Qué es una función hash y qué no puede hacer

Una función hash toma cualquier entrada —una sola letra, una imagen de disco de 4 GB, un archivo vacío— y devuelve un string de longitud fija llamado digest. La misma entrada siempre da el mismo digest. Una entrada distinta da uno completamente diferente. Y no hay forma de ejecutar la función al revés para recuperar la entrada. Esa es toda la idea: una huella corta y estable que identifica los datos sin contenerlos.

Dale la palabra hash a SHA-256 y obtienes 64 caracteres hexadecimales. Dale las obras completas de Shakespeare y obtienes 64 caracteres hexadecimales. No le des nada en absoluto y sigues obteniendo 64 caracteres hexadecimales, todos distintos entre sí.

Qué diferencia a una función hash de cualquier otra función

Cinco propiedades, y las dos últimas son las que separan un hash criptográfico de uno barato:

• Determinista. Los mismos bytes producen siempre el mismo digest, en cualquier máquina, en cualquier lenguaje, en cualquier año. Sin aleatoriedad, sin timestamp, sin salt escondido dentro.
• Longitud fija. SHA-256 devuelve 256 bits —32 bytes, escritos como 64 caracteres hexadecimales— tanto si la entrada era un byte como si era un gigabyte.
• Avalancha. Cambia un bit de la entrada y aproximadamente la mitad de los bits de salida cambian. Los digests de hash y Hash no tienen nada visible en común. No existe el "casi", ni la coincidencia parcial, ni ordenar digests para encontrar archivos parecidos.
• De un solo sentido. Dado un digest, no se conoce ningún método para encontrar una entrada que lo produzca, más allá de adivinar entradas y calcular su hash.
• Resistente a colisiones. Nadie debería ser capaz de construir dos entradas distintas que compartan un digest.

La propiedad de avalancha es más fácil de creer cuando la ves. Escribe una frase en el generador de hash de esta página, cambia una letra y cada digest de la página se reemplaza por completo. Los cinco algoritmos también discrepan entre sí por completo, algo que conviene ver antes de pasar una tarde preguntándote por qué tu checksum no coincide con el de otra persona.

Por qué dos archivos pueden compartir un hash, y por qué eso está bien

Hay infinitas entradas posibles y exactamente 2²⁵⁶ digests SHA-256 posibles. Las colisiones no son un fallo del diseño; son una certeza matemática. La afirmación de seguridad es más estrecha y más extraña: las colisiones existen, y nadie puede encontrar una.

Para SHA-256 la cifra relevante no es 2²⁵⁶ sino aproximadamente 2¹²⁸, el punto en el que el problema del cumpleaños te da una probabilidad del cincuenta por ciento de que dos digests aleatorios colisionen. Son unos 340 sextillones de intentos. No es un número al que llegue nadie.

Lo que importa en la práctica es la diferencia entre dos tipos de rotura. Una colisión significa que un atacante construye dos entradas con el mismo digest y puede elegir las dos, algo útil para colar un segundo documento bajo una firma. Una preimagen significa que parte de un digest que ya tienes y encuentra algo que coincide con él. Las colisiones son mucho más fáciles de encontrar, y por eso MD5 y SHA-1 cayeron ante ataques de colisión mucho antes de que nadie se acercara a una preimagen en ninguno de los dos.

Para qué usa la gente los hashes en realidad

• Comprobar que un archivo llegó intacto. Calcula el hash de la descarga, compáralo con el checksum de la página del proyecto y una transferencia truncada o un mirror defectuoso aparecen de inmediato.
• Nombrar el contenido por lo que es. Git identifica cada commit, tree y archivo por su digest, así que dos archivos idénticos son automáticamente un solo objeto. Los sistemas de copias de seguridad y las claves de cache de una CDN funcionan igual.
• Demostrar que sabías algo antes. Publica ahora el hash de tu respuesta, revela la respuesta después y cualquiera puede comprobar que no la cambiaste en el medio. Esa es la forma honesta de hacer un sorteo en público: la mecánica está en cómo elegir un ganador al azar de forma justa.
• Autenticar un mensaje. HMAC combina un hash con un secreto compartido para que quien lo recibe pueda saber que el mensaje no fue alterado y que viene de alguien que tiene la clave. Los códigos de seis dígitos de tu app de autenticación son salida de HMAC truncada a seis dígitos, y por eso esos códigos 2FA cambian cada treinta segundos sin que la app hable con nada.

Aparte de eso, el "hash" de una tabla hash significa algo relacionado pero mucho más débil. Esas funciones existen para repartir claves entre buckets de forma rápida y uniforme, y son trivialmente reversibles por diseño. Nunca recurras a una de esas cuando necesites las garantías criptográficas de arriba, y nunca recurras a SHA-256 para indexar un diccionario.

Lo que un hash no es

No es cifrado

El cifrado es un viaje de ida y vuelta: una clave convierte el texto plano en texto cifrado y la misma clave lo devuelve. El hashing no tiene clave ni camino de vuelta. El digest de un archivo de 4 GB ocupa 32 bytes, así que casi toda la información se descartó, no se escondió. Si necesitas leer los datos otra vez más adelante, lo que querías era cifrado con una contraseña, no un digest. Quien "hashea" un mensaje para enviarlo en privado simplemente lo destruyó.

No vuelve privados los datos pequeños y predecibles

Calcular el hash de una dirección de correo, un número de teléfono o un número de documento de identidad no anonimiza nada. El atacante no necesita revertir nada: calcula el hash de todos los valores posibles y busca el tuyo. No hay tantos números de teléfono. Las tablas precalculadas lo abaratan todavía más. Un hash solo oculta una entrada que ya era imposible de adivinar desde el principio.

Es la herramienta equivocada para guardar contraseñas por sí sola

Un SHA-256 a secas de una contraseña se calcula rápido, y ese es exactamente el problema: una GPU moderna prueba miles de millones de candidatas por segundo. Guardar contraseñas necesita un salt por usuario para que una sola tabla no pueda atacar todas las cuentas a la vez, y una función construida a propósito para ser lenta. bcrypt, scrypt y Argon2 —este último elegido por la Password Hashing Competition en 2015— son las que hay que usar. Ninguno de los cinco algoritmos de la herramienta de arriba tiene nada que hacer cerca de una base de datos de contraseñas.

¿Qué algoritmo deberías usar?

Elige SHA-256 a menos que algo te obligue a otra cosa. NIST anunció en diciembre de 2022 que SHA-1 debería estar fuera de uso para finales de 2030, y el plazo es generoso: lleva años sin ser apto para firmas. MD5 y SHA-1 todavía detectan una descarga corrupta, porque nadie tiene un ataque de preimagen práctico contra ninguno de los dos, y siguen sin ofrecer ninguna protección frente a alguien que controlaba el archivo desde el principio.

Qué demuestra realmente un checksum que coincide

Demuestra que los bytes que tienes son los bytes que describía quien publicó ese checksum. Eso es menos de lo que parece. Si el enlace de descarga y el checksum están en la misma página, un atacante que reemplazó el archivo reemplazó el número de debajo en la misma edición. Verificaste el archivo contra sí mismo.

La autenticidad de verdad necesita una firma: un digest firmado con una clave en la que ya confías, comprobado con algo como gpg --verify. El hash sigue haciendo el trabajo ahí dentro —firmar 32 bytes sale barato donde firmar un gigabyte no— pero la confianza viene de la clave, no del digest. Un checksum a secas es una comprobación de consistencia. Trátalo como tal y resulta genuinamente útil.

Última actualización 19 de septiembre de 2026