SMS de Hacienda: cómo las redes neuronales han vuelto el phishing indistinguible de la realidad

Seguramente recuerdas la época en que un mensaje de phishing se detectaba a una legua: erratas absurdas, sintaxis extraña y la sensación general de que el texto había pasado por una versión temprana de Google Translate desde algún dialecto exótico. Esa época es oficialmente historia. Hoy, con la campaña de la declaración de impuestos en pleno apogeo, los estafadores se han armado con grandes modelos de lenguaje y han convertido el spam corriente en un arma de ingeniería social de alta precisión. Un SMS sobre una supuesta deducción fiscal que te corresponde parece ahora revisado por todo un departamento de redactores y abogados. Y eso asusta mucho más que la perspectiva de una inspección de Hacienda.

El problema no es que los estafadores sean más listos, sino que sus herramientas son más accesibles. Antes, una campaña a gran escala requería personas con buen dominio del idioma y conocimiento del estilo burocrático. Ahora basta un solo prompt a un GPT «negro» para generar miles de variaciones de textos convincentes que imitan a la perfección el tono de los organismos oficiales.

Estos modelos no se limitan a corregir errores: adaptan el contexto a un país, una región e incluso a las noticias del momento, y hacen que la trampa sea lo más relevante posible para la víctima. Cuando recibes un aviso de devolución justo el día en que lo esperabas, resistir la tentación de hacer clic en el enlace resulta casi imposible.

¿Por qué importa esto ahora? Estamos en un punto de inflexión en el que consejos clásicos de seguridad como «revisa si el texto tiene errores» no solo son inútiles, sino peligrosos. Generan una falsa sensación de protección. Que un texto esté escrito sin fallos no significa que sea auténtico. Significa que el estafador tiene acceso a la API de una red neuronal moderna. La FTC y otros reguladores siguen publicando guías, pero van catastróficamente por detrás del ritmo de la IA generativa. Los esquemas fraudulentos se escalan ya a la velocidad de la luz, y lo que ayer era un caso aislado hoy se convierte en una epidemia que alcanza a millones de usuarios en cuestión de horas.

La relación es directa: el desarrollo de los LLM ha reducido la barrera de entrada al cibercrimen a un mínimo histórico. Ya no hace falta ser hacker ni lingüista; basta con saber usar un chatbot. Esto supone una carga enorme para los sistemas de filtrado de operadores y servicios de correo, que a su vez se ven obligados a incorporar IA para combatir el contenido generado por IA. Asistimos a una especie de «carrera armamentística» en el espacio textual, con tu smartphone como campo de batalla. Y mientras los algoritmos defensivos aprenden a distinguir la cortesía sintética de una red neuronal del lenguaje oficial real, el único escudo fiable es tu propio escepticismo.

En el futuro próximo veremos ataques aún más sofisticados. Imagina una red neuronal que analiza tus datos públicos en redes sociales y te envía un SMS de Hacienda que tiene en cuenta tu ocupación real o tus compras importantes recientes. Ya no es ciencia ficción, sino cuestión de configurar el script adecuado. La tecnología permite personalizar el phishing a escala industrial, y eso cambia las reglas del juego para cualquiera que use internet. Tendremos que acostumbrarnos a la idea de que cualquier mensaje entrante que exija actuar rápido con dinero es falso por defecto, por convincente que parezca.

Lo esencial: ya no se puede confiar en los propios ojos, porque los LLM actuales escriben cartas oficiales mejor que los funcionarios de carne y hueso. Si un mensaje te pide hacer clic en un enlace para recibir dinero, ciérralo y entra manualmente en tu área personal en el sitio web oficial del organismo. ¿Estás preparado para que tu próxima «conversación» con el banco o con Hacienda esté generada por completo por un algoritmo?