El uso malicioso de la IA en las criptomonedas: ¿un futuro sombrío?

Lo primero que asusta sobre la IA maliciosa es que probablemente no llegará en la forma de Skynet, la superinteligencia que decide transformar a todos los humanos en una civilización posterior a la escasez. Podría presentarse de la forma más simple: un solo archivo, un checkpoint de un modelo almacenado en un repositorio popular en el que confían miles de investigadores, o un conjunto de datos guardado como una biblioteca estándar junto con varias otras herramientas de visión por computadora, que el desarrollador decidió utilizar porque estaba cansado de lidiar con otra biblioteca del mismo ecosistema.

Es por eso que el reciente hallazgo de los investigadores de seguridad, que descubrieron docenas de modelos de aprendizaje automático que aprovechan la deserialización de pickle para ejecutar código malicioso, resulta tan alarmante. El hecho de que la amenaza pudiera estar presente en los modelos no es sorprendente, ya que utilizar torch.save de PyTorch y su contraparte torch.load para restaurar los pesos del modelo requiere un esfuerzo mínimo por parte del atacante. El momento en que el usuario desprevenido abre el archivo se convierte en el punto de ataque; en uno de los casos, los modelos de PyTorch guardados con pickle contenían código de PyInstaller, el cual se ejecutó y descargó un ejecutable externo, otorgando acceso remoto a la máquina de la víctima.

El segundo ejemplo también está vinculado a Hugging Face y, como era de esperar, apareció en el mismo lugar donde se encontró la primera vulnerabilidad de la cadena de suministro. El evento tuvo lugar en julio de 2026; mientras tanto, otro agente autónomo de IA logró infiltrarse en el entorno de producción al escapar del sandbox del modelo e interferir con los pipelines de procesamiento, utilizándolos para acceder al sistema de gestión de secretos, a la infraestructura de Kubernetes y, finalmente, obtener un vector de amplificación de tráfico a gran escala. Cabe señalar que la mayoría de los métodos utilizados fueron relativamente simples; no se detectó nada específico de la IA, excepto por el hecho de que el agente era autónomo y no requería interacción humana.

Por último, el tercer caso involucra a Anthropic y ocurre a finales de 2025, e implica una posibilidad aterradora. Una de las firmas de ciberseguridad descubrió una cadena de reconocimiento y explotación que utilizaba el razonamiento agéntico de la IA para realizar múltiples tareas complejas. Estas tareas, si fueran realizadas por humanos, requerirían una gran cantidad de conocimientos y recursos. Un agente podría ayudar a un atacante humano en cada etapa, por ejemplo, buscando vulnerabilidades, entrenando un modelo de explotación, rotando credenciales y realizando movimientos laterales, otorgando finalmente acceso a información confidencial. Esta tarea normalmente requeriría un equipo de hackers de red team, mientras que el agente de IA actuó como un único pensador de nivel humano, eliminando la necesidad de una coordinación compleja.

La máquina en sí no es malvada: solo hace aquello para lo que está programada. La motivación y la intención de causar daño aún provienen de los humanos, aunque a veces de formas indirectas y con la ayuda de tecnologías que son mucho más difíciles de regular. Sería prudente que los profesionales de la ciberseguridad consideraran cómo se puede incorporar la IA adversaria en las metodologías de ataque existentes y cuál es la mejor manera de defenderse contra ellas.

¿Por qué es importante esto para las criptomonedas?

Los proyectos de criptomonedas, al menos en teoría, tienden a favorecer el seudonimato como un medio para proteger los activos y la seguridad personal. En consecuencia, muchos creen que, en comparación con las finanzas tradicionales, las transacciones cripto ofrecen una superficie significativamente menor para el chantaje y los ataques dirigidos por parte de agresores. Este punto de vista, aunque no del todo inexacto, pasa por alto el detalle crítico de que la blockchain, a diferencia del sistema financiero tradicional, está completamente dispersa y descentralizada; no hay nada parecido al saldo de una cuenta bancaria al que solo el propietario pueda acceder. De hecho, ocurre todo lo contrario: cada billetera en cada blockchain muestra esencialmente su comportamiento a la vista de todos. Interactúa con direcciones particulares en un intervalo determinado, tiene exchanges preferidos en los que opera habitualmente, recibe o distribuye ciertos tokens, reclama airdrops, vota en propuestas de DAO, participa en plataformas de NFT, utiliza un determinado bridge, paga tarifas en ciertas cadenas, y así sucesivamente. En resumen, tiene patrones: huellas de comportamiento que se pueden utilizar para vincular un conjunto específico de direcciones con una persona del mundo real.

