Proteger una cuenta de inteligencia artificial generativa ya no es una recomendación técnica secundaria: es una prioridad de gestión de riesgo. A diferencia del correo electrónico o el home banking, donde los usuarios mantienen cierta reserva, los modelos de lenguaje reciben información con un nivel de detalle y contexto que ninguna otra plataforma concentra. Balances financieros, borradores de decisiones de personal, análisis médicos, estrategias comerciales: todo queda registrado en un historial ordenado, accesible y, si las credenciales son vulneradas, completamente expuesto.

El volumen del problema ya es medible

En junio de 2023 se detectaron más de 100,000 dispositivos infectados con malware que contenían credenciales activas de ChatGPT, comercializadas posteriormente en mercados clandestinos. El vector de ataque no fue sofisticado: correos de phishing y archivos descargados sin verificación fueron suficientes para comprometer miles de cuentas. El incidente evidenció que el riesgo no proviene únicamente de ataques dirigidos, sino de la superficie de exposición que genera el uso masivo y cotidiano de estas herramientas.

En febrero de 2025, un actor malicioso identificado como "Gloomer" publicó en foros criminales lo que afirmaba ser el contenido de OmniGPT, una plataforma que integraba múltiples modelos de IA. El incidente involucró datos de aproximadamente 30,000 usuarios y más de 34 millones de líneas de conversación, incluyendo credenciales, claves de API y datos sensibles de terceros.

El historial de IA como activo crítico

La diferencia estructural entre una cuenta de correo comprometida y una cuenta de IA comprometida radica en la densidad de la información. En el correo, los usuarios se expresan con precaución y en fragmentos dispersos. En un asistente de lenguaje, el usuario proporciona contexto completo para obtener respuestas precisas: esa misma completitud que hace útil a la herramienta es la que amplifica el daño potencial ante una brecha.

Expertos en ciberseguridad han documentado que empleados comparten regularmente información confidencial de sus organizaciones en estas plataformas, muchas veces sin políticas internas que regulen qué datos pueden ingresarse. Esto traslada el riesgo del individuo a la organización: una sola cuenta vulnerada puede exponer estrategias, datos de clientes o información financiera no pública.

Medidas que reducen la exposición

La autenticación de dos factores (2FA) sigue siendo la barrera más efectiva contra el acceso no autorizado por credenciales robadas. Complementariamente, revisar periódicamente los correos asociados a cuentas de IA y establecer políticas internas sobre qué categorías de información pueden procesarse en plataformas externas son pasos concretos que reducen la superficie de ataque.

La madurez en el uso de herramientas de IA generativa implica tratarlas con el mismo nivel de gobernanza que se aplica a cualquier sistema que procese datos sensibles: con controles de acceso, auditorías periódicas y protocolos claros de respuesta ante incidentes.