Una IA charló 2,5 millones de veces con estafadores y obtuvo 250 mil pistas

En China hay tantas llamadas fraudulentas que hasta los usuarios de iPhone activan el filtrado del sistema para números desconocidos y asumen que, junto con el spam, a veces se quedan fuera los repartidores. El proyecto del que informa Jiqizhixin aborda el problema desde otro ángulo: es una IA quien contesta la llamada. Según el medio, el sistema mantuvo unos 2,5 millones de conversaciones y extrajo de ellas 250 mil unidades de datos de inteligencia sobre esquemas de fraude. Sale una pista por cada diez conversaciones.

Por qué el bloqueo pierde la partida

La asimetría es evidente. Para el estafador, cambiar de número casi no cuesta nada: si bloqueas uno, mañana llama desde otro. El usuario, en cambio, tiene que reaccionar a mano cada vez o confiar en un filtro que se equivoca en ambos sentidos. El autor del artículo describe justo esa experiencia: el número queda bloqueado y un minuto después entra una llamada desde uno nuevo.

El proyecto cambia la lógica de fondo. La llamada no se descarta, sino que se convierte en una conversación de la que se puede sacar algo. Mientras el estafador pierde el tiempo con la IA, no trabaja con una persona real. El subproducto de ese tiempo perdido son precisamente esas 250 mil unidades de información.

Qué se sabe y qué no

El fragmento disponible de la publicación no incluye detalles técnicos. No está claro en qué modelo se basa el interlocutor, cómo funciona la capa de voz ni quién opera el sistema. Tampoco se aclara qué entra exactamente en los «datos de inteligencia». Podrían ser números de teléfono, guiones de conversación, nombres de plataformas, datos de pago o enlaces, pero sin el texto completo es solo una conjetura.

De los datos abiertos se desprende lo siguiente:

• unos 2,5 millones de conversaciones con estafadores;
• unas 250 mil unidades de información recopilada sobre fraude;
• rendimiento medio: aproximadamente 0,1 unidades por conversación;
• formato: la IA atiende las llamadas entrantes y mantiene la charla, en lugar de colgar.

Cómo leer estas cifras

Un diez por ciento parece poco, pero desde el punto de vista de la inteligencia es mucho. Cada conversación no consume horas de trabajo humano, y la escala permite detectar patrones que una víctima aislada no puede ver: qué guiones circulan ahora, desde qué líneas se hacen las llamadas masivas, cómo cambian las coartadas.

La cifra tiene puntos débiles. La «unidad de información» no está definida, y entre las 250 mil seguramente hay duplicados. Se desconoce cómo se verifican los datos y si se transmiten a operadores de telecomunicaciones, bancos o fuerzas del orden. Queda también la cuestión del estatus legal de la grabación de las conversaciones. Por último, los estafadores se adaptan. Si aprenden a reconocer rápido al bot, por ejemplo por las pausas o por respuestas poco naturales, el rendimiento caerá y habrá que mejorar la capacidad de persuasión del interlocutor.

Qué hacer con esto

Para los usuarios, la conclusión práctica es sencilla: sigue sin convenir responder a números desconocidos, y los filtros y las denuncias de números siguen siendo la defensa básica. Si las trampas conversacionales funcionan a gran escala, darán a bancos y operadores datos para bloquear los esquemas antes de que lleguen a las personas.

Los equipos que desarrollan sistemas antifraude deberían adoptar el enfoque y medir en él tres cosas: cuánto tiempo mantiene la IA al estafador en la línea, qué proporción de los datos recopilados es única y hasta qué punto fuentes independientes los confirman. Esas métricas dirán si el sistema funciona como inteligencia o si solo genera un gran volumen de ruido.

Por ahora, lo que hay en abierto son dos cifras y la idea. Si los autores revelan la metodología, se podrá saber si este enfoque puede escalarse fuera de China.