La IA encuentra vulnerabilidades y el cuello de botella es humano

18 nov 2026
Noviembre arrancó movido. El 2 de noviembre, Mercado Bitcoin tuvo un incidente de seguridad y frenó depósitos y retiros por un tiempo. Esa misma semana, una ola de ataques contra los sistemas de refrigeración de supermercados pegó en comercios de varios países de Europa.
Y acá cerca la cosa tampoco está tranquila: según un relevamiento de D'Alessio IROL y CertiSur, el 43% de los usuarios de internet en Argentina sufrió algún hackeo o fraude digital entre 2025 y los primeros meses de 2026. Casi uno de cada dos.
La pregunta que me hago es por qué ahora, y qué tiene que ver la inteligencia artificial con todo esto.
La IA es muy buena encontrando errores
El software que usamos todos los días (el navegador, la app del banco, el sistema de una empresa) está lleno de errores que nadie vio. Algunos son vulnerabilidades: puertas mal cerradas por donde alguien puede meterse.
En abril de 2026, Anthropic (la empresa que creó Claude) lanzó Project Glasswing. Le dio acceso a su modelo más potente, Claude Mythos Preview, a unas 50 organizaciones que mantienen software crítico, para que buscaran fallas antes que los atacantes. En el primer mes encontraron más de 10.000 vulnerabilidades graves o críticas.
Un ejemplo concreto: Mozilla corrigió 271 vulnerabilidades en Firefox 150 usando Mythos. Con el modelo anterior, en Firefox 148, habían encontrado diez veces menos.
El dato que más me llamó la atención es otro. La propia Anthropic reconoce que ahora el cuello de botella es humano: encontrar fallas se volvió rápido, y verificarlas, avisar y parcharlas sigue llevando el mismo tiempo de siempre. Por eso este modelo no está abierto al público. La empresa misma lo considera peligroso en manos equivocadas.
ChatGPT o Claude vs. modelos de IA sin censura en tu computadora
Hay dos formas muy distintas de usar IA, y la diferencia explica buena parte de lo que está pasando.
Desde la app oficial (ChatGPT, Claude, Gemini) el modelo corre en los servidores de la empresa. Vos preguntás, ellos lo procesan y te devuelven la respuesta. En el medio hay un arnés: el modelo fue entrenado para negarse a ciertas cosas, hay sistemas que detectan usos sospechosos y la empresa puede cortarte el acceso. Funciona bastante bien, aunque no es infalible: a principios de 2026, un atacante sin experiencia previa en sistemas industriales usó Claude y GPT para comprometer varias organizaciones del gobierno de México.
Un modelo chico en tu computadora o en un servidor pequeño funciona de otra manera. Hay empresas que publican los 'pesos' de sus modelos, que vendrían a ser el cerebro ya entrenado, en archivos que cualquiera puede descargar. Una vez que lo tenés en tu máquina, nadie mira lo que le pedís. Y existe una técnica llamada abliteration que edita el modelo por dentro para borrarle la capacidad de decir que no. Hoy hay herramientas que lo hacen con un solo comando.
La escala ya es grande. ThreatDown contó más de 6.000 modelos publicados en Hugging Face con etiquetas como 'abliterated' o 'uncensored', que se descargaron 22 millones de veces en 30 días.
El límite es la potencia. Los modelos que entran en una compu personal son mucho más chicos que los de las apps oficiales. Un caso de este mes lo muestra bien: la empresa de seguridad Acronis investigó a un atacante solitario, con base en Taiwán, que armó una red de 12 agentes de IA para atacar cientos de organizaciones en once países. Los modelos comerciales se negaban a ayudarlo, así que pasó a modelos 'abliterados' corriendo localmente. Le funcionaron peor y cometieron muchos errores. Igual le alcanzó para hacer daño.
