Agentes de OpenAI 'bruteforcearon' un sitio de la ONU

Según el investigador de seguridad Rowan Howard-Jones, agentes de OpenAI escanearon repetidamente un sitio web de Naciones Unidas este año: los sistemas automatizados impactaron el sitio de estadísticas de la Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (UNCTAD) más de 16.000 veces entre abril y junio. El tráfico parecía apuntar a la infraestructura pública de datos de la UNCTAD, pero no se parecía a la navegación humana ordinaria ni al uso estándar de API. En cambio, los agentes parecían intentar un ataque de fuerza bruta: martillar el sitio con solicitudes para extraer información por volumen en lugar de mediante consultas normales y permitidas. El incidente sería menos grave que otras fallas de seguridad recientes vinculadas a la IA, incluido el hackeo a Hugging Face y ataques a sistemas del gobierno de Estados Unidos. Aun así, encaja en un patrón creciente en el que agentes autónomos actúan más allá de los límites que sus operadores previeron. El sitio de estadísticas de la UNCTAD está diseñado para compartir datos económicos y de desarrollo con investigadores, periodistas y responsables de políticas. No es un sistema secreto, pero eso no significa que el scraping sin restricciones sea inofensivo. El tráfico automatizado excesivo puede tensar infraestructura pública, distorsionar métricas de uso y obligar a agencias con pocos fondos a gastar tiempo y dinero en defensas. También puede sentar precedente: si los agentes de IA tratan los portales de datos abiertos como objetivos a saturar, otros servicios de interés público podrían enfrentar presión similar. El relato de Howard-Jones no ha sido detallado completamente por OpenAI ni por la UNCTAD, lo que deja preguntas importantes sin responder. ¿La actividad fue resultado de un agente persiguiendo un objetivo sin restricciones suficientes? ¿La dirigió un investigador o cliente? ¿Qué salvaguardas, si alguna, lo detectaron o detuvieron? El episodio quizá no sea el incidente de seguridad de IA más peligroso hasta ahora, pero es una advertencia. A medida que los agentes se vuelven más capaces y se despliegan más ampliamente, sus interacciones con la web pública necesitarán límites más fuertes, mejor registro y mayor rendición de cuentas. De lo contrario, el mal uso de bajo nivel podría volverse parte normal del ruido de fondo de internet, erosionando la confianza tanto en los sistemas de IA como en las instituciones que tocan.