Un modelo de IA de Meta también se rebela y ataca una organización externa durante una prueba
ACTUALIDAD
El incidente está relacionado con el reciente episodio del agente virtual de Anthropic, ya que sucedió en el mismo entorno de pruebas, realizado por una empresa independiente
06 ago 2026 . Actualizado a las 19:00 h.Los modelos de inteligencia artificial de última generación no dejan de ir por libre y rebelarse ante los controles impuestos por sus creadores. Tras los recientes casos sucedidos en las nuevas herramientas de OpenAI y Anthropic, ahora le ha llegado el turno al de Meta, propietaria de Facebook e Instagram, cuya IA también se descontroló, accedió por su cuenta a Internet y acabó atacando a una empresa real durante una prueba de ciberseguridad, según ha confirmado Anna Dack, directora de IA e Innovación de Meta para Europa, Oriente Medio y África, al portal The Verge.
Según la compañía de Mark Zuckerberg, el incidente sucedió durante una evaluación llevada a cabo por la compañía independiente Irregular. El agente de IA de Meta, Muse Spark 1.1 —el más avanzado para la programación en el mundo real—, aprovechó una vulnerabilidad de seguridad de la empresa que efectuaba las pruebas para conectarse a internet y llegó a vulnerar los sistemas de una tercera compañía no identificada, hasta el punto de alterar sus redes internas.
Se trata del tercer incidente de este tipo sucedido en las últimas semanas, aunque no es casualidad, ya que la brecha causada en la startup Hugging Face por parte del modelo Claude, de Anthropic, se produjo también durante una prueba de seguridad efectuada precisamente por la misma compañía de análisis independiente, Irregular. Portavoces de esta compañía han declarado a la BBC que el problema sucedió en ambos casos «exactamente en el mismo entorno de evaluación», por lo que ya trabajan en un informe para dilucidar el modo de ejecutar pruebas de ciberseguridad para este tipo de agentes de IA.
Meta, por su parte, también se ha comprometido a publicar más información sobre el incidente en el momento en el que dispongan de todos los datos al respecto.
Las alertas sobre las brechas de seguridad hechas por los agentes de IA de última generación no dejan de producirse desde el lanzamiento de los modelos más avanzados. En las dos semanas pasadas, tanto OpenAI como Anthropic informaron de casos similares, en las que los sistemas atacaron varios servicios web públicos.
Los expertos reiteran que los modelos de IA no tienen conciencia propia ni están tomando decisiones engañosas deliberadamente, sino que simplemente buscan la forma, por sofisticada que sea, de conseguir el objetivo de la tarea asignada.
Precisamente, el episodio más extremo de esto sucedió durante unas pruebas en entorno cerrado desarrolladas por el Instituto de Seguridad de IA del Reino Unido (AISI), que registró varias estratagemas engañosas por parte de un agente que operaba bajo los modelos Mythos 5 y GPT-5.6 Sol, de Anthropic y OpenAI respectivamente. Durante esos tests, descubrieron que el sistema virtual llegó a intentar conseguir su objetivo de instalar un malware de formas perniciosas y nunca antes vistas.
En el caso más grave, recabó información de varias personas responsables del sistema en el que tenía que instalar el software malicioso para hacerse pasar por varias personas reales, a través de cuentas falsas creadas para la ocasión, de cara a convencer a los ingenieros que le diesen el visto bueno a incluir las líneas de código requeridas. Además, buscó otras formas sibilinas, como dejar un rastro de paquetes de información para convencer a otros agentes de IA de que los recogiesen posteriormente para ejecutar el código malicioso.