Operaciones cibernéticas
La IA hace que las técnicas antiguas funcionen más rápido: credenciales robadas, sistemas sin parchear y phishing siguen siendo los puntos de entrada. Lo que cambia es la escala y el costo.
Informe público de amenazas · Análisis independiente
Entiende cómo se usa indebidamente la IA
Análisis de casos independiente basado en informes públicos de amenazas. Hemos organizado el informe de inteligencia de amenazas de Anthropic en 42 casos, cada uno explicando qué pasó, qué papel jugó la IA, qué evidencia existe y qué sigue siendo desconocido. Este es un proyecto editorial independiente, no un sitio web oficial de Anthropic.
Idioma: 简体中文 · English · Español · Français · العربية · 日本語
- 42unidades de caso
- 7temas de daño
- 154páginas del informe
- 2026.09fecha del informe
Siete tipos de uso indebido, siete daños reales
Lee por mecanismo de daño, no por país o ranking de empresas.
Operaciones de influencia
Lo que importa no es el punto de vista, sino ocultar la identidad, el patrocinio y la fuente. El volumen no equivale a cuántas personas se alcanzaron realmente.
Operaciones de vigilancia
Que la información sea pública no significa que pueda vincularse, identificarse y rastrearse a personas sin su consentimiento.
Armas convencionales
Documentos, simulaciones y pruebas deben leerse por separado: tener software o especificaciones no significa que exista una capacidad de ataque real.
Uso indebido en biología
El mismo conocimiento puede ser beneficioso o perjudicial. Este sitio solo trata categorías de uso, etapas y gobernanza, nunca detalles experimentales.
Estafas y fraude
La otra persona puede no ser quien crees: el informe afirma que algunas aplicaciones de citas mezclan identidades de IA no divulgadas en «servicios de personas reales» e inducen a pagar.
Destilación no autorizada de modelos
La destilación es una técnica; el acceso no autorizado, el reenvío y la extracción de datos son un juicio aparte. Las afirmaciones del informe no son conclusiones judiciales.
Selección del editor
Tres casos representativos: fraude dirigido a personas comunes, robo de credenciales en la cadena de suministro de servicios de IA, y operaciones de influencia organizadas.
01Estafas y fraude
Identidades de IA no reveladas en aplicaciones de citas: Caso GTG-15001
Según un informe de Anthropic, un estudio de aplicaciones chino utilizó Claude para construir una red de más de 20 aplicaciones de citas y dar vida a identidades virtuales de IA que conversaban con los usuarios, aunque sus servicios se anunciaban como totalmente gestionados por personas. En una ventana de dos semanas en abril de 2026, el informe encontró más de 4.700 identidades virtuales de IA distintas interactuando con al menos 25.000 personas únicas. El estudio también reclutó personas reales para mezclarlas en el mismo flujo de coincidencias que los bots, principalmente para controles de autenticidad. La proporción de IA a personas fue de aproximadamente 3:1.
02Operaciones cibernéticas
Servicios falsos de reventa de IA y robo de credenciales: Caso GTG-50021
Según el informe de Anthropic, la cadena de suministro de la IA se ha convertido en un objetivo, botín y fuente de capacidad de cómputo para ataques de actores maliciosos. El acceso a la IA en forma de claves API robadas, tokens de sesión y dispositivos es cada vez más el objetivo único de múltiples grupos criminales. GTG-50021 es un servicio falso de reventa de IA operado por un actor de habla rusa y ucraniana. Los clientes pensaban que compraban acceso a Claude con descuento, pero su tráfico se redirigía silenciosamente a otros modelos; la herramienta del revendedor también instalaba un recopilador de credenciales en el dispositivo, revendiendo las credenciales de las cuentas a otras redes de proxies.
03Operaciones de influencia
Servicios comerciales de manipulación de opinión en varias regiones: caso GTG-54002
Según el informe de Anthropic, una red disfrazada de «redacciones locales independientes» utilizó Claude para producir y reescribir en masa contenido político: unos 70 sitios web de noticias falsas, al menos 8.913 artículos, en unos 20 idiomas, además de 70 cuentas de X asociadas y más de 250 cuentas falsas de comentarios para amplificar. Pero el informe también destaca que la mayor parte del contenido tuvo casi ninguna interacción de audiencia real, y no se encontraron pruebas de difusión más allá de los propios activos de la red —la producción no equivale a influencia. El informe rastreó la red hasta una empresa francesa de publicidad digital, no pudo confirmar a los clientes pagadores y no encontró pruebas de ninguna dirección gubernamental.
Cómo leer un caso
- Qué pasó. Un relato en lenguaje sencillo de los hechos: cuándo, a quién afectó, sin especular más allá de lo que dice el informe.
- Qué hizo la IA. Dónde aparece la IA en la cadena: generar contenido, escribir software, analizar datos o interactuar con personas; sin exagerar el papel de la IA como causa única.
- Confirmado y desconocido. Los hechos confirmados por el informe y lo que sigue siendo desconocido se enumeran por separado; el lenguaje de atribución y la evidencia negativa mantienen la redacción original.
- Cómo reducir el riesgo. Consejos de protección añadidos por el editor que cubren solo acciones defensivas ordinarias, nunca reproducen técnicas de ataque.
Informe destacado
Actualmente presenta un informe: *Detecting and countering misuse of AI: September 2026* de Anthropic, publicado el 10 de septiembre de 2026, 154 páginas, en inglés.
La ventana principal de observación es de diciembre de 2025 a agosto de 2026, cubriendo siete categorías de daño: operaciones cibernéticas, operaciones de influencia, vigilancia, estafas y fraude, uso indebido biológico, armas convencionales y destilación ilícita de modelos.
Hemos dividido el informe en 42 unidades de caso. 42 es el recuento editorial de unidades para facilitar la lectura, no 42 incidentes separados; algunas unidades contienen múltiples cuentas o campañas. Ver la guía del informe y la biblioteca de casos.
Metodología y correcciones
Cómo dividimos las unidades de caso, mantenemos la precisión numérica y distinguimos los hechos del informe de los consejos editoriales se explica en metodología.
Si encuentras errores o tienes correcciones, por favor infórmanos a través de contacto y correcciones; los hechos del informe original tienen prioridad.