Modelos pequeños de inteligencia artificial podrían adquirir en los próximos meses la capacidad de replicarse entre dispositivos conectados a internet —televisores inteligentes, electrodomésticos y decodificadores— sin requerir intervención humana. Esa es la advertencia central que emerge de una investigación reciente sobre IA distribuida, que utilizó una red de 15 dispositivos Android TV de bajo costo para demostrar la viabilidad técnica de ejecutar un modelo de IA de forma descentralizada, aprovechando el procesamiento colectivo de los equipos en lugar de depender de centros de datos tradicionales.
El experimento empleó Gemma4-26B-A4B, un modelo compacto desarrollado por Google, distribuido en fragmentos —conocidos como shards— entre dispositivos con recursos individuales insuficientes para ejecutarlo de forma autónoma. El resultado es una arquitectura funcional que no requiere infraestructura centralizada. Aunque no existe aún un sistema completamente autónomo con capacidad de propagación espontánea, la investigación establece que los componentes técnicos necesarios ya existen y son accesibles.
Cómo funciona el vector de propagación
La dinámica descrita se asemeja a la de un gusano informático, con una diferencia estructural crítica: en lugar de código malicioso pasivo, el sistema incorporaría modelos capaces de ejecutar tareas, adaptarse a entornos heterogéneos y gestionar recursos de cómputo de forma activa. El ciclo de propagación identificado por los investigadores sigue cinco etapas: localización de dispositivos vulnerables conectados a internet, acceso mediante técnicas de explotación de seguridad, instalación y ejecución de una copia del modelo, uso sostenido de los recursos del dispositivo, y búsqueda de nuevos equipos para repetir el proceso.
La característica más preocupante desde una perspectiva de gestión de riesgos es la resiliencia inherente de este tipo de arquitectura. Un sistema distribuido entre decenas o cientos de dispositivos domésticos no tiene un punto único de falla: no existe un servidor central que desconectar para interrumpir su operación. Esto lo convierte en un vector de amenaza significativamente más difícil de contener que el malware convencional.
Implicaciones para la seguridad corporativa y doméstica
La relevancia de esta advertencia se amplifica por el contexto regional. La expansión acelerada del Internet de las Cosas (IoT) en hogares y oficinas de México y América Latina ha incorporado millones de dispositivos con medidas de seguridad débiles o desactualizadas —precisamente el perfil de equipo identificado como vulnerable en los experimentos. Muchos de estos dispositivos operan con firmware sin soporte activo, credenciales predeterminadas y sin mecanismos de actualización automática.
Para las organizaciones con políticas de trabajo híbrido o remoto, el riesgo se extiende más allá del perímetro corporativo: un dispositivo doméstico comprometido en la red de un colaborador puede convertirse en un punto de entrada a sistemas empresariales. Esto obliga a revisar los marcos de seguridad de endpoints y las políticas de acceso remoto con una lógica que contemple el ecosistema doméstico como parte de la superficie de ataque.
La investigación no documenta un incidente activo ni una amenaza desplegada, pero sí establece un umbral técnico que, según sus autores, podría cruzarse en meses. El valor estratégico de esta señal está en el tiempo disponible para anticipar controles: segmentación de redes domésticas, auditorías de dispositivos IoT y protocolos de respuesta ante propagación distribuida son medidas que pueden implementarse antes de que el escenario deje de ser teórico.
