso del manifestante de protestas sociales). Esta clase demuestra el valor probatorio de la huella digital pasiva en la actualidad.

• Casos reales donde publicaciones en redes se convierten en evidencia.

• Introducción a la huella digital pasiva como fuente de investigación.

En un entorno donde se publica información constantemente, resulta casi imposible mantenerse al tanto de todo manualmente. Esta clase explica por qué los servicios de monitoreo de información se han vuelto indispensables para el investigador OSINT y presenta un panorama de las herramientas de monitoreo activo y pasivo disponibles en la actualidad.

• El reto de la sobreinformación en la era digital.

• Panorama general de herramientas de monitoreo activo y pasivo.

Se define el monitoreo activo como la búsqueda intencionada y directa de información en línea sobre un tema, persona o entidad, mediante consultas y búsquedas en tiempo real en redes sociales, sitios web, foros y bases de datos. Se presenta TweetDeck como herramienta práctica para realizar este tipo de seguimiento en tiempo real dentro de X (Twitter).

• Definición y aplicación del monitoreo activo.

• Herramienta práctica: TweetDeck para seguimiento en tiempo real.

Se define el monitoreo pasivo como la observación y recopilación de datos sin interacción directa con el objetivo, dejando que alertas y herramientas automáticas hagan el trabajo de recopilación. Se resuelve un caso real de huella digital pasiva identificado a través de una publicación en X (Twitter), utilizando Talkwalker Alerts y Google Alerts como recursos principales.

• Definición y aplicación del monitoreo pasivo.

• Herramientas: Talkwalker Alerts y Google Alerts.

• Caso real de identificación de huella digital pasiva en X (Twitter).

Se resuelve un caso real de identificación de una cuenta de usuario en Facebook a partir de una captura de pantalla, empleando Google Dorks como técnica de búsqueda avanzada. El caso demuestra el uso de la trazabilidad al comparar la fecha de una foto de perfil con la fecha de un comentario, cruzando la información con una noticia de Latina Noticias y un artículo de Telegra.ph.

• Técnica de Google Dorks aplicada a un caso real de Facebook.

• Uso de la trazabilidad: comparación de fechas de perfil vs. comentarios.

Se identifican los principales riesgos a los que se expone un investigador al buscar información en fuentes abiertas: revelar su propia ubicación o dirección IP, exponer números de teléfono o correos vinculados a sus redes sociales, o generar avisos de sugerencias de amistad que alertan al objetivo de la investigación.

• Riesgo de exposición de ubicación y dirección IP.

• Riesgo de exposición de teléfonos y correos vinculados a redes sociales.

• Alertas de sugerencias de amistad que delatan al investigador.

Se analiza el riesgo de instalar y usar extensiones o recursos no fiables durante una investigación, presentando Exodus Privacy como herramienta para auditar los permisos de las aplicaciones. Se revisan casos reales reportados por medios como Infobae, Genbeta, Business Insider y El Dinero sobre extensiones y herramientas de IA falsas infectadas con malware.

• Herramienta de auditoría: Exodus Privacy.

• Casos reales de extensiones y herramientas de IA infectadas con malware.

Se profundiza en los riesgos y amenazas específicos de las redes sociales, particularmente la exposición involuntaria de información personal a través de publicaciones propias o de terceros, reforzando la importancia de aplicar buenas prácticas de privacidad durante la investigación.

• Exposición de información personal en publicaciones.

• Buenas prácticas de privacidad para el investigador OSINT.

Se introduce la teoría de grafos aplicada a Facebook, entendiendo a las personas como nodos (actores) y sus relaciones como conexiones (vínculos). Se enseña a extraer listas de amigos con Instant Data Scraper y a visualizar estas relaciones con Gephi, resolviendo un caso práctico de amigos en común entre distintos perfiles.

• Concepto de nodos y conexiones aplicado a redes sociales.

• Herramientas: Instant Data Scraper y Gephi.

• Caso práctico de análisis de amigos en común.

En modo informativo avanzado, se presenta IBM i2 Analyst's Notebook como herramienta profesional para el análisis de datos no estructurados, como registros de llamadas, permitiendo identificar patrones, vínculos y estructuras dentro de una red de contactos con fines de investigación.

• Análisis de registros de llamadas no estructurados.

• Herramienta profesional: IBM i2 Analyst's Notebook.

Se muestra cómo, a partir de un simple número vinculado a WhatsApp, es posible obtener una cantidad significativa de datos personales (nombres, DNI, dirección, estado civil) empleando herramientas como Truecaller, operadores de búsqueda de Google, Gmail OSINT, Epieos, Google My Maps y bots de búsqueda universal, evidenciando la magnitud real del riesgo al exponer un número de teléfono.

• Herramientas: Truecaller Bot, Epieos, Gmail OSINT, Google My Maps.

• Caso real: obtención de datos personales a partir de un número de WhatsApp.

