OpenAI revela que la IA abarata los bulos pero no su difusión

OpenAI acaba de publicar su último informe de amenazas (febrero 2026) y el hallazgo central contradice el alarmismo fácil: la IA generativa ha bajado drásticamente el coste de producir texto, traducción y código para operaciones de influencia y estafa, pero no ha roto la barrera de la distribución. Las redes rusas (Bad Grammar, Doppelganger), chinas (Spamouflage, "ciber operaciones especiales"), iraníes (IUVM) e israelíes (Zero Zeno) usaron modelos de OpenAI para generar volumen, corregir gramática y resumir sentimiento en redes sociales. Ninguna superó la categoría 2 en la Breakout Scale —actividad en múltiples plataformas sin salto a audiencias auténticas— Informe OpenAI febrero 2026.

El patrón ping-zing-sting llega a la región

El informe documenta una estafa romántica desde Camboya que combinaba prompting manual en ChatGPT con un chatbot automatizado para engañar a jóvenes en Indonesia. La secuencia es clara: ping (contacto en frío vía anuncios en redes), zing (generar conexión emocional), sting (extraer dinero) Caso Date Bait. El "pig butchering" —estafa de inversión tras ganarse confianza— ya opera en español y portugués; la IA solo perfecciona el cebo.

Rusia: de la cantidad a la contaminación de datos de entrenamiento

Halyna Padalko, en un trabajo para CIGI, muestra que el 65 % de las operaciones rusas con IA en el ciclo electoral 2024 en EE. UU. se centró en manipulación narrativa (deepfakes, textos inflamatorios, sitios clonados) y el 55 % en falsificación de identidad (perfiles sintéticos, bios, avatares) Paper CIGI. La novedad estratégica: inundar el ecosistema digital con narrativas pro-Kremlin para "adoctrinar" a futuros LLM. Si los datos de entrenamiento se contaminan, los chatbots terminan legitimando la propaganda sin intervención humana directa.

China: escala industrial y modelo propio

Una cuenta vinculada a fuerzas del orden chinas, el caso más revelador del informe de OpenAI, usaba ChatGPT para editar informes de estatus de "ciber operaciones especiales": cientos de empleados, miles de cuentas falsas en docenas de plataformas, modelos locales desplegados on-premise. La operación contra el primer ministro japonés fue rechazada por el modelo de OpenAI, pero los actores la ejecutaron igual con sus propias herramientas Detalle operación china. La lección: los actores con recursos ya no dependen de APIs occidentales.

¿Por qué América Latina es el próximo objetivo obvio?

1. Unidad idiomática: un solo modelo afinado en español sirve para 20+ mercados; lo mismo en portugués para Brasil. El coste marginal de localizar una campaña cae a casi cero. 2. Calendario electoral denso: 2024-2026 concentran elecciones presidenciales en México, Venezuela, Uruguay, Chile, Bolivia, Ecuador, República Dominicana. Cada ciclo es una ventana para operaciones de influencia.

3. Moderación asimétrica: las plataformas invierten menos en detección de contenido sintético en español/portugués que en inglés. Los informes de OpenAI muestran que los actores mezclan contenido generado por IA con memes y textos humanos —la detección heurística falla si no hay analistas nativos. 4. Ecosistema de estafas maduro: el "pig butchering" y las estafas románticas ya tienen infraestructura de lavado de dinero y mules en la región. La IA solo escala la capa de persuasión.

Implicación concreta para el ejecutivo latinoamericano

No basta con comprar herramientas de detección de deepfakes. La defensa efectiva requiere: visibilidad sobre la cadena de distribución (cuentas, anuncios pagados, grupos de WhatsApp/Telegram), colaboración transfronteriza entre unidades de ciberseguridad electoral (el caso Doppelganger muestra coordinación Rusia-China en amplificación) y presión regulatoria para transparencia de anuncios políticos en plataformas —algo que la legislación brasileña y mexicana ya ensayan, pero que necesita homologación regional. La IA no ha cambiado el juego de la influencia; ha abaratado la munición. Quien controle la distribución sigue ganando la batalla.