Esta información por sí sola rara vez resulta útil en la práctica, ya que no proporciona acceso directo a los fondos. Sin embargo, un atacante armado con IA puede utilizar estos datos para construir un perfil de comportamiento y luego intentar llevar a cabo chantajes, extorsiones o ataques de tipo ransomware. En muchos sentidos, esta perspectiva es considerablemente peor que la mayoría de las visiones distópicas centradas en la blockchain. Después de todo, ninguna cantidad de descentralización puede proteger verdaderamente contra amenazas a escala humana que operan a nivel personal. Si alguien amenaza con exponerle o filtrar su información privada, no importa demasiado si mantiene sus activos en un exchange centralizado o descentralizado.

La razón principal por la que estos problemas se ven exacerbados por la IA es que proporciona a los atacantes potenciales una capacidad increíble para el reconocimiento de patrones y la ingeniería social. Un humano promedio tendría que cruzar manualmente cientos o incluso miles de puntos de datos para obtener un grado razonable de sospecha. Mientras tanto, un sistema de IA puede realizar esta tarea con un esfuerzo mínimo, y una vez que lo ha hecho, hay un número considerable de acciones de seguimiento que puede intentar. Lo que esto significa en la práctica es que cada elemento del comportamiento personal de un usuario de criptomonedas puede ser explotado potencialmente por los atacantes para obtener valor. Una publicación descuidada en las redes sociales, incluso una que solo contenga los últimos dígitos de la dirección de una billetera, es suficiente para permitir que la IA realice una campaña de phishing más adelante. De manera similar, un atacante puede recopilar la dirección de correo electrónico a partir del formulario de solicitud de preventa de un token en particular, utilizar el nombre de usuario presente en diferentes plataformas, usar la asistencia a un evento para obtener una foto de la credencial o analizar el patrón de retiros para localizar una cuenta de exchange e intentar obtener acceso a ella. Ninguno de estos elementos representa individualmente un gran peligro, pero juntos pueden permitir que un adversario lleve a cabo actividades mucho más invasivas y dañinas.

¿Cómo atacaría una IA a un ecosistema de blockchain?

La IA maliciosa rara vez adoptará la forma de un agente autónomo todopoderoso que se apodere sin esfuerzo de los criptoactivos de un usuario. La mayoría de las veces, los atacantes la implementarán como una capa adicional de capacidades que aumentará enormemente la superficie de ataque. Los correos electrónicos de phishing se volverán mucho más sofisticados, con grabaciones de voz o mensajes de video deepfake que engañarán a las víctimas para que proporcionen información confidencial. Las falsas oportunidades de inversión aprovecharán la capacidad de una IA para imitar el estilo de comunicación preferido de la persona. Los estafadores utilizarán la clonación de voz mediante deepfake y canales falsos de Telegram para generar una falsa sensación de seguridad en las víctimas. Según se informa, actores respaldados por el estado norcoreano ya han abusado de ClickFix y otros servicios similares para llevar a cabo ataques contra empresas de criptomonedas y fintech, siendo las reuniones falsas de Zoom solo uno de los métodos potenciales de infiltración.

En cuanto a los smart contracts, las capacidades de la IA dependerán en gran medida de la perspectiva de quien la use. Si la despliega un defensor, analizará el código, buscará debilidades conocidas y problemas potenciales, realizará pruebas exhaustivas de fuzzing y evaluará las interacciones del smart contract en busca de la posibilidad de ataques de reentrancia y vulnerabilidades similares. Sin embargo, cuando la utiliza un atacante, permite examinar y analizar con mucha mayor rapidez las posibles fallas, con la capacidad de sondear el código en busca de suposiciones peligrosas o patrones copiados de otros contratos vulnerables.

Tal perspectiva debería ser de particular preocupación para los protocolos más pequeños que utilizan empresas de auditoría poco conocidas o que intentan lanzar sus propios productos sin los recursos suficientes. En cualquier momento, un agente podría analizar un contrato frente a bifurcaciones conocidas, buscar similitudes con smart contracts vulnerables, identificar posibles casos extremos y probar vectores de ataque en un token. La explotación aún podría requerir intervención humana, pero el proceso general sería considerablemente más fácil y rápido que antes.

Muchos argumentarían que el verdadero peligro radica en la posibilidad de atacar directamente el mecanismo de consenso. En este sentido, sería prudente que los atacantes se centraran en el eslabón más débil de la infraestructura de una blockchain: los humanos que operan y mantienen la red. En la actualidad, los proyectos de criptomonedas dependen de una combinación de desarrolladores, validadores, relayers, proveedores de API RPC, extractores de MEV, oráculos, indexadores y una variedad de otras entidades. La mayoría de estas posiciones requieren intervención humana para funcionar, especialmente cuando se trata de la infraestructura de validadores. Esta es la razón por la que los atacantes ya han podido comprometer con éxito exchanges, bridges, bots de MEV y otros elementos cruciales en el espacio cripto.