¿Por qué regalan sus modelos? (open weights)
Primero, el nombre. En inglés se les dice open weights, y la traducción literal, 'pesos abiertos', suena rara en castellano. Los pesos son los millones de números que el modelo ajusta mientras aprende: son, literalmente, lo que sabe. Podemos decirles modelos descargables o modelos abiertos, porque es lo que importa para quien los usa: los bajás y los corrés donde quieras.
No son lo mismo que código abierto. Un modelo abierto comparte el resultado del entrenamiento, pero casi nunca los datos ni el proceso con que se entrenó. Te dan la torta, sin la receta.
Entonces, ¿por qué una empresa gastaría fortunas en entrenar un modelo para después regalarlo? Hay varias razones, y ninguna es caridad pura:
- Para que el mercado crezca alrededor suyo. Cuantos más desarrolladores construyen sobre un modelo, más valor se genera en torno a él: herramientas, apps, servicios. Las empresas de chips son de las más interesadas, porque cada modelo nuevo necesita placas para correr. Nvidia y Microsoft firmaron en julio de 2026 una carta defendiendo los modelos abiertos.
- Como puerta de entrada. La versión gratis engancha y deja experimentar. Cuando el uso se vuelve serio, mucha gente termina pagando los servicios de la misma empresa.
- Por marca y talento. OpenAI enumeró en 2024, ante el gobierno de Estados Unidos, el reconocimiento de marca, el reclutamiento y atraer desarrolladores como motivos para liberar modelos.
- Porque el negocio está en otro lado. Mark Zuckerberg argumentó en 2024 que regalar Llama no le sacaba ingresos a Meta, porque Meta no vive de vender IA. Su comparación fue con Linux, que terminó ganando frente a los sistemas cerrados. Igual en 2026 Meta empezó a desarrollar también modelos cerrados.
- Por geopolítica. Los laboratorios chinos regalan sus mejores modelos para competir contra las empresas estadounidenses y ganarse a los desarrolladores. Les está funcionando: entre 2024 y 2025 sus modelos abiertos ya eran el 17% de las descargas de modelos del mundo. Del otro lado, OpenAI presentó sus modelos abiertos en 2025 como una forma de que otros países construyan sobre tecnología estadounidense.
El costo de esta apertura es lo que contaba antes: una vez que el modelo está en tu disco, nadie controla qué se hace con él. Por eso varias empresas liberan algunos modelos y se guardan los más potentes, como hizo Anthropic con Mythos.
¿Y la plata dónde la guardo?
La billetera virtual rinde, pero menos que la inflación. En noviembre, las billeteras que más pagan llegaron a una tasa nominal anual de alrededor del 24%. La inflación de octubre fue de 2,2% mensual y la interanual quedó en 33,1%, según el INDEC. Dejar la plata ahí te hace perder menos que tenerla quieta, pero igual perdés poder de compra.
Ojo con la garantía. Desde abril de 2026, los depósitos bancarios (caja de ahorro, cuenta corriente, plazo fijo) están garantizados hasta $50 millones por SEDESA. Lo que rinde en una billetera suele estar invertido en un fondo money market, que es una inversión y no un depósito, así que esa garantía no lo cubre.
El efectivo debajo del colchón tampoco es refugio. No lo pueden hackear, pero la inflación se lo come todos los meses y te lo pueden robar de la forma tradicional.
El ladrillo se cotiza en dólares. En Posadas, el metro cuadrado de venta rondaba los U$D 1.483 en julio de 2026, según Roomix, con un alquiler promedio de $500.000 por mes. Para quien cobra en pesos, comprar se hace cada vez más difícil: a nivel nacional hoy hacen falta unos 5 sueldos en dólares para un metro cuadrado nuevo y algo más de 4 para uno usado, según la UADE.
Entonces, quien tiene una cantidad grande de dinero que no va a usar en años puede encontrar en un inmueble o un terreno una forma razonable de sacarla del alcance de un hackeo. Para la plata del día a día, la billetera sigue siendo práctica, siempre con verificación en dos pasos activada (con app, no por SMS) y desconfiando de cualquier llamado o mensaje urgente (ingeniería social).
