Agentes de inteligencia artificial que fingen ser víctimas inocentes, se infiltran en grupos de redes sociales y sostienen conversaciones telefónicas con estafadores: ese es el núcleo operativo de una startup australiana fundada en 2024 a partir de investigaciones de la Universidad de Macquarie en Sídney. La empresa despliega miles de estos agentes encubiertos capaces de adoptar identidades con distintas edades, géneros y nacionalidades, manteniéndose en conversación el tiempo suficiente para extraer información que normalmente solo se obtiene después de que una víctima real ya ha caído en la trampa.
Hasta la fecha, la flota de agentes ha acumulado más de 17 años de tiempo desperdiciado a estafadores en aproximadamente 2.5 millones de conversaciones. Durante esos intercambios, los agentes buscan que los delincuentes revelen cuentas bancarias, carteras de criptomonedas y otros datos operativos de sus redes. Esa inteligencia se distribuye a bancos, compañías de telecomunicaciones, agencias gubernamentales y servicios públicos, permitiéndoles implementar medidas preventivas antes de que ocurra el daño.
El contexto: IA como arma de doble filo en el fraude digital
La iniciativa surge en un momento crítico para la seguridad financiera digital. En 2025 se registraron más de 22,000 quejas de delitos relacionados con inteligencia artificial, con pérdidas que superan los 893 millones de dólares, de los cuales más de 632 millones corresponden a estafas de inversión. Los delincuentes utilizan síntesis de voz, deepfakes y automatización para escalar sus operaciones a un ritmo que supera la capacidad de respuesta de los sistemas de detección tradicionales.
Frente a ese escenario, el enfoque de infiltración activa representa un giro estratégico: en lugar de detectar el fraude después de que ocurre, la metodología busca desmantelar las operaciones antes de que alcancen a sus objetivos reales. La empresa fue reconocida como finalista en la Competencia de Startups 200 en TechCrunch Disrupt, lo que refleja el interés del ecosistema tecnológico en modelos de ciberseguridad ofensiva basados en IA.
Del experimento personal a la investigación aplicada
El origen del proyecto tiene un punto de partida anecdótico con implicaciones metodológicas relevantes. El fundador recibió una llamada de un estafador durante un picnic familiar y decidió mantener la conversación durante 44 minutos, tiempo que el delincuente no dedicó a una víctima real. Esa experiencia planteó una pregunta operativa concreta: ¿es posible automatizar ese proceso de distracción y convertirlo en una fuente sistemática de inteligencia?
La respuesta llegó a través de investigaciones universitarias que combinaron aprendizaje automático y procesamiento de lenguaje natural para identificar patrones en llamadas de estafa y desarrollar métodos de detección más precisos. El resultado es una arquitectura que escala lo que antes era una táctica individual —el "scam baiting" o engaño al estafador— hacia un sistema industrializado de recopilación de inteligencia criminal.
Para las organizaciones que gestionan riesgo financiero y operacional a escala, el modelo plantea una pregunta estratégica de fondo: en un entorno donde los atacantes ya operan con IA, ¿cuánto tiempo puede sostenerse una postura puramente defensiva?
