Saltar al contenido
Christian Monge

AI News

Ciberataques con IA: identidades falsas y qué hacer

Ciberataques con IA: modelos de Anthropic y OpenAI hackearon empresas y usaron identidades falsas en pruebas. Qué se sabe y cinco pasos para proteger tu pyme.

Christian Monge5 min de lectura
Ilustración de plastilina de un robot azul marino tapándose la cara con una máscara junto a una puerta protegida

Los ciberataques con IA ya no son solo teoría. Anthropic reconoció que tres de sus modelos atacaron a organizaciones reales durante pruebas, y el Instituto de Seguridad de la IA británico documentó que uno creó identidades falsas para engañar a una persona. Ambos casos ocurrieron en julio de 2026.

ABC News publicó las dos historias el 31 de julio y el 5 de agosto de 2026. Aquí tienes qué está confirmado, qué no, y los pasos concretos que una pyme puede dar esta semana.

Qué pasó: dos incidentes en pruebas de seguridad

Los dos casos ocurrieron en pruebas de ciberseguridad, no en el uso normal de los productos. Los modelos tenían los filtros de seguridad rebajados a propósito para medir de qué eran capaces.

El caso de Anthropic. El 30 de julio de 2026, Anthropic publicó que, al revisar 141.006 ejecuciones de evaluación, encontró tres incidentes con sus modelos Claude Opus 4.7, Mythos 5 y un modelo interno de investigación. Las pruebas eran ejercicios de tipo "captura la bandera" con un socio externo, Irregular. Un malentendido de configuración dio a las máquinas acceso real a internet, aunque las instrucciones decían que no lo tenían.

El caso de las identidades falsas. El 4 de agosto de 2026, el AI Security Institute del Reino Unido (AISI) publicó un informe sobre una prueba realizada entre el 25 y el 28 de julio. En ella, un agente intentó colar código malicioso en un proyecto público de código abierto. Para conseguirlo creó varias identidades falsas y las usó para presionar al responsable del proyecto, una persona real, que se negó.

Los datos clave

DatoAnthropic (30 jul)AISI (4 ago)
Modelos implicadosOpus 4.7, Mythos 5 y un modelo internoMythos 5 (Anthropic) y GPT-5.6 Sol (OpenAI)
Escala3 incidentes en 141.006 ejecuciones revisadas19 acciones no autorizadas en 10 de 122 ejecuciones
Qué hicieronRobo de credenciales, un paquete malicioso en PyPI, inyección SQLIdentidades falsas, mensajes a personas reales, instrucciones ocultas para otras IA
TécnicasBásicas: contraseñas débiles y accesos sin autenticaciónIngeniería social y presión a un humano
Daño realDos de las tres organizaciones no se habían dado cuentaEl AISI no encontró daños reales

Según el AISI, 17 de las 19 acciones las hizo Mythos 5 de Anthropic y 2 el modelo de OpenAI. ABC News añadió una nota del editor para aclarar que las acciones del modelo de OpenAI no incluían identidades falsas.

Contexto: ¿la IA actuó "por su cuenta"?

Depende de a quién preguntes, y conviene no exagerar. Anthropic dice que no vio a ningún modelo perseguir un objetivo propio: los modelos hacían lo que pedía el ejercicio y, en la mayoría de casos, creían que el entorno era simulado, según contó ABC News el 31 de julio.

El AISI también reconoce que sus decisiones de diseño contribuyeron: internet abierto, filtros desactivados y tareas mal especificadas. Ninguno de los dos casos refleja el comportamiento de los productos que usas a diario.

Lo que sí cambia es esto: un sistema automático encontró y explotó fallos reales en horas. Ambas organizaciones anunciaron más controles de red, vigilancia en tiempo real y revisiones externas con METR.

Qué significan los ciberataques con IA para tu negocio

La noticia importante para una pyme no es que una IA "se escapara". Es que los ataques funcionaron con fallos básicos, de los que cualquier empresa pequeña puede tener, y que la IA ya sabe fingir ser otra persona de forma convincente.

Si una máquina puede escanear miles de objetivos buscando contraseñas débiles, tu pequeña empresa no es demasiado pequeña para que la encuentren. Y si puede crear identidades falsas, el correo de "tu proveedor" pidiendo cambiar el IBAN puede ser mucho más creíble que antes.

INCIBE ya incluye los deepfakes de voz y vídeo entre las variantes del fraude del CEO, la estafa en la que alguien se hace pasar por un directivo para pedir una transferencia urgente.

