El cribado de medios adversos explicado: qué cuenta como noticia negativa, cómo funciona, el problema de los falsos positivos, la IA, las normas de la UE y los usos en cripto.

El cribado de medios adversos (adverse media screening) es la comprobación que realiza una empresa regulada para saber si un cliente, los propietarios de una sociedad o una contraparte aparecen en noticias negativas u otra información pública vinculada a delitos financieros, como el fraude, la corrupción, el blanqueo de capitales, la evasión de sanciones o el terrorismo. Se realiza junto con el cribado de sanciones y de PEP como parte de la diligencia debida del cliente, y es especialmente importante cuando una entidad debe decidir si un cliente es de mayor riesgo.
Esta guía explica qué se considera un medio adverso, cómo funciona el cribado en la práctica, por qué los falsos positivos son lo más difícil, qué papel tienen las herramientas de IA, qué dice el derecho de la UE y cómo lo utilizan los exchanges de criptomonedas. Está pensada para equipos de cumplimiento y para usuarios que se preguntan por qué un exchange les preguntó por una noticia.
Un medio adverso (también llamado noticia negativa) es cualquier información pública creíble que sugiera que una persona o empresa puede estar implicada en delitos financieros o en conductas graves. Las fuentes habituales son:
La mayoría de los programas de cribado agrupan los resultados por temas: delitos financieros y fraude, soborno y corrupción, crimen organizado, terrorismo, evasión de sanciones, delitos fiscales, ciberdelincuencia, etc. Una noticia sobre una disputa por un aparcamiento o el divorcio de un famoso no es un medio adverso en este sentido. Lo que cuenta es la relevancia para el riesgo de blanqueo de capitales.
Normalmente no con ese nombre. Ni el Reglamento de la UE contra el blanqueo de capitales ni las normas de programa estadounidenses utilizan la expresión «adverse media screening». En su lugar, exigen a las entidades que comprendan quiénes son sus clientes y qué riesgo presentan, y revisar la información pública es una de las principales formas de hacerlo.
En la práctica, los supervisores esperan ver comprobaciones de información pública en los expedientes de diligencia debida reforzada, sobre todo en el caso de personas del medio político, clientes corporativos de alto riesgo y transacciones grandes o inusuales. Nuestra guía sobre CDD vs. EDD explica cuándo se aplican esos controles más exigentes.
Un proceso típico tiene cuatro pasos:
El cribado se hace en el alta y después de forma periódica. Muchas entidades vuelven a cribar automáticamente su base de clientes y generan alertas ante nuevas noticias, por lo que un cliente sin incidencias en el registro puede ser señalado más adelante. Los proveedores lo combinan con los controles de sanciones y PEP. El cribado AML de iDenfy, por ejemplo, combina las comprobaciones de medios adversos con listas de sanciones y PEP y un cribado continuo. Nuestra comparativa de software de cribado de sanciones y nuestra guía sobre el cribado de listas de vigilancia y PEP cubren la parte basada en listas.
Los medios adversos generan más ruido que una lista de sanciones. Una lista de sanciones es un registro oficial; un archivo de prensa no lo es. Predominan dos problemas:
El derecho de la UE aborda directamente el segundo punto. El artículo 76 del AMLR solo permite a las entidades obligadas tratar datos sobre infracciones penales si proceden de fuentes fiables, son exactos y están actualizados, y si la entidad dispone de procedimientos que distingan entre «acusaciones, investigaciones, procedimientos y condenas», teniendo en cuenta el derecho a un juicio justo y la presunción de inocencia. En la práctica, una acusación antigua y no probada no debe pesar lo mismo que una condena reciente, y el expediente debe mostrar que el analista conocía la diferencia.
Las entidades ajustan su cribado para reducir el ruido: coincidencia con más identificadores, limitación de los resultados a las categorías delictivas relevantes, ordenación de las fuentes por credibilidad y supresión de las noticias ya revisadas. El objetivo no es cero coincidencias, sino coincidencias que merezcan el tiempo de un analista.
Las herramientas modernas usan procesamiento del lenguaje natural para leer los artículos en lugar de limitarse a buscar palabras clave. Sus funciones típicas son el reconocimiento de entidades (¿trata realmente este artículo sobre el cliente?), la clasificación temática (fraude, corrupción, terrorismo), la valoración del tono y la gravedad, la traducción y la eliminación de duplicados de una misma noticia publicada en cientos de medios.