Se definen los conceptos de Inteligencia Artificial (IA), entendida como el conjunto de modelos y algoritmos que imitan procesos de razonamiento humano para automatizar tareas, y de IA Generativa (GenAI), un subtipo de IA que utiliza grandes modelos de lenguaje o multimodales para crear contenido nuevo como texto, imágenes o audio.

• Definición de Inteligencia Artificial (IA).

• Definición de IA Generativa (GenAI) y sus capacidades multimodales.

Se enseñan dos formatos estructurados para diseñar prompts efectivos en herramientas de IA generativa: el modelo TAO (Tarea, Acciones, Objetivo) y el modelo ROPE (Rol, Entrada, Pasos, Expectativa), acompañados de ejemplos prácticos aplicados a la investigación OSINT.

• Formato estructurado TAO: Tarea, Acciones, Objetivo.

• Formato estructurado ROPE: Rol, Entrada, Pasos, Expectativa.

• Ejemplos prácticos de prompts aplicados a la investigación.

Se muestran aplicaciones prácticas de la IA generativa en el flujo de trabajo del investigador: la conversión de un informe de inteligencia a formato Markdown para visualizarlo como mapa mental en MarkMap, y el uso de NotebookLM (Gemini Notebook) para sintetizar y organizar información proveniente de múltiples fuentes.

• Conversión de informes a mapas mentales con MarkMap.

• Uso de NotebookLM (Gemini Notebook) para síntesis de fuentes.

Se analizan los riesgos derivados del uso de la IA generativa: la creación de imágenes hiperrealistas que difuminan la línea entre realidad y ficción (ejercicios con Gemini AI), el rastreo de datos en cámaras de sistemas de vigilancia asistido por IA, y los posibles riesgos de espionaje al utilizar herramientas como ChatGPT.

• Ejercicio '¿Realidad o ficción?' con imágenes generadas por Gemini AI.

• Rastreo de datos en cámaras de vigilancia con IA.

• Riesgos de espionaje al utilizar herramientas de IA como ChatGPT.

Se presenta SingleFile, un recurso gratuito y de código abierto que permite guardar una página web completa en un único archivo HTML, preservando no solo el contenido visual sino también los metadatos de publicaciones, perfiles o comentarios para su revisión posterior.

• Herramienta: SingleFile para preservar páginas web completas.

• Conservación de metadatos de publicaciones y perfiles.

Se enseña, paso a paso, cómo generar un hash criptográfico a partir de una publicación capturada: primero se obtiene la evidencia y luego se genera su huella digital mediante el módulo CertUtil de Windows (o la herramienta QuickHash-GUI), utilizando el algoritmo SHA-256.

• Paso 1: captura de la publicación a preservar.

• Paso 2: generación del hash con CertUtil (Windows) o QuickHash-GUI.

• Algoritmo utilizado: SHA-256.

Se profundiza en qué es un hash criptográfico: una función matemática que transforma cualquier archivo, texto o imagen en una cadena fija de caracteres que actúa como huella digital del dato original. Se explica por qué el SHA-256 es hoy uno de los algoritmos más usados y se presenta el caso del proyecto SHAttered, que demostró una vulnerabilidad real del algoritmo SHA-1.

• Qué es y cómo funciona un hash criptográfico.

• SHA-256 como estándar actual de seguridad.

• Caso SHAttered: vulnerabilidad demostrada del algoritmo SHA-1.

Se presentan dos herramientas complementarias para preservar evidencia digital: Wayback Machine, que permite explorar versiones históricas de sitios web como una biblioteca digital (disponible como complemento en Chrome y Firefox), y Flameshot, una herramienta gratuita de captura de pantalla que permite anotar, resaltar, pixelar información sensible y guardar imágenes con metadatos.

• Wayback Machine: exploración de versiones históricas de sitios web.

• Flameshot: capturas de pantalla anotadas con metadatos y pixelado.

Se reflexiona sobre por qué preservar correctamente la información obtenida en OSINT y SOCMINT es tan importante como encontrarla: una evidencia sin respaldo verificable pierde valor probatorio. Esta clase consolida el criterio del investigador sobre la integridad y trazabilidad de sus hallazgos.

• El valor probatorio de una evidencia verificable y trazable.

• Integridad de la información como pilar de toda investigación.

Clase de cierre del módulo y del curso que integra los tres pilares trabajados: el monitoreo constante de información (activo y pasivo), la preservación de la información obtenida (hashes criptográficos e informes) y el análisis de redes criminales mediante gráficos de vínculos, identificando quién se comunica, quién coordina y quién financia dentro de una organización criminal.

• Integración de monitoreo, preservación y análisis de vínculos.

• Aplicación al análisis de redes y organizaciones criminales (link analysis).

En este video final, haremos un breve repaso de tu evolución a lo largo del curso. Agradezco tu tiempo y compromiso para llegar hasta aquí. Además, te brindaré recomendaciones clave para tu futuro como analista, te indicaré cómo unirte a nuestra comunidad exclusiva de inteligencia (Telegram/Patreon) y cuáles son los siguientes pasos en tu ruta de aprendizaje continuo en Ciberinteligencia. ¡El camino recién comienza, nos vemos en la comunidad táctica!