El equipo de inteligencia de la tecnológica interceptó a tiempo un plan criminal que usó un modelo de inteligencia artificial para encontrar una falla lógica en un software muy popular. “Es la punta del iceberg”, advierte su jefe de análisis.
Durante años nos aferramos a una idea tranquilizadora: la inteligencia artificial servía para redactar correos o resumir contratos, pero la ciberseguridad seguía siendo un oficio humano. Para descubrir una vulnerabilidad inédita en un software hacía falta un experto con años de oficio. Un atacante común no podía competir con una gran tecnológica.
Esa certeza se derrumbó el lunes.
El equipo de inteligencia de amenazas de Google confirmó la primera operación criminal conocida que utilizó un modelo de inteligencia artificial para detectar y explotar una falla desconocida en un programa ampliamente usado. En la jerga técnica se denomina zero-day: una vulnerabilidad sin parche, sin defensa prevista. La cerradura que nadie sabía que estaba rota.
El plan era ambicioso. La banda criminal preparaba una campaña masiva contra todos los servidores del mundo que empleaban esa herramienta de administración web. Google detectó la operación antes del ataque y coordinó con el fabricante —cuya identidad se mantiene bajo reserva— el cierre del agujero de seguridad.
La falla no era de las que rastrean los escáneres automáticos. Fue un error de razonamiento. Un programador introdujo una excepción mal diseñada en el código de autenticación de dos factores. Esa excepción permitía el acceso a cualquiera con credenciales válidas, contradiciendo la lógica de seguridad del resto del sistema. Las herramientas tradicionales no detectan contradicciones lógicas: buscan errores de memoria, no grietas en el razonamiento.
Un modelo de inteligencia artificial sí lo hizo. Leyó miles de líneas de código, interpretó la intención del desarrollador y encontró la incoherencia. No fue generación de texto. Fue razonamiento sobre código escrito por humanos.
Google descubrió el plan por un descuido del hacker. El código del ataque llegaba repleto de comentarios con formato de manual técnico, una clasificación inventada de gravedad y un orden tan prolijo que resultaba artificial. Era código escrito como lo escribe una máquina, no como un criminal.
El reporte de Google se cuida de aclarar qué modelo no se usó. No fue Gemini (Google), ni Mythos (Anthropic). La puntualización no es casual. Anthropic retrasó el lanzamiento de Mythos precisamente por sus capacidades ofensivas en ciberseguridad, y OpenAI acaba de presentar GPT-5.5-Cyber con alertas similares. Los grandes laboratorios saben que sus modelos más avanzados encuentran fallas mejor que la mayoría de los humanos humanos y por eso restringen el acceso.
Pero existe un mercado gris activo. Plataformas como Claude Relay Service o CLI Proxy API agrupan cuentas robadas y revenden acceso a modelos premium. Hay scripts en GitHub que automatizan la creación de cuentas, eludan CAPTCHAs y la verificación por SMS. Cuando una cuenta se bloquea, el sistema genera otra.
La pregunta, advierten los analistas, no es qué modelo usaron estos atacantes. Es cuál usarán mañana.
John Hultquist, jefe de análisis del Grupo de Inteligencia de Amenazas de Google, lo dijo al New York Times sin rodeos: este caso es “la punta del iceberg” y un anticipo de lo que viene. Probablemente ya existan más vulnerabilidad descubiertas con IA en fase de explotación activa, solo que aún no las hemos detectado.
El caso que Google hace público no es el primero ni el último. Es el primero que se logra atribuir con seguridad a la inteligencia artificial. La detección dependió de descuidos del atacante. Un grupo más cuidadoso puede borrar esas huellas y operar sin levantar sospechas.
El reporte documenta además otros usos crecientes: hackers norcoreanos del grupo APT45 enviando miles de peticiones automatizadas a Gemini para revisar fallas conocidas y generar exploits en serie; operadores chinos alimentando un repositorio con 85.000 vulnerabilidades históricas para entrenar sus modelos; y malware para Android que llama a Gemini en tiempo real para decidir qué botón presionar en la pantalla del teléfono infectado. En solo tres meses, el uso adversario de la IA pasó de la experimentación a escala industrial.
