IA y ciberseguridad: la nueva estrategia empresarial contra el fraude digital.

 

La inteligencia artificial está abriendo una nueva frontera en la ciberseguridad: sistemas capaces de responder a los delincuentes, simular conversaciones y ayudar a recopilar información sobre sus métodos. ¿Puede la tecnología convertir el engaño en una herramienta de defensa?

Una nueva estrategia contra las estafas digitales

Durante años, la principal recomendación para protegerse de las estafas digitales ha sido bloquear números sospechosos, evitar enlaces desconocidos y denunciar los mensajes fraudulentos.

Sin embargo, está surgiendo un enfoque complementario: utilizar sistemas automatizados para interactuar con los propios estafadores, mantenerlos ocupados y, cuando es posible, obtener información útil para investigar sus operaciones.

Esta estrategia suele asociarse con términos como scambaiting, defensa activa y, en determinados contextos, counter-scamming.

La idea es sencilla: si los delincuentes utilizan tecnología para multiplicar sus ataques, las herramientas defensivas también pueden aprovechar la automatización y la inteligencia artificial para dificultar sus actividades.

1. ¿Qué es el Counter-Scamming?

El Counter-Scamming consiste, en términos generales, en desarrollar estrategias para contrarrestar las estafas mediante la detección, el análisis y, en algunos casos, la interacción controlada con quienes las realizan.

No es una tecnología única ni una categoría con una definición universal. Puede abarcar desde personas que investigan estafas mediante conversaciones simuladas hasta sistemas automatizados diseñados para responder a llamadas o mensajes fraudulentos.

Cuando se incorpora inteligencia artificial, estos sistemas pueden analizar el contenido recibido, reconocer patrones sospechosos y generar respuestas coherentes sin requerir la intervención constante de una persona.

Entre sus posibles objetivos se encuentran:

• Reducir la eficacia de determinadas campañas fraudulentas.

• Estudiar los argumentos y las técnicas de manipulación utilizados por los delincuentes.

• Identificar patrones repetidos en mensajes, llamadas y correos electrónicos.

• Facilitar la documentación y denuncia de actividades sospechosas.

No obstante, es importante distinguir entre un sistema que entretiene a un estafador y una herramienta que realmente consigue desarticular una operación criminal. Son resultados diferentes y requieren pruebas distintas.

2. Cómo funciona una IA diseñada para responder a estafadores

Un agente conversacional puede configurarse para interactuar con mensajes sospechosos siguiendo reglas previamente definidas.

Por ejemplo, puede simular una conversación, formular preguntas, detectar cambios en el discurso y registrar información que resulte relevante para el análisis posterior.

El proceso puede dividirse en cuatro etapas.

Primera etapa: identificación. El sistema analiza una llamada, un correo o un mensaje para determinar si presenta indicios de fraude.

Segunda etapa: interacción controlada. Si se cumplen las condiciones establecidas, puede responder de forma automatizada para observar cómo actúa el interlocutor.

Tercera etapa: análisis. La conversación se examina para identificar patrones, posibles técnicas de manipulación y datos que puedan ayudar a comprender la operación.

Cuarta etapa: documentación y denuncia. La información pertinente puede remitirse a los proveedores de servicios o a las autoridades competentes, según los procedimientos aplicables.

La eficacia depende de la calidad del sistema, de los datos disponibles y de las medidas de seguridad que acompañan su funcionamiento.

3. Daisy: la IA que conversa con estafadores telefónicos

Uno de los ejemplos más conocidos es Daisy, desarrollada por Virgin Media O2 en el Reino Unido.

Daisy es un personaje conversacional con voz de una mujer mayor, creado para responder llamadas fraudulentas. Su diseño busca mantener al interlocutor ocupado mediante una conversación aparentemente cotidiana, en lugar de ofrecerle la respuesta rápida que espera obtener de una posible víctima.

La propuesta llamó la atención porque combina una personalidad artificial, conversación por voz y automatización para enfrentarse a las llamadas fraudulentas.

Su valor divulgativo está en demostrar que la IA no tiene que limitarse a detectar amenazas: también puede utilizarse para diseñar interacciones que reduzcan las oportunidades de manipulación.

Sin embargo, mantener a un estafador hablando durante varios minutos no demuestra, por sí solo, que se haya detenido una estafa o desmantelado una red criminal. Para evaluar el impacto real se necesitan indicadores verificables.

