Investigadores especializados en seguridad de inteligencia artificial documentaron un experimento que demuestra la viabilidad técnica de gusanos de IA capaces de replicarse de forma autónoma entre electrodomésticos conectados a internet, como televisores y refrigeradores. El hallazgo redefine el perímetro de riesgo cibernético para cualquier organización con infraestructura IoT.
El estudio, firmado por William Zhou y Daniel Freeman, utilizó 15 dispositivos TV box Android —adquiridos a bajo costo— conectados en red para simular un entorno de dispositivos domésticos o corporativos de gama baja. Sobre esa infraestructura se distribuyó un modelo de lenguaje abierto que operó a 0.39 tokens por segundo: una velocidad mínima, pero suficiente para completar el ciclo de replicación.
El único modelo que completó el ciclo
De todos los modelos probados, solo el GLM-5.2, desarrollado por el laboratorio chino Zhipu y disponible de forma pública y gratuita, logró escanear la red, instalar un modelo secundario en cada nodo y replicarse con una tasa de éxito de ocho de ocho equipos en cuatro de cinco intentos. Modelos de laboratorios estadounidenses, que operan bajo esquemas cerrados, no completaron el ciclo. Modelos chinos como Qwen 3.5 de Alibaba activaron cargas en la mayoría del hardware, pero tampoco alcanzaron la replicación completa.
Esta distinción no es menor: la disponibilidad pública de modelos de lenguaje pequeños —sin restricciones de acceso ni salvaguardas de distribución— es el factor habilitador clave. No se trata de una capacidad exclusiva de actores estatales; cualquier agente con acceso a hardware de consumo masivo puede reproducir el experimento.
Proyecciones para infraestructura conectada
Los autores del estudio estiman que para finales de 2026 podría alcanzarse un nivel de replicación completa y autónoma en hardware de bajo costo. La advertencia central no es sobre un ataque específico, sino sobre una capacidad que ya existe en modelos de acceso abierto y que seguirá mejorando conforme los modelos pequeños ganen eficiencia.
El riesgo operativo es concreto: un gusano de IA con capacidad de aprendizaje puede adaptarse en cada ciclo de copia, lo que dificulta su detección con firmas estáticas y vuelve obsoletos los enfoques tradicionales de seguridad perimetral. Para redes corporativas que integran dispositivos IoT —desde pantallas de sala de juntas hasta sistemas de climatización inteligente— la superficie de ataque se amplía de forma significativa.
Implicaciones para la gestión de riesgo tecnológico
El experimento expone una brecha estructural en la cadena de seguridad de dispositivos conectados: el hardware de consumo masivo rara vez recibe actualizaciones de firmware sostenidas, opera con recursos computacionales limitados que dificultan la instalación de agentes de seguridad, y con frecuencia queda fuera de los inventarios de activos gestionados.
La convergencia entre modelos de lenguaje pequeños, hardware IoT barato y ecosistemas de código abierto sin gobernanza centralizada configura un escenario donde la velocidad de replicación —hoy mínima— no es el indicador relevante. Lo relevante es que la arquitectura del ataque ya funciona. Las organizaciones que dependen de redes de dispositivos conectados tienen una ventana estrecha para revisar políticas de segmentación de red, gestión de firmware y monitoreo de tráfico lateral antes de que la velocidad de estos modelos deje de ser el cuello de botella.
