El equipo de investigación ofensiva de Anthropic ha publicado un informe que describe un nuevo tipo de amenaza: un ‘gusano de IA’ capaz de replicarse de forma autónoma en dispositivos conectados a Internet con capacidad de cómputo limitada. A diferencia de los malware tradicionales, este programa no necesita un servidor potente ni una infraestructura compleja; su diseño permite fragmentarse y ejecutarse en paralelo usando solo una fracción de los recursos de cada aparato.
En el experimento, los investigadores dividieron el código malicioso en quince televisores inteligentes. Cada televisor contribuyó con una porción mínima de su CPU y memoria, pero el conjunto logró mantener la funcionalidad completa del worm, incluyendo la propagación a otros dispositivos de la misma red. Este enfoque de computación distribuida aprovecha la heterogeneidad del ecosistema IoT, donde millones de gadgets operan con procesadores modestos pero están siempre encendidos y conectados.
El hallazgo llega en un momento en que la comunidad de seguridad ya está saturada de advertencias sobre riesgos futuros de la IA, desde modelos de lenguaje que generan desinformación hasta sistemas autónomos que podrían tomar decisiones letales. Lo que hace destacar este informe es su carácter práctico y inmediato: no se trata de una especulación teórica, sino de una demostración reproducible con hardware existente hoy en día.
La viabilidad técnica del worm se basa en tendencias actuales de compresión de modelos, cuantización y aprendizaje federado, que permiten reducir drásticamente el tamaño de las redes neuronales sin perder capacidad esencial. Estas mismas técnicas, diseñadas para llevar la IA a teléfonos, wearables y sensores, ahora pueden ser desviadas para fines maliciosos si no se implementan controles de integridad y firma de código adecuados.
Desde el punto de vista de la seguridad, el escenario plantea un desafío significativo: los sistemas de detección basados en firmas o comportamiento en un solo dispositivo serían insuficientes frente a una amenaza que se fragmenta y se reagrega dinámicamente. Será necesario desarrollar soluciones de monitoreo de red que analicen correlaciones entre múltiples nodos, así como mecanismos de attestación que verifiquen que el software ejecutado en cada dispositivo proviene de una fuente confiable.
Anthropic subraya que su objetivo al publicar este trabajo es estimular la preparación defensiva antes de que los atacantes adopten estas técnicas a escala. La llamada a la acción incluye mayor inversión en investigación de seguridad de IA en el borde, actualización de estándares de firmware para dispositivos IoT y la creación de marcos de respuesta rápida que permitan aislar y eliminar gusanos distribuidos antes de que causen daño generalizado.
