Entender MD5: para qué sigue sirviendo realmente hoy

Cuando hay que confiar en un archivo descargado, no solo abrirlo

Un docente descarga un paquete grande de recursos desde una unidad compartida del centro y el archivo necesita varios intentos antes de abrirse sin error. Un coordinador de TI recibe un nuevo instalador de software de un proveedor y necesita confirmar que coincide con el archivo que el proveedor realmente publicó, no con una copia corrupta o alterada. Una clase de informática está aprendiendo cómo los datos pueden representarse como una huella de tamaño fijo, y el docente quiere un ejemplo que el alumnado pueda probar por sí mismo. En cada caso, la pregunta real es la misma: ¿cómo se sabe que un archivo es exactamente el archivo que dice ser?

Para esto sirve una función hash como MD5. No cifra un archivo, ni lo oculta, ni lo protege de ser leído. Crea una huella corta y de longitud fija a partir del contenido del archivo. Si cambia aunque sea un solo byte del archivo, la huella cambia por completo. Comparar huellas es una forma rápida de comprobar si una descarga se completó correctamente o si un archivo coincide con la versión que alguien espera.

MD5 (Message-Digest Algorithm 5) es una de las funciones hash más antiguas y conocidas. Todavía se usa hoy para comprobaciones básicas de integridad, aunque no se considera segura para contraseñas ni para protección criptográfica desde hace muchos años. Entender qué hace realmente MD5, dónde sigue siendo útil y dónde nunca debería usarse ayuda a docentes, alumnado y personal de TI escolar a tomar mejores decisiones sobre la seguridad de los archivos.

Qué hace realmente MD5

MD5 toma una entrada de cualquier tamaño, un texto corto, un párrafo o un archivo completo de varios gigabytes, y produce una salida de tamaño fijo: un valor de 128 bits, casi siempre escrito como una cadena de 32 caracteres de letras y números. Esta salida se llama hash, resumen o suma de comprobación.

Tres propiedades hacen esto útil:

• La salida siempre tiene la misma longitud. Un archivo de texto de una línea y un PDF de 500 páginas producen ambos un hash MD5 de 32 caracteres.
• La misma entrada siempre produce la misma salida. Aplicar el hash a un archivo dos veces en dos ordenadores distintos debería dar un resultado idéntico si el archivo en sí es idéntico.
• Un cambio diminuto en la entrada produce una salida completamente distinta. Cambiar un solo carácter, espacio o byte en cualquier parte del archivo cambia todo el hash, no solo una parte.

Esa última propiedad es lo que hace útil a MD5 para la verificación. Si un docente publica un paquete de recursos junto con su hash MD5, y la copia descargada de un alumno produce un hash distinto, algo cambió durante la descarga, el archivo está incompleto, o no es el mismo archivo. El hash no puede decir qué cambió, solo que algo cambió.

Dónde MD5 sigue siendo realmente útil

MD5 tiene mala reputación en los debates de seguridad, y con razón en ciertos contextos que se explican más abajo. Pero descartarlo por completo pasa por alto los casos en los que todavía hace un trabajo razonable.

Caso de uso 1: Comprobar que un paquete de recursos compartido se descargó correctamente

Situación: Un jefe de departamento sube un gran paquete de fichas, diapositivas y rúbricas a una unidad compartida para que otros docentes lo descarguen antes de empezar el trimestre.

Problema: Algunos docentes informan de que algunos archivos de la carpeta no se abren, o de que un documento parece estar cortado. No está claro si la descarga falló o si el archivo original ya estaba dañado.

Solución: El jefe de departamento genera un hash MD5 del archivo ZIP original antes de compartirlo e incluye ese hash en el mensaje. Los docentes que no estén seguros de su descarga pueden generar un hash de su propia copia con el generador de hash MD5 y compararlo con el original.

Resultado: Una diferencia confirma que la descarga está incompleta o dañada, de modo que el docente sabe que debe volver a descargarla en lugar de intentar solucionar un archivo que nunca estuvo completo.

