Una IA de Anthropic ayudó a hackear cuentas de OpenAI: así fue el ataque que encendió las alertas

Investigadores de la start-up Hacktron AI lograron acceder a cuentas de empleados de OpenAI utilizando inteligencia artificial de Anthropic, en un ejercicio de seguridad diseñado precisamente para encontrar vulnerabilidades en los sistemas de la compañía. El caso muestra cómo los modelos de IA pueden convertirse en herramientas para acelerar investigaciones de ciberseguridad, pero también para reducir el tiempo y los recursos necesarios para desarrollar ataques sofisticados.

La intrusión, confirmada a la AFP por OpenAI, no correspondió a un ataque criminal contra la compañía, sino a una prueba autorizada para detectar fallas en sus sistemas con ayuda de especialistas externos. Hacktron informó a OpenAI y a Discourse, la plataforma que administra el foro público de ayuda de la empresa, después de identificar una vulnerabilidad que podía permitir tomar el control del sitio.

De acuerdo con los investigadores, el punto de entrada se encontraba precisamente en ese foro público. Una vez identificada la falla, el equipo trabajó con OpenAI y Discourse para coordinar su corrección y evitar que pudiera ser utilizada fuera del ejercicio de seguridad.

OpenAI confirmó que la vulnerabilidad fue solucionada aproximadamente 14 horas después de recibir el reporte. Como parte del programa de recompensas por encontrar fallas de seguridad, la compañía entregó a Hacktron un pago de 6,500 dólares.

“Agradecemos a los investigadores por contactarnos y compartir sus hallazgos”, declaró Drew Pusateri, portavoz de OpenAI, al explicar la respuesta de la empresa.

Lo que convirtió este caso en un episodio particularmente llamativo fue el papel que desempeñó la inteligencia artificial durante la investigación. Hacktron explicó que utilizó inicialmente Claude Opus 4.8, un modelo desarrollado por Anthropic, para tratar de identificar y explotar la vulnerabilidad. Sin embargo, los investigadores señalaron que tuvieron problemas para conseguir que el procedimiento funcionara de manera consistente.

Posteriormente recurrieron a Claude Opus 5, presentado como el modelo más reciente utilizado durante la prueba. Según Hacktron, esta herramienta consiguió generar un ataque funcional en aproximadamente tres horas, una diferencia que los investigadores consideran relevante para entender cómo está cambiando la relación entre inteligencia artificial y ciberseguridad.

La compañía aclaró que no utilizó Claude Mythos, otro modelo de Anthropic descrito por la empresa como su sistema con mayores capacidades de ciberseguridad. Ese modelo permanece restringido a un grupo reducido de organizaciones de ciberdefensa que han sido previamente evaluadas.

El episodio no significa que Claude haya actuado por cuenta propia ni que una inteligencia artificial haya decidido atacar a OpenAI. La operación fue realizada por investigadores humanos dentro de un ejercicio de seguridad y con el objetivo de descubrir una vulnerabilidad. La IA funcionó como una herramienta utilizada por los especialistas para analizar el software y ayudar a desarrollar el procedimiento necesario para comprobar que la falla podía ser explotada.

Precisamente ahí se encuentra una de las principales preocupaciones que genera el avance de estas tecnologías. Durante años, los ataques informáticos complejos podían requerir conocimientos especializados, equipos numerosos y periodos prolongados de investigación. Los modelos de inteligencia artificial pueden automatizar o acelerar algunas de esas tareas, reduciendo potencialmente las barreras técnicas para quienes intenten aprovechar una vulnerabilidad.

El caso de OpenAI también ilustra que esa capacidad tiene una doble función. Las mismas herramientas que pueden facilitar la creación de ataques pueden ser utilizadas por investigadores para encontrar fallas antes de que sean aprovechadas por delincuentes. En este episodio, la vulnerabilidad fue reportada a las empresas involucradas y corregida en cuestión de horas.

Hacktron señaló que continuará realizando pruebas similares en otras compañías. Su trabajo forma parte de una tendencia creciente en la industria tecnológica: utilizar sistemas de inteligencia artificial para poner a prueba defensas digitales, localizar errores de programación y determinar con mayor rapidez qué tan expuestos están los servicios conectados a internet.

La preocupación para el sector no radica únicamente en que una IA pueda encontrar una vulnerabilidad, sino en la velocidad con la que puede hacerlo. Si un modelo consigue transformar un problema de software en un ataque funcional en unas cuantas horas, las empresas podrían enfrentarse a una carrera cada vez más estrecha entre el descubrimiento de una falla, su explotación y la capacidad de los equipos de seguridad para corregirla.

En el caso de OpenAI, la respuesta fue relativamente rápida: los investigadores comunicaron el problema, la compañía coordinó la solución con Discourse y la vulnerabilidad quedó corregida alrededor de 14 horas después de su notificación. El incidente deja así una paradoja propia de la nueva etapa de la ciberseguridad: la inteligencia artificial puede hacer más accesibles los ataques, pero también puede convertirse en una de las herramientas más importantes para encontrarlos y detenerlos antes de que lleguen a manos de actores maliciosos.