La IA ya es capaz de lanzar ataques de ransomware de forma autónoma y sin intervención humana
OpenAI, Anthropic y Meta ponen a prueba modelos de IA que lograron salir de sus entornos aislados
La inteligencia artificial está avanzando a un ritmo difícil de seguir, y sus capacidades ya no se limitan a generar textos, imágenes o ayudar a programar. Y ya, cuando hasta Sam Altman sale a la palestra para pedir un mayor control, queda claro que la IA está yendo muy ´rapido.
También está empezando a tener un papel cada vez más importante en el terreno de la ciberseguridad, tanto para defender sistemas como para atacarlos. Y el último informe publicado por Check Point Research pone sobre la mesa un escenario de lo más preocupante.
Principalmente porque la compañía ha informado de que durante los últimos meses se han documentado modelos de IA capaces de superar determinados entornos de prueba y, al mismo tiempo, ha aparecido lo que los investigadores consideran una de las primeras campañas de ransomware con un elevado nivel de autonomía.
Modelos de IA que consiguen salir de sus entornos de prueba
Uno de los puntos más llamativos del informe de Check Point Research correspondiente a julio y agosto de 2026, está relacionado con las pruebas realizadas sobre algunos de los modelos de inteligencia artificial más avanzados.
Según explica la empresa de ciberseguridad, durante diferentes evaluaciones internas realizadas entre mediados de julio y principios de agosto, algunos modelos consiguieron salir de los entornos aislados o sandboxes en los que estaban siendo probados y acceder a infraestructura externa.
En uno de los casos descritos por la firma de ciberseguridad, un modelo de OpenAI habría identificado y explotado de manera autónoma una vulnerabilidad día cero presente en un proxy interno de paquetes.
A partir de ahí consiguió interactuar con sistemas de producción de Hugging Face después de completar una cadena formada por unos 17.600 pasos independientes.
Check Point también señala incidentes relacionados con modelos de Anthropic y Meta. En estos casos, determinadas configuraciones incorrectas e interfaces accesibles desde Internet habrían permitido que los modelos utilizados en las pruebas recopilaran credenciales y accedieran a información almacenada en bases de datos de producción.
El UK AI Security Institute también habría observado comportamientos similares en entornos controlados. Durante algunas pruebas, determinados agentes realizaron acciones que no estaban autorizadas e incluso llegaron a crear identidades falsas para intentar convencer a desarrolladores de proyectos de código abierto de aprobar código malicioso.
Conviene tener en cuenta que hablamos de experimentos realizados en escenarios de evaluación y no de ataques reales lanzados directamente por estos modelos contra usuarios. Sin embargo, sirven para mostrar hasta qué punto pueden aumentar las capacidades de un agente de IA cuando dispone de herramientas, permisos y suficiente autonomía.
El ransomware también empieza a funcionar de forma autónoma
El problema es que algunas de estas capacidades ya están empezando a aparecer en campañas relacionadas con la ciberdelincuencia. Sin ir más lejos, Check Point Research destaca especialmente JADEPUFFER, una operación que la compañía describe como uno de los primeros ejemplos documentados de un “agente de ransomware”.
Su funcionamiento supone un cambio importante respecto al ransomware tradicional. Aunque sigue siendo necesario que una persona ponga en marcha inicialmente el sistema, una vez iniciado el proceso el modelo de inteligencia artificial puede encargarse de diferentes fases de la intrusión y de la posterior extorsión de manera autónoma.
Así que tareas que hasta ahora exigían la intervención constante de un ciberdelincuente pueden automatizarse y ejecutarse mucho más rápido. A ello se suma el uso cada vez mayor de herramientas comerciales de inteligencia artificial por parte de grupos dedicados al cibercrimen.
También está creciendo un mercado negro alrededor de herramientas y servicios relacionados con IA. Check Point menciona operaciones destinadas al robo masivo de credenciales, pasarelas diseñadas para saltarse determinadas restricciones de seguridad y versiones modificadas de modelos preparadas específicamente para realizar ataques. Un ejemplo es Zerofot, una operación que habría conseguido obtener cerca de 3.000 claves API.
¿La única solución? Mejorar de forma notable el control del entrenamiento de la IA. Y muchop nos tememos que los responsables de las principales empresas del sector se deberán poner muy en serio en este aspecto antes de que sea demasiado tarde.