No soy asesor financiero. Esto es info destilada, cada caso necesita su propio análisis.
Cómo proteger tu billetera virtual
La seguridad depende de la app, pero también de cómo la configurás:
- Verificación en dos pasos sin SMS. Activala con biometría, una app de autenticación o código QR. El SMS es el eslabón débil: con el SIM swapping (duplicar tu chip) alguien puede recibir tus códigos.
- PIN en el chip del celular. Impide que otro use tu SIM en un teléfono distinto sin conocer ese código.
- Notificaciones ocultas en la pantalla bloqueada. Si te roban el celu, el código para recuperar la clave llega y queda a la vista sin desbloquearlo.
- Biometría activada y un PIN propio para la app, distinto al del teléfono.
- Una persona de confianza. Mercado Pago permite designar a alguien que bloquee tu cuenta si perdés el celular.
- Ocultar el saldo grande. Desde octubre de 2026, Mercado Pago tiene 'Dinero Blindado', que esconde reservas, inversiones y dólares para que no queden expuestos si te roban el teléfono.
- Revisar los dispositivos vinculados y cerrar sesión en los que no usás.
- No compartir nunca un código. Ninguna billetera te lo va a pedir por teléfono, WhatsApp ni mail.
¿Cuáles son las billeteras más seguras?
La UTN Buenos Aires evaluó la seguridad, la usabilidad y la tecnología de las principales apps de pago del país, con puntajes sobre 100:
- Mercado Pago: 69,12
- MODO: 54,81
- Naranja X: 53,03
- Ualá: 49,04
- Cuenta DNI: 46,79
Las apps de los bancos quedaron más abajo: BNA+ sacó 37,2 y Macro 30,9.
Dos aclaraciones. El estudio es de diciembre de 2024, así que las apps cambiaron desde entonces. Y ninguna llegó a 70 puntos: por eso la configuración que elijas pesa tanto como la app.
¿La delincuencia del futuro es digital?
Tal vez la delincuencia no esté en las calles. Ya no hacen falta las armas para arruinarte la vida: alcanza con una computadora, un modelo sin filtros y un error que nadie vio a tiempo.
Si eso fuera cierto, ¿la violencia física bajaría, o simplemente se sumaría un delito nuevo a los que ya conocemos? No encontré data que me responda. ¿Vos qué pensás?
Fuentes
- Anthropic: Project Glasswing, an initial update
- Acronis TRU: BOSSAI, la red de agentes de IA
- ThreatDown: Cybercrime in the Age of AI 2026
- Netlas: Modelos de escritorio y ataques automatizados
- La Estrella de Panamá: Ciberataques en aumento (Mercado Bitcoin)
- Revista E&N: Ciberataques a supermercados
- iProUP: 43% de usuarios con hackeo o fraude
- Andrew Baker: Por qué alguien regalaría la parte más cara de un modelo
- McGraw Hill: Why AI's Biggest Players Want Open-Weight AI
- Nvidia: Open Weights and American AI Leadership
- Devdiscourse: Strategic market openness
- Anantam: Why Big Tech is giving away open-weight models
- Entrepreneur: Zuckerberg y la estrategia de Meta
- MIT Technology Review: China's open-source bet
- Yage: La lógica de publicar investigación abierta (Meta y Avocado)
- Rankia: Inflación de octubre 2026
- Elonce: Tasas de billeteras virtuales, noviembre 2026
- iProUP: Garantía de depósitos hasta $50 millones
- Roomix: Índice de precios en Posadas
- Economis: El sueño de la casa propia (informe UADE)
- iProfesional: Seis fallas de configuración que exponen tu billetera
- iProfesional: Verificación en dos pasos y SIM swapping
- iProUP: PIN del chip y persona de confianza
- iProUP: Dinero Blindado de Mercado Pago
- iProfesional: Dispositivos vinculados y cargos no reconocidos
- iProUP: Ranking de seguridad de billeteras (UTN Buenos Aires)