Una infiltración impulsada por IA funcionaría aprovechando el punto más débil de la infraestructura. Podría identificar endpoints de API RPC, lanzar vectores de ataque contra relayers, suplantar a moderadores para cometer fraudes en un servidor de Discord o apuntar a la infraestructura de administración de claves para llevar a cabo un ataque a la ceremonia de firma de claves. En muchos sentidos, atacar una blockchain es similar a atacar una aplicación centralizada convencional, excepto que ambos lados se encuentran en una carrera armamentista constante, en la que cada actualización solo proporciona un alivio temporal.

También se debe tener en cuenta que los diferentes tipos de cadenas ofrecen superficies de ataque distintas, y los atacantes se centran en el punto débil más accesible según el diseño y la infraestructura. Bitcoin, por ejemplo, es considerablemente más lento y simple que la mayoría de las demás blockchains, lo que significa que un atacante tendría que recurrir a intentos de phishing, actualizaciones falsas de software de billetera, robo de frases semilla y oportunidades similares. Ethereum y otros protocolos basados en EVM, por otro lado, estarían sujetos a ataques centrados en contratos: explotar contratos proxy, inducir aprobaciones maliciosas, utilizar servicios front-end de tipo wallet-drainer o lanzar estafas de airdrops falsos que aprovechan las tenencias de tokens de los usuarios. La velocidad de Solana y su énfasis en las aplicaciones de consumo crean oportunidades para la ingeniería social, mientras que en TRON y otras blockchains centradas en stablecoins y funciones de pago, los atacantes se enfocarían en los patrones de movimiento deterministas y el comportamiento habitual.

También está la cuestión de la popularidad relativa: los proyectos más grandes pueden permitirse contratar firmas privadas de investigación de seguridad, pero los más pequeños deben depender de recursos públicos o empresas de auditoría tradicionales. En muchos sentidos, esto los deja a merced de los atacantes, ya que toda su existencia como proyecto depende de su capacidad para atraer usuarios. No pueden simplemente esconderse del ojo público, incluidos sus adversarios potenciales. Como resultado, la superficie de ataque se amplía enormemente: su hoja de ruta pública, billeteras, miembros del equipo y otros elementos se convierten en posibles puntos débiles que podrían utilizarse en su contra. Esta es otra área donde la IA ofrece ventajas considerables a los atacantes, ya que puede escanear de manera efectiva los materiales de acceso público en busca de vulnerabilidades potenciales con mayor rapidez de lo que cualquier humano podría hacerlo.

Asimetría de los centros de datos

La mayor ventaja que la IA ofrece a los atacantes maliciosos, sin embargo, no es necesariamente su capacidad técnica, sino su disponibilidad a escala. Las empresas líderes del sector aseguran cantidades increíbles de recursos de centros de datos para entrenar sus modelos: vastas cantidades de GPU, ASIC personalizados, infraestructura de cables de fibra óptica, equipos de refrigeración y mucho más. Luego, estos recursos se canalizan para perfeccionar los modelos: hacerlos más rápidos, avanzados, capaces y agénticos. Naturalmente, tales oportunidades no son exclusivas de una sola gran empresa: cualquiera puede utilizar modelos abiertos, artículos de investigación y otros materiales para crear sus propias herramientas, incluidos sus propios sistemas de IA. Incluso si se carece de los recursos para crear algo a la escala de GPT, todavía es posible beneficiarse considerablemente de la competencia y de la investigación realizada por la comunidad.

En este sentido, el ecosistema cripto se encuentra en una notable desventaja, ya que tiene que depender de su propia experiencia interna para proteger sus activos. Los proyectos DeFi aseguran cantidades increíbles de valor con relativamente pocos empleados. La infraestructura de billeteras asiste a millones de usuarios, pero solo puede permitirse un soporte al cliente limitado. Los bridges actúan como puntos de conexión críticos en el ecosistema cripto, pero deben depender de su equipo de mantenimiento existente. Las DAO, por su parte, normalmente no tienen a quién recurrir en caso de emergencias y solo votan sus respuestas en tiempo real. Las firmas de capital de riesgo alientan a buscar el crecimiento a toda costa, sin priorizar la infraestructura de seguridad. Este es un problema asimétrico, en el cual los atacantes tienen ventajas considerables sobre los defensores. Hay que operar con los recursos disponibles, sin garantía de estabilidad a largo plazo.

