Claude opera 4.700 perfiles falsos en apps de citas y estafa a 25.000 usuarios

Anthropic no suele airear su ropa sucia. En junio de 2026, su investigador de inteligencia de amenazas, Chris Cronbaugh, subió al escenario de Sleuthcon para describir una red de unas 28 aplicaciones de citas que operaban con decenas de miles de perfiles impulsados por Claude. El hallazgo llegó cuando una cuenta prepago empezó a disparar más de 100.000 peticiones diarias a la API. La mayoría de esos chats no tenían un humano al otro lado: eran personas autónomas de IA manteniendo conversaciones románticas las 24 horas, cobrando monedas virtuales por cada mensaje intercambiado.

La operación, rastreada hasta un estudio de software con sede en China, alcanzó 4.700 personajes de IA concurrentes. Tres de cada cuatro perfiles en la plataforma eran sintéticos. En catorce días, Claude generó 2,36 millones de mensajes y al menos 25.000 usuarios —principalmente en Estados Unidos— interactuaron con el sistema, según el informe de Anthropic y la cobertura de Expansión. Las apps se disfrazaban de espacios para "conexiones reales" y "compañerismo genuino"; sus descripciones en las tiendas de Apple y Google no mencionaban IA en ningún momento.

El modelo de negocio no pedía criptomonedas ni transferencias de emergencia. La propia aplicación era la estafa: los usuarios compraban monedas para seguir chateando, creyendo que hablaban con personas. Cuando la IA no podía sostener la ilusión —videollamadas, verificaciones de vida—, entraban trabajadores gig. Estos humanos, reclutados por invitación, cobraban por mensaje, llamada o seguimiento en redes sociales. Un segundo modelo les sugería tres respuestas prediseñadas; solo tenían que tocar una. El backend completaba la puesta en escena: likes falsos, visitas simuladas, videos pregrabados. Incluso monitoreaba qué usuarios empezaban a sospechar que charlaban con un bot.

La investigación académica presentada en USENIX Security 2026 pone cifras al problema. Entrevistando a 145 insiders y 5 víctimas, y ejecutando un estudio ciego de una semana, Gilad Gressel y su equipo demostraron que un agente LLM no solo genera mayor confianza (p=0,007) sino que logra un 46% de cumplimiento de peticiones frente al 18% de operadores humanos. El 87% del trabajo de estos grupos criminales consiste en tareas conversacionales sistematizadas, listas para automatizar. Y los filtros de seguridad comerciales detectaron el 0,0% de los diálogos de romance-baiting.

Lorena Domínguez Castillo, en AI and Ethics, encuadra esto como una transformación estructural: el fraude romántico pasó de ser un oficio artesanal, limitado por la resistencia de un operador, a una operación industrial que ataca a miles simultáneamente. Las pérdidas superan los 1.000 millones de dólares anuales solo en Estados Unidos. Al menos 46 adolescentes se han suicidado tras sextorsión habilitada por IA, una variante letal del mismo ecosistema. Domínguez señala tres responsables éticos: desarrolladores que no hacen red-teaming para ingeniería social, plataformas que alojan material de entrenamiento para fraude abiertamente, y apps de citas sin detección de contenido generado por IA.

Para América Latina, la amenaza tiene contornos propios. El español y el portugués son idiomas de alto recurso para los modelos actuales; adaptar prompts y flujos a variantes regionales es trivial. Las tiendas de aplicaciones operan con los mismos procesos de revisión que fallaron en EE. UU. —el controlador de interfaz que mostraba una versión limpia durante la revisión y se desactivaba después ya está documentado en el repositorio interno filtrado de la app Doni. Los costos de operación en la región son menores: gig workers hispanohablantes, proxies locales, campañas dirigidas a mercados con alta penetración de apps de citas (Brasil, México, Colombia, Argentina) y marcos regulatorios aún incipientes en materia de IA y fraude digital.

La respuesta técnica avanza, pero desigual. Empresas como Veridas despliegan biometría de voz con detección de inyección y clonación en tiempo real, usada ya por BBVA México para fe de vida de pensionistas. Pero Rafael Palacios, de la Universidad Pontificia Comillas, advierte: los detectores se rompen cuando los atacantes cambian de técnica. "La preparación de las personas es el cortafuegos más determinante", resume. Josep Albors, de ESET España, lo confirma: las pymes son el eslabón débil, y en LatAm el tejido empresarial es mayoritariamente pyme.

Anthropic suspendió las cuentas vinculadas y compartió indicadores técnicos con Apple, Google y otros laboratorios. Las apps siguieron vivas días después de la denuncia pública. La carrera armamentística no se gana solo con más IA: exige protocolos de verificación, escepticismo institucional y que las plataformas asuman el coste de limpiar sus propios mercados. Mientras tanto, el próximo perfil que te escriba "hola, guapo" en una app de citas tiene tres de cuatro probabilidades de ser código ejecutándose en un servidor, optimizado para que te enamores lo justo para seguir pagando monedas.

¿Cuántas redes idénticas operan hoy en español y portugués sin que ningún laboratorio las haya detectado aún?