Estas herramientas reducen la revisión manual, pero el AMLR pone límites a las decisiones automatizadas. Según el artículo 76, apartado 5, las entidades solo pueden utilizar procesos automatizados o sistemas de IA si:
Así que la IA puede ordenar y resumir, pero una persona sigue teniendo que asumir la decisión.
| Fase | Comprobación habitual de medios adversos | A qué puede dar lugar una coincidencia |
|---|---|---|
| Alta (CDD estándar) | Cribado automatizado del cliente y, en el caso de empresas, de administradores y titulares reales | Revisión por un analista; calificación de riesgo más alta; preguntas al cliente |
| Diligencia debida reforzada | Búsqueda manual más profunda, varios idiomas, archivos más antiguos, partes vinculadas | Solicitudes sobre el origen de los fondos y del patrimonio; aprobación de la alta dirección; rechazo |
| Seguimiento continuo | Nuevo cribado automático y alertas ante noticias nuevas | Revisión de la relación; seguimiento más estrecho; salida; informe de actividad sospechosa |
Una coincidencia en medios adversos rara vez supone un rechazo automático. Lo más habitual es que lleve al cliente a la diligencia debida reforzada, en la que la entidad pide contexto y pruebas, como el origen de los fondos y el origen del patrimonio. Si la noticia sugiere que el cliente puede estar blanqueando dinero, la entidad también puede tener que valorar una comunicación a su unidad de inteligencia financiera, que no debe revelar al cliente.
Los proveedores de servicios de criptoactivos son entidades obligadas según el AMLR, de modo que se les aplican las mismas expectativas. Los casos de uso habituales en cripto son:
El cribado de medios adversos abarca a personas. No ve las wallets. Los exchanges lo combinan con el análisis blockchain, que rastrea los fondos on-chain, y con la monitorización de transacciones. Un cliente sin noticias negativas puede ser señalado igualmente por depositar desde un mezclador, y lo contrario también ocurre. Cómo se integran estas señales en el modelo de riesgo global de una entidad se explica en nuestra guía de evaluación de riesgos AML para empresas cripto.
Si un exchange le pregunta por un artículo, normalmente ha encontrado una posible coincidencia y necesita confirmarla o descartarla. Responda directamente: si no es usted, dígalo y aporte identificadores que lo demuestren; si es usted, explique cómo terminó el asunto y comparta documentos como una resolución judicial que muestre que se archivaron los cargos. Ignorar la solicitud es el camino más probable hacia una cuenta restringida.
Las aplicaciones de JewelSwap son software DeFi no custodial y no criban por sí mismas a los usuarios; nuestro artículo sobre el KYC en DeFi explica por qué.
El cribado de medios adversos es el proceso de revisar noticias y otras fuentes públicas en busca de información que vincule a un cliente, sus propietarios o una contraparte con delitos financieros, como el fraude, la corrupción, el blanqueo de capitales, la evasión de sanciones o el terrorismo. Forma parte de la diligencia debida del cliente y se utiliza para fijar su calificación de riesgo.
Normalmente no con ese nombre. Las normas de la UE y de EE. UU. exigen a las entidades que comprendan el riesgo del cliente, y el AMLR de la UE incluye la reputación del cliente como variable de riesgo. El cribado de medios adversos es la forma estándar de cumplir esa expectativa, sobre todo en la diligencia debida reforzada.
El cribado de sanciones coteja nombres con listas oficiales, y una coincidencia confirmada suele implicar que deben congelarse los activos y que la entidad no puede operar con la persona. El cribado de medios adversos busca en noticias y fuentes públicas, que son menos fiables, por lo que las coincidencias requieren revisión humana y normalmente dan lugar a más preguntas en lugar de a un rechazo automático.
No necesariamente. Muchas coincidencias son homónimos o acusaciones antiguas. Una coincidencia relevante suele significar que la entidad pide más información y puede aplicar la diligencia debida reforzada. Según las normas de la UE, las entidades deben distinguir entre acusaciones, investigaciones, procedimientos y condenas.
La IA puede encontrar, traducir, clasificar y ordenar noticias, pero según el artículo 76 del AMLR de la UE, las decisiones de aceptar, rechazar o poner fin a una relación, o de cambiar el grado de diligencia debida, requieren una intervención humana significativa, y los clientes pueden pedir una explicación e impugnar la decisión.
En el alta y después de forma continua. Muchas entidades vuelven a cribar automáticamente a sus clientes y generan alertas ante nuevas noticias, con revisiones manuales más profundas de los clientes de mayor riesgo en las revisiones periódicas.
Este artículo es divulgativo y no constituye asesoramiento jurídico. Las referencias legales corresponden al Reglamento (UE) 2024/1624 (el AMLR, aplicable a partir del 10 de julio de 2027) y al 31 CFR 1020.210 en su versión publicada, consultados el 9 de octubre de 2026. Las funciones de los proveedores se describen según la web del proveedor en la misma fecha. Las normas cambian; compruebe las versiones vigentes antes de basarse en ellas.