Durante años, detectar un correo de phishing dependía de una prueba sencilla: buscar errores ortográficos, saludos genéricos o redacciones torpes que delataban a un hablante no nativo. Esa heurística, aunque imperfecta, atrapó fraudes suficientes como para convertirse en práctica estándar. Hoy, esa ventaja ha desaparecido.
Los modelos de lenguaje generativo producen texto fluido, contextualmente coherente y gramaticalmente impecable en segundos, en cualquier idioma y registro. Un estafador que antes se delataba con una frase mal construida puede ahora generar mensajes que imitan con precisión el estilo de un área de nómina, un proveedor habitual o un directivo interno. La barrera técnica que protegía a las organizaciones se ha erosionado de forma estructural.
Más allá del texto: personalización, voz y video sintético
El impacto de la IA en el phishing no se limita a la calidad gramatical. Las herramientas actuales permiten extraer información de perfiles públicos para personalizar mensajes a escala —nombre, cargo, proyectos recientes, relaciones internas—, replicar el tono de un colega específico y generar múltiples variantes de un mismo ataque de forma automatizada.
La sofisticación escala con la clonación de voz y los deepfakes de video. Un correo que solicita una transferencia urgente puede ir seguido de una llamada telefónica con la voz sintética del supuesto director financiero, o de una videollamada que parece legítima. Casos documentados en distintos sectores muestran que personal operativo ha autorizado transferencias millonarias tras interacciones que combinaron correo, audio y video generado artificialmente.
En foros clandestinos han aparecido chatbots especializados en fraude —variantes criminales de modelos de lenguaje— que automatizan la generación de estos ataques y los ponen al alcance de actores con capacidades técnicas limitadas. Esto amplía el volumen y la sofisticación de los intentos de forma simultánea.
El criterio de evaluación debe cambiar
Frente a este escenario, evaluar un correo por su apariencia o su calidad de escritura ya no es un método confiable. El criterio relevante es lo que el mensaje solicita al receptor: cambiar datos bancarios, aprobar una transferencia fuera del proceso habitual, ingresar credenciales a través de un enlace. El riesgo de esas acciones es idéntico independientemente de si la redacción es impecable o contiene errores.
Las defensas efectivas deben descansar en protocolos que no dependan de detectar anomalías lingüísticas. Verificar cualquier solicitud sensible a través de un canal de comunicación separado —una llamada directa al número conocido del solicitante, no al que aparece en el correo— es una medida de bajo costo y alto impacto. Revisar el dominio real del remitente, más allá del nombre visible, permite identificar suplantaciones que el texto no delata.
El uso de claves de acceso (passkeys) y llaves de seguridad físicas añade una capa crítica: estas credenciales están vinculadas criptográficamente al dominio legítimo y no pueden ser capturadas por páginas falsas que imiten visualmente a las originales, sin importar cuán convincente sea su diseño. En un entorno donde la ingeniería social opera con herramientas de producción profesional, la arquitectura de autenticación es la última línea de defensa que la IA aún no puede eludir directamente.