Caso de uso 2: Confirmar que un instalador de software coincide con el original del proveedor

Situación: El coordinador de TI de un centro recibe un instalador de software para el aula desde la web de un proveedor o desde un espejo de terceros.

Problema: Instalar software sin verificar en dispositivos del centro conlleva un riesgo si el archivo se alteró o se dañó en algún punto entre el proveedor y el enlace de descarga.

Solución: Muchos proveedores publican una suma de comprobación junto con su descarga, a veces MD5, a veces un algoritmo más fuerte como SHA-256. El coordinador hashea el archivo descargado y lo compara con el valor publicado por el proveedor antes de instalarlo en los equipos del centro.

Resultado: Una coincidencia confirmada aumenta la confianza de que el archivo no se dañó durante el tránsito. Si el proveedor publica específicamente una suma SHA-256 en lugar de MD5, debería usarse ese algoritmo más fuerte, ya que además protege contra manipulaciones deliberadas.

Caso de uso 3: Enseñar conceptos de hashing en una clase de informática

Situación: Un docente introduce la idea de las funciones hash y quiere que el alumnado vea cómo un pequeño cambio de texto produce una salida completamente distinta.

Problema: Los conceptos criptográficos pueden resultar abstractos sin algo que el alumnado pueda probar por sí mismo en una clase.

Solución: El alumnado calcula el hash de una frase corta, luego cambia una letra y lo calcula de nuevo, comparando los dos resultados uno junto al otro. Esto demuestra el efecto avalancha, en el que un cambio diminuto en la entrada produce una salida de apariencia completamente distinta, sin necesidad de que el alumnado entienda las operaciones a nivel de bits que hay detrás.

Resultado: El alumnado desarrolla una comprensión intuitiva y práctica del hashing antes de pasar a cómo se usan los hashes en sistemas reales, incluidos los puntos débiles de MD5.

Por qué MD5 no es seguro para contraseñas o usos críticos para la seguridad

MD5 se diseñó en 1991, y la criptografía ha avanzado considerablemente desde entonces. Dos debilidades bien documentadas explican por qué no debería confiarse en él para nada relacionado con la seguridad:

• Ataques de colisión. Investigadores han demostrado que dos entradas distintas pueden diseñarse deliberadamente para producir el mismo hash MD5. Esto significa que un atacante puede crear un archivo malicioso cuyo hash coincida con el de uno legítimo, frustrando el propósito de la verificación en un escenario adversarial.
• La velocidad juega en contra de la seguridad de las contraseñas. MD5 se diseñó para ser rápido, lo cual es bueno para sumas de comprobación pero malo para almacenar contraseñas. El hardware moderno puede probar miles de millones de intentos de MD5 por segundo, lo que hace que los hashes de contraseñas MD5 almacenados sean comparativamente fáciles de descifrar, especialmente sin una sal única por contraseña.

Para las contraseñas, los centros educativos y los desarrolladores deberían usar un algoritmo de hash de contraseñas diseñado específicamente para ello, como bcrypt, scrypt o Argon2, que son intencionadamente lentos y están diseñados para resistir intentos masivos. Para verificar que un archivo no ha sido manipulado deliberadamente, SHA-256 es el estándar actual. MD5 sigue siendo razonable solo para detectar corrupción accidental, cuando nadie intenta activamente falsificar una coincidencia.

Cómo generar y comprobar un hash MD5

1. Abrir el generador de hash MD5.
2. Pegar el texto, o los datos del archivo pertinentes, en el área de entrada.
3. Generar el hash y copiar el resultado de 32 caracteres.
4. Compararlo con el hash proporcionado por la fuente original, como la suma de comprobación publicada de un proveedor o el hash del archivo original de un colega.
5. Si los hashes coinciden, el contenido es idéntico. Si no coinciden, tratar el archivo como incompleto, dañado o distinto del original, y volver a descargarlo o solicitarlo de nuevo.
6. Para cualquier cosa relacionada con contraseñas o protección contra manipulaciones deliberadas, usar un algoritmo más fuerte y diseñado para ello en lugar de MD5.

