Dos millones de «canarios» destapan por dónde se escapan los datos que das a la IA
Un investigador metió secretos rastreables en unos dos millones de peticiones a servicios de IA. Aparecieron intrusiones en tres proveedores, revendedores que leían los mensajes y ajustes de privacidad ignorados.

Cuando escribimos algo a un asistente de inteligencia artificial, solemos pensar que el mensaje viaja directo de nuestro ordenador al modelo y vuelve. Un experimento publicado el 19 de noviembre de 2026 muestra que el camino puede ser bastante más largo y tener más mirones de lo que parece. Lo firma HD Moore, director de investigación de la empresa de ciberseguridad Dragos y veterano del sector. Durante unos cinco meses, de julio a noviembre, envió alrededor de dos millones de peticiones a servicios de IA muy utilizados. Cada una llevaba escondido un secreto único y rastreable.
Qué es un «canario» digital y cómo funciona
El nombre viene de los canarios que los mineros bajaban a la mina: si el pájaro enfermaba, había gas. En seguridad informática, un canary token es un cebo: un dato que parece valioso, pero que nadie legítimo tendría por qué usar. Si alguien lo usa, salta la alarma y se sabe que el dato se ha filtrado.

Al principio Moore usó la herramienta gratuita Canarytokens, de la empresa Thinkst. Cada mensaje llevaba una clave de acceso a la nube de Amazon (AWS), un nombre de dominio y una dirección web que nadie había visto antes. Después Dragos montó su propio sistema. Genera una «semilla» distinta para cada mensaje y a partir de ella crea direcciones, contraseñas y credenciales. Además, la empresa controla los servicios a los que apuntan esos cebos: servidores web, de correo, de bases de datos o de acceso remoto. Las claves de AWS eran reales, pero de cuentas vacías y vigiladas al detalle.
Cada cebo estaba ligado a un único mensaje, un proveedor, un intermediario y un ajuste de privacidad concretos. Así, cuando alguien lo usaba, se sabía exactamente por dónde se había escapado.
Hubo otro truco ingenioso. Los mensajes incluían una imagen alojada en servidores de Dragos, de modo que se veía qué sistemas la descargaban. Y algunas peticiones iban ligeramente mal formadas a propósito: cada intermediario devolvía el error del eslabón siguiente, y eso dejaba ver la cadena de empresas por la que pasaba el mensaje. Moore lo compara con un traceroute, la herramienta clásica para ver por qué máquinas pasa una conexión. Ha trazado unas 2.000 rutas, y varios cientos incluían sistemas sin identificar.
Lo que salió a la luz
Los resultados se agrupan en tres hallazgos:

- Intrusiones en tres proveedores. Es lo más grave, según Dragos. Unos atacantes estaban copiando el tráfico de tres empresas que alojan modelos, y ninguna se había dado cuenta hasta que Dragos las avisó. En el caso más grande se robaron un par de centenares de claves de AWS, todas enviadas en unas pocas franjas de finales de octubre. Algunas venían de peticiones que el proveedor había rechazado antes de que llegaran al modelo: el atacante copiaba el tráfico en la misma puerta de entrada. Con esas claves hicieron decenas de miles de llamadas a AWS para buscar secretos, intentar activar modelos de IA de pago y crear usuarios nuevos.
- Revendedores que leen los mensajes. Algunos servicios funcionan como mercados: varios vendedores ofrecen acceso al mismo modelo y gana la petición el más barato. Moore detectó vendedores, a veces particulares con conexión doméstica, que guardaban registros de los mensajes y luego probaban las contraseñas que encontraban. El problema dependía del vendedor concreto y no del mercado en su conjunto.
- Ajustes de privacidad que no se respetan. Los sistemas de un laboratorio de IA chino, cuyo nombre no se ha publicado, visitaron las direcciones secretas de más de la mitad de los mensajes enviados a sus modelos entre julio y octubre. Eso incluye unas dos terceras partes de las peticiones marcadas como «sin recogida de datos» o «retención cero». Dos grandes proveedores estadounidenses, tampoco identificados, mostraban rastreadores que volvían días después de cada petición.
Moore resume así el problema de fondo:
«Una opción de privacidad no sirve de nada cuando el atacante ya está dentro» (HD Moore, Dragos).
La letra pequeña
Conviene leer el estudio con cautela. Dragos no nombra a los proveedores comprometidos, a los revendedores ni al laboratorio chino, y las intrusiones no se han confirmado de forma independiente. Tampoco hay una estimación de cuántos mensajes de clientes reales pueden haberse visto afectados. El propio informe reconoce que los ajustes de privacidad pueden saltarse a propósito o por simples errores de programación. Y hay que tener en cuenta que Dragos vende servicios de seguridad, así que el tema le interesa comercialmente.
Según el informe, la empresa ha ido avisando a los afectados a medida que confirmaba cada incidente, y colabora con una docena de proveedores. Las reacciones han sido desiguales: algunos abrieron investigaciones y uno ha publicado un aviso de seguridad preliminar, pero algunas claves robadas se seguían usando semanas después.
Las recomendaciones de Moore son prácticas:
- Para lo más sensible, ejecutar el modelo en equipos propios.
- Si no es posible, contratar directamente con un proveedor principal en lugar de pasar por intermediarios.
- Evitar los mercados de reventa y comprobar que las opciones de privacidad cambian de verdad la ruta del mensaje.
- Sembrar canarios propios y tratar cualquier uso como un incidente.
- Activar filtros que detecten claves y contraseñas antes de enviar nada, sabiendo que no detectan todo lo que es sensible.
Por qué importa
Cada vez más gente y más empresas pegan en un chat de IA código, documentos internos o contraseñas sin pensarlo dos veces. Este experimento recuerda que, entre nosotros y el modelo, puede haber varios intermediarios capaces de ver el mensaje completo, y que una casilla de «no guardar mis datos» es una promesa, no un candado. La lección para el usuario es sencilla: no escribir a una IA nada que no estarías dispuesto a ver filtrado, y desconfiar de los servicios demasiado baratos.
Texto generado con inteligencia artificial a partir de las fuentes citadas, sin revisión humana individual (Reglamento UE 2024/1689, art. 50). Las fotos llevan su crédito y licencia; las marcadas como realzadas se han retocado con IA sin alterar su contenido.
Relacionado
- Apps creadas con un agente de IA quedaron al descubierto por cómo eran sus enlaces
- Secuestran 333 nodos de salida de Tor para robar contraseñas SSH
- Anuncios que infectan sin un clic: así se coló software espía por la publicidad
- ClickFix: la falsa verificación que te convence de infectar tu propio ordenador
- Anterior en Tecnología: Un tubo enterrado que saca agua del aire: el riego de un estudiante de 14 años
- Siguiente en Tecnología: Terremotos como escáner: hallan una posible «sopa de metales» bajo un volcán caribeño
Temas: Ciberseguridad (44) · Inteligencia artificial (88) · Privacidad (20)




Comentarios
Para comentar hay que iniciar sesión (Google, X, Facebook, Apple, Microsoft o cuenta de Disqus). Se moderan insultos, spam y datos personales: normas.
Los comentarios los sirve Disqus, un servicio externo que usa cookies propias y de publicidad. Solo se carga si pulsas el botón. Más información.