4. Re:scam: responder a los correos fraudulentos

Otro proyecto conocido es Re, impulsado por Netsafe, organización neozelandesa dedicada a la seguridad digital.

La iniciativa utilizaba automatización conversacional para responder a correos de estafa y prolongar el intercambio con los remitentes. El objetivo era hacerles invertir tiempo en una conversación que no les proporcionaría el beneficio esperado.

El proyecto se hizo conocido por mostrar cómo una respuesta automatizada podía imitar el comportamiento de una persona y generar intercambios prolongados.

Conviene señalar que Re es una iniciativa histórica, no una garantía de que exista hoy como servicio público activo. Su importancia reside en el concepto que ayudó a popularizar: emplear la automatización para cambiar las condiciones de una interacción fraudulenta.

5. ¿La IA puede recopilar información para combatir el delito?

Sí, en determinadas circunstancias, los sistemas automatizados pueden ayudar a organizar información relevante para una investigación.

Una conversación puede contener números de teléfono, direcciones de correo, enlaces, instrucciones de pago o datos sobre la forma de operar de una campaña. Estos elementos pueden contribuir a relacionar incidentes que, de otro modo, parecerían aislados.

Pero hay una distinción fundamental: recopilar información no equivale a identificar de manera fiable a los responsables.

Los delincuentes pueden utilizar identidades falsas, redes privadas virtuales, cuentas intermediarias y números suplantados. Una dirección IP o un número telefónico, por sí solos, no prueban quién está detrás de una estafa.

Además, la información debe obtenerse y manejarse de manera legal, segura y respetuosa de la privacidad. Las investigaciones formales y la atribución de responsabilidades corresponden a las entidades competentes.

6. Los riesgos de enfrentarse directamente a los estafadores

Aunque la idea resulte atractiva, interactuar con delincuentes no está exento de riesgos.

Una respuesta puede confirmar que una dirección de correo está activa, revelar información sobre el usuario o provocar nuevos intentos de contacto. También existe la posibilidad de descargar archivos maliciosos, visitar sitios peligrosos o exponer datos personales.

Por eso, las iniciativas de defensa activa deben diseñarse con controles adecuados, entornos aislados cuando corresponda y procedimientos claros para gestionar la información.

Para los usuarios comunes, la opción más segura suele ser no confrontar al estafador, conservar las pruebas pertinentes, bloquear el contacto y denunciarlo mediante los canales oficiales.

La experimentación y el análisis automatizado deben dejarse en manos de proyectos diseñados específicamente para ello.

7. El futuro de la ciberseguridad: automatización responsable

La inteligencia artificial está cambiando tanto las herramientas de los atacantes como las de quienes intentan proteger a las personas y las organizaciones.

Los sistemas defensivos pueden ayudar a clasificar mensajes sospechosos, detectar patrones repetidos, priorizar alertas y asistir a los equipos de seguridad. También pueden servir para investigar nuevas técnicas de engaño.

Pero la tecnología no elimina la necesidad de supervisión humana. Los falsos positivos, las limitaciones de los modelos y la posibilidad de que la información sea manipulada obligan a mantener mecanismos de verificación.

La defensa digital más eficaz no depende de una sola herramienta, sino de una combinación de tecnología, formación, procedimientos y cooperación entre usuarios, empresas, proveedores y autoridades.

Utilizar la inteligencia artificial para reducir el poder del engaño

El Counter-Scamming plantea una idea interesante: la automatización puede utilizarse no solo para reconocer las estafas, sino también para estudiar sus métodos y dificultar determinadas interacciones fraudulentas.

Proyectos como Daisy y Re muestran distintas formas de explorar ese enfoque. Su existencia también invita a reflexionar sobre la rapidez con la que la inteligencia artificial está transformando la seguridad digital.

El objetivo no debería ser promover una confrontación improvisada con los delincuentes, sino desarrollar herramientas responsables que permitan prevenir fraudes, generar información útil y fortalecer la capacidad de respuesta.

En una sociedad cada vez más conectada, la mejor defensa combina tecnología, pensamiento crítico y colaboración.

La inteligencia artificial puede ayudar a combatir el engaño, pero su verdadero valor se mide por su capacidad para proteger a las personas, no simplemente por el tiempo que consigue hacer perder a un estafador.