Google revela un intento de clonar Gemini mediante 100.000 consultas

# Google revela un intento de clonar Gemini mediante 100.000 consultas

Google ha descubierto un grave intento de robo de propiedad intelectual. Los atacantes enviaron más de 100.000 consultas a la red neuronal Gemini para intentar copiar sus capacidades mediante destilación de conocimiento. No se trata solo de un intento de intrusión: es un método nuevo con el que los competidores pueden crear sistemas funcionalmente idénticos gastando apenas una pequeña parte de los miles de millones que Google y sus rivales han invertido en desarrollar IA. El incidente dejó al descubierto una vulnerabilidad crítica en la arquitectura de los servicios de IA actuales y obligó a la industria a replantearse en serio su estrategia de protección.

La destilación de conocimiento es un método legítimo de aprendizaje automático en el que se entrena un modelo compacto para reproducir la lógica de un sistema más potente. Suele emplearse para optimizar: en lugar de que el usuario trabaje con un modelo enorme que exige hardware potente, la empresa despliega una versión más ligera que ofrece resultados casi iguales, pero funciona más rápido y cuesta menos. Sin embargo, en manos de atacantes, esa misma metodología se convierte en un arma.

Plantearon a Gemini de forma sistemática distintos tipos de tareas, recopilaron las respuestas y usaron esos datos para entrenar un modelo propio que copia el comportamiento de Google. En la práctica, pagaron por un acceso básico a la API para obtener gratis algo que a Google le costó años y miles de millones de dólares crear.

Un ataque de cien mil consultas no es una suma de intentos espontáneos. Es una operación coordinada y metódica, lo que indica que alguien se preparó a fondo. El objetivo estaba claro: no solo acceder al modelo, sino crear su equivalente funcional, que pueda venderse, cederse o usarse con fines competitivos. Que Google lograra detectarlo por el patrón de las consultas demuestra que estos ataques dejan huellas digitales, pero también apunta a que podría haber muchos intentos inadvertidos de atacantes más cautelosos.

El problema va mucho más allá de un único incidente. En una época en que el acceso a la API se convierte en el principal activo de las empresas de IA, una defensa basada en simples límites y restricciones de velocidad resulta insuficiente. Google puede subir los precios de la API, imponer restricciones de uso más estrictas, exigir la verificación de los usuarios o introducir límites dinámicos según los patrones de uso. Sin embargo, cada una de estas soluciones crea un equilibrio delicado entre seguridad y disponibilidad para los usuarios legítimos. Cuanto más estrictas son las restricciones, mayor es la barrera de entrada para las startups y los desarrolladores que quieren integrar Gemini en sus productos.

El incidente también reaviva el viejo debate sobre la protección de los modelos de IA como propiedad intelectual. Si consultas un sistema y analizas sus respuestas, ¿infringes los derechos de la empresa? El sistema jurídico aún no ha dado una respuesta clara. La destilación se mueve en una zona gris: no requiere acceso al código fuente ni a los parámetros del modelo, solo a sus salidas, que formalmente están al alcance de todos. Eso hace casi imposible prevenirla por completo mediante licencias.

Ante esta realidad, Google y otros líderes de la industria de la IA avanzan inevitablemente hacia métodos de control más invasivos: monitorizar el comportamiento de los usuarios, analizar los patrones de consulta y bloquear la actividad sospechosa en tiempo real. Esto mejora la seguridad, pero añade una capa de supervisión sobre quién usa la tecnología y cómo. La industria se encamina hacia un punto en el que el acceso completo exigirá no solo una cuenta de pago, sino también una identidad verificada y un historial de uso. El incidente de Gemini es una advertencia de que la era dorada del acceso relativamente abierto a las API se acerca a su fin, lenta pero de forma constante.