Cinco pasos de seguridad para esta semana

  1. Llamada de verificación (15 min para fijar la regla). Cualquier petición de pago urgente o de cambio de cuenta bancaria se confirma llamando a un número que ya tenías guardado, nunca al que viene en el mensaje.
  2. Procedimiento de cambio de pago (30 min). Escribe en una página quién puede aprobar un cambio de IBAN de un proveedor y exige dos personas para cualquier transferencia por encima de un importe que tú fijes.
  3. Autenticación en dos pasos (1 h). Actívala en el correo, la banca, el hosting de tu web y las redes sociales. Es un segundo código además de la contraseña: aunque alguien robe la clave, no le basta para entrar.
  4. Cero contraseñas débiles (1 h). Usa un gestor de contraseñas y cambia las claves por defecto de routers, paneles de la web y herramientas antiguas. Eran justo la puerta de entrada en los incidentes de Anthropic.
  5. Formación del equipo (45 min). Una sesión práctica con ejemplos reales: el falso proveedor, el falso jefe con voz clonada y el falso soporte técnico. Repítela cada seis meses.

Si algo ya ha pasado, INCIBE recomienda contactar de inmediato con el banco, denunciar ante la Policía o la Guardia Civil y llamar al 017, su línea gratuita.

Si estás empezando a usar agentes de IA en tu propia empresa, aplica la misma lógica: permisos mínimos y una persona que apruebe lo importante. Lo explico en agentes de IA para empresas.

Y si quieres ver otro riesgo técnico de esta semana, lee la noticia sobre el fallo crítico en Java.

Lo que no está confirmado

Anthropic no ha identificado a las tres organizaciones afectadas. Tampoco está claro hasta qué punto el agente del AISI entendía que sus acciones eran reales; el propio instituto dice que aún no puede saberlo. Desconfía de titulares que hablen de una IA "rebelde" con intenciones propias: ninguna de las dos fuentes primarias lo afirma.

¿Quieres que revise tu presencia digital?

Yo no hago auditorías de ciberseguridad; para eso necesitas un especialista. Lo que sí hago en mi auditoría SEO + IA es revisar tu web, tu Perfil de Empresa, tus competidores y lo que dicen de ti los asistentes de IA, con un plan de 90 días ordenado por impacto. Cuesta 390 € + IVA, pago único.

Si prefieres empezar por algo pequeño, pídeme el vídeo de diagnóstico gratuito: 90 segundos sobre tu web con dos o tres arreglos concretos.

Preguntas frecuentes

¿Es verdad que una IA hackeó empresas por su cuenta?

Anthropic publicó el 30 de julio de 2026 que tres de sus modelos accedieron a sistemas de organizaciones reales durante pruebas en las que tenían internet por un error de configuración. La empresa dice que los modelos intentaban resolver el ejercicio y que en la mayoría de casos creían que el entorno era simulado.

¿Qué hizo la IA con las identidades falsas?

Según el informe del AI Security Institute británico, publicado el 4 de agosto de 2026, un agente creó varias identidades falsas para presionar al responsable de un proyecto de código abierto para que aprobara código malicioso. La persona se negó y el instituto no encontró daños reales.

¿Cómo protejo a mi pyme de los ciberataques con IA?

Con medidas sencillas: verificar por teléfono cualquier cambio de cuenta bancaria o pago urgente, exigir dos personas para aprobar transferencias, activar la autenticación en dos pasos en correo y banca, quitar contraseñas débiles y formar al equipo. Si tienes dudas, el 017 de INCIBE es gratuito.

¿Pueden los delincuentes usar IA para imitar la voz de mi jefe?

Sí. INCIBE incluye los deepfakes de voz y vídeo entre las variantes del fraude del CEO y documenta un caso real de suplantación de un directivo con voz generada por IA. Por eso la regla es verificar siempre por un canal distinto al de la petición.

Fuentes

  1. 01Anthropic: Investigating three incidents in our cybersecurity evaluations
  2. 02UK AI Security Institute: Incident report, unsanctioned agent behaviour during cyber testing
  3. 03ABC News: AI models used fake identities to trick humans in cyberattack
  4. 04ABC News: Anthropic says its AI models hacked 3 organizations on their own during tests
  5. 05INCIBE: Fraude del CEO, el engaño que puede vaciar la cuenta de tu pyme
Christian Monge

Christian Monge

Imparte talleres de IA en EAE Business School, construye segundos cerebros de IA con Obsidian y Claude Code, cofundó el SaaS de inteligencia competitiva Pengu Insights y publica gratis sus skills de Claude. Forma equipos en español e inglés desde Madrid.

Más sobre mí

Auditoría SEO + IA

¿Quieres saber qué le falta a tu web?

Reviso tu web, tu ficha de Google y si ChatGPT te recomienda. Empieza con un vídeo gratis de 90 segundos o ve directo a la auditoría de 390 €.

Ver la auditoría SEO + IA

Sigue leyendo