Problemas habituales que esto resuelve

• Un paquete de recursos o un instalador descargado no se abre correctamente.
• Dos miembros de un equipo no están seguros de tener la misma versión de un archivo.
• Un archivo necesita una comprobación de integridad rápida sin comparar el contenido manualmente línea por línea.
• Una clase de informática necesita un ejemplo de hashing sencillo y práctico.
• Un centro educativo necesita entender por qué MD5 nunca debería usarse para almacenar contraseñas.

Errores habituales que hay que evitar

• Usar MD5 para almacenar contraseñas de alumnado o personal.
• Asumir que un hash MD5 coincidente demuestra que un archivo no ha sido manipulado deliberadamente por un atacante.
• Tratar MD5 y el cifrado como lo mismo; los hashes MD5 no pueden revertirse al contenido original, pero tampoco lo ocultan ni lo protegen.
• Ignorar la suma de comprobación SHA-256 publicada por un proveedor a favor de un valor MD5 más fácil de encontrar.
• Compartir contenido de archivos sensibles asumiendo que un hash aporta algún tipo de confidencialidad; no lo hace.

Preguntas frecuentes

¿Para qué se usa MD5 hoy en día?

Principalmente para comprobaciones rápidas y no adversariales: confirmar que una descarga se completó correctamente, comprobar que dos archivos son copias idénticas, y enseñar conceptos de hashing. No se recomienda para contraseñas ni para protegerse de manipulaciones deliberadas.

¿Es MD5 lo mismo que el cifrado?

No. El cifrado es reversible con la clave correcta, por lo que el contenido original puede recuperarse. El hashing MD5 es unidireccional; no se puede convertir un hash de vuelta en el archivo o texto original. Tampoco está diseñado para mantener el contenido en secreto, solo para obtener su huella.

¿Por qué se considera inseguro MD5?

Investigadores han demostrado que distintas entradas pueden diseñarse deliberadamente para producir el mismo hash MD5, lo que se llama una colisión. Esto significa que no se puede confiar en MD5 para detectar manipulaciones intencionadas, solo cambios accidentales o corrupción.

¿Deberían los centros educativos usar MD5 para almacenar contraseñas?

No. MD5 es rápido y, sin protección adicional, vulnerable a ataques de adivinación a gran escala. El almacenamiento de contraseñas debería usar un algoritmo dedicado como bcrypt, scrypt o Argon2, que son deliberadamente lentos para resistir este tipo de ataque.

¿Qué debería usarse en lugar de MD5 para verificar archivos importantes?

SHA-256 es el estándar actual para comprobaciones de integridad donde la seguridad importa, como verificar descargas de software. MD5 sigue siendo aceptable solo para comprobaciones básicas y de bajo riesgo, como confirmar que una descarga no se corrompió.

¿Pueden dos archivos distintos producir realmente el mismo hash MD5?

Sí, esto se llama colisión. Ha sido demostrado repetidamente por investigadores y es la razón principal por la que ya no se confía en MD5 para verificación crítica de seguridad, aunque las colisiones accidentales siguen siendo extremadamente improbables.

¿Es seguro usar un generador de MD5 en línea para texto sensible?

Evite pegar información privada, personal o de alumnado en cualquier herramienta en línea a menos que entienda cómo esa herramienta gestiona la entrada. Para demostraciones en clase, use texto de ejemplo neutro en lugar de datos reales del alumnado.

Reflexión final

MD5 no es una herramienta de seguridad en el sentido moderno, pero sigue siendo una huella práctica para detectar problemas accidentales en archivos: descargas fallidas, copias que no coinciden y transferencias corruptas. La clave está en conocer el límite. Úselo para comprobaciones de integridad rápidas y de bajo riesgo, y para enseñar el concepto de hashing. Para contraseñas, y para verificar que un archivo no ha sido alterado deliberadamente por otra persona, use en su lugar algoritmos diseñados para ese propósito.