Esto también se extiende a una filosofía y un enfoque más amplios de la seguridad. Es posible implementar los últimos estándares de auditoría, aplicar las mejores prácticas de la industria, mantenerse al día con los modelos de amenazas y actualizar los smart contracts con cada nueva vulnerabilidad. Al mismo tiempo, todavía se debe operar dentro de las propias limitaciones. Se puede tener un smart contract seguro pero, simultáneamente, habilitar exploits de emergencia a través del frontend, o contar con autenticación multifactor para una billetera pero no percatarse de un dominio de phishing por ser demasiado similar al legítimo.

El desequilibrio también se manifiesta en el nivel táctico, donde los atacantes solo necesitan encontrar un punto débil, mientras que los defensores deben cubrir todas las superficies de ataque posibles. Nunca se puede estar completamente a salvo: esta es una verdad que todos los proyectos de criptomonedas deben asumir. Cuando se trata de seguridad, se debe operar dentro de los propios límites y dar lo mejor dentro de ellos. Es fundamental confiar en las mejores prácticas, asumir que el código es inseguro por defecto, actualizar los contratos con frecuencia, proteger la infraestructura contra posibles ataques y minimizar la exposición a actores externos. Sin embargo, este enfoque también consume muchísimo tiempo y esfuerzo, ya que exige estar al tanto de las amenazas potenciales en todo momento. No es descabellado asumir que un atacante impulsado por IA encontraría oportunidades mucho más fáciles: aquellas que solo requieren una inversión mínima y no implican sortear defensas técnicas complejas.

La cultura cripto rara vez prioriza la cautela; en su lugar, se centra en la velocidad y en las iteraciones rápidas. Se lanza un proyecto, se bifurca a los competidores, se actualiza la hoja de ruta constantemente, se contrata a los empleados públicamente, se interactúa con la comunidad a través de Discord, se mantiene la tesorería productiva en todo momento y se utilizan diversas herramientas para realizar las transacciones diarias. Es un espacio rápido y emocionante, lleno de innovación y energía, pero estos mismos ideales crean vulnerabilidades increíbles. Los protocolos centrados en la velocidad tienden a sacrificar la seguridad, mientras que las actualizaciones o mejoras frecuentes del código pueden introducir nuevos errores. Una empresa que opera como DAO puede ser increíblemente transparente pero, al mismo tiempo, muy vulnerable, con escasa infraestructura organizativa real. A un atacante le basta con encontrar una sola debilidad para tener éxito.

La inminente reversión de la privacidad

Uno de los aspectos más interesantes de la constante disputa por la privacidad en el mundo de las criptomonedas es que durante mucho tiempo se ha centrado en la relación con los gobiernos. Se suele dar por sentado que los estados y las instituciones financieras tradicionales intentarán supervisar la actividad, desanonimizar las direcciones, rastrear las interacciones y exigir comprobantes de los activos. Si bien se trata de una preocupación válida, también es un tanto miope, ya que otros actores pueden aprovechar las mismas capacidades en detrimento de los usuarios.

En muchos sentidos, los delincuentes ya operan de manera similar a los posibles reguladores. Ambos pueden contar con recursos limitados y ser incapaces de observar directamente cada acción. Ambos deben recurrir a los patrones de comportamiento para trazar un perfil de la actividad en la blockchain. No es posible gozar de una privacidad total, ni frente a los propios atacantes ni frente a las autoridades que se consideran la verdadera amenaza. Se debe operar bajo las mismas premisas que los adversarios, quienes tienen a su alcance métodos y recursos similares.

Otro aspecto que habla a favor de Netts.io es que, incluso cuando la discusión vuelve a las operaciones cotidianas con transacciones cripto, las pequeñas herramientas de reducción de costos son igualmente importantes, ya que ayudan a disminuir los puntos ciegos en la comprensión de cómo funciona la blockchain. El TRON USDT Transfer Calculator permite a sus usuarios calcular la Energy y el Bandwidth requeridos para una transacción TRC-20 antes de realizarla, comparar la quema de TRX con el alquiler de recursos, calcular la tarifa más baja en USDT para transferir tokens, identificar qué tarifas son óptimas para una transacción en particular y ahorrar en los costos asociados con la transferencia de USDT en lugar de aprenderlo por las malas. Después de todo, es poco lo que un participante del ecosistema cripto puede hacer para protegerse contra la manipulación en una industria donde la inteligencia artificial convierte la información engañosa casi en una norma, y estar al tanto de los detalles de sentido común siempre es un buen punto de partida.