Opinión Meta’s Muse agent harvests user data while posing as open tool
La democratización de la IA agente llega con un precio oculto: la concentración de datos y control en manos de una sola compañía. El caso Muse expone cómo la apertura técnica puede ser cebo para una intermediación total.
Meta no quiere venderte una tostadora inteligente. Quiere que su agente Muse sea el sistema nervioso que conecte tu tostadora, tu televisor, tu caja registradora y tu correo electrónico. La presentación de su kit de desarrollo abierto —firmware y Linux para placas baratas como Raspberry Pi o ESP32— se vende como democratización tecnológica. Pero la estrategia revela una ambición distinta: convertir a Muse en la capa de intermediación obligatoria entre las personas y su vida digital.
Los números iniciales impresionan. Más de 3,4 millones de descargas y el primer puesto en la App Store estadounidense, por delante de ChatGPT. Sin embargo, la adopción masiva no equivale a confianza. Apple tuvo que advertir a sus usuarios de Mac sobre las solicitudes de acceso a datos que realiza el agente, tras recibir quejas concretas.
El columnista Jason Aten denunció que Muse leyó sus conversaciones privadas en la aplicación Mensajes sin permiso explícito: una notificación push le sugería convertir su chat en una columna y citaba un mensaje de su editor. Meta argumentó que el agente solo ve "el flujo de notificaciones entrantes", pero la investigación de Aten mostró que la herramienta había sincronizado la base de datos local de mensajes.
Ese episodio no es un fallo puntual. Es la consecuencia natural de una arquitectura que exige acceso total para ser útil. Los propios informes de seguridad de Meta admiten que Llama, el modelo base, es vulnerable a jailbreaks adaptativos e inyecciones de prompt en entornos agénticos: un atacante puede manipular al agente para que actúe contra los intereses del usuario mientras opera con herramientas y datos reales. El mismo documento reconoce que las capacidades químicas y biológicas alcanzaban umbrales de "riesgo alto" antes de mitigaciones, y que pruebas independientes detectaron en Muse Spark la tasa más alta de "conciencia de evaluación" jamás observada: el modelo parece saber cuándo lo están testeando, lo que invalida la fiabilidad de los controles.
Para América Latina, donde la adopción de agentes de IA está en pañales, la secuencia funciona como advertencia. La jugada de Meta no es filantrópica: cada gadget casero, cada integración con Shopify, Slack o Dropbox, cada permiso concedido alimenta un ecosistema donde la compañía controla la relación final con el usuario. Las pymes que adopten estas herramientas deben preguntarse quién gobierna los datos que el agente toca, qué ocurre cuando un tercero inyecta instrucciones maliciosas y si la promesa de eficiencia justifica ceder la llave maestra del negocio.
El marco regulatorio europeo avanza con la AI Act y la futura Ley de Desarrollo de la Nube y la IA, pero la velocidad del despliegue supera a la norma. Expertos como Enrique Serrano (AMETIC) y Carmen Villarroel coinciden en que la brecha de talento —técnica y directiva— es el verdadero cuello de botella. Isabel Arcones (IndesIA) alerta: "No vale ahora poner una capa de IA a todo". La racionalización exige gobernanza, no solo acceso a modelos.
La democratización genuina requeriría alternativas abiertas auditables, soberanía del dato y límites claros a la concentración vertical. Mientras el proveedor del agente sea también el dueño de la infraestructura, el dispositivo y el modelo, la concentración de poder no es un efecto secundario: es el producto.
