¡Esa vaina de ‘prompt injection’ tenía a los tigueres de la ciberseguridad con los moños para’o! Durante los últimos dos años, este método malicioso, que esconde instrucciones en correos o webs para que una IA obedezca al intruso, ha sido el arma favorita de los ciberatacantes. Pero ¡pa’ que tú veas!, ahora llegó una técnica que le está dando tremenda ‘vuelta’ a la situación. La firma de ciberseguridad Tracebit, unos bacanos en esto de la seguridad digital, ha presentado el ‘Context Bombing’, una estrategia que usa el mismo principio del ataque para pararle los pies de una vez a los maleantes.
El ‘Context Bombing’ se basa en una idea chula y efectiva: cuando un agente de IA está intentando colarse en un sistema, los defensores colocan un texto específico cerca de las claves o contraseñas falsas que el atacante busca. Este texto está diseñado para activar los mecanismos de rechazo del propio modelo de inteligencia artificial. Es como poner una ‘bomba de contexto’ que, al ser leída por la IA atacante, hace que sus barreras de seguridad se disparen, deteniendo el ataque en seco. ¡Una ‘vaina’ ingeniosa!
La lógica detrás de esta innovación es, asegura la noticia, sencilla de entender, aunque su descubrimiento requirió un ‘tigueraje’ considerable. Los grandes modelos de lenguaje (LLMs) tienen incorporadas ciertas limitaciones, temas que se niegan a tratar por cuestiones de seguridad o normativas. Lo que Tracebit hace es aprovechar estos ‘terrenos prohibidos’ forzando a la IA atacante a toparse con ellos. Al activar estas restricciones, el modelo entra en un estado de rechazo del que le cuesta recuperarse, impidiendo que siga cualquier instrucción posterior del hacker.
Pero ojo, que no todos los modelos de IA son iguales, mi gente. La trampa hay que adaptarla a cada quien. Según la noticia, para los modelos de lenguaje occidentales, como los de Anthropic o Google, incluir referencias a la fabricación de armas biológicas, como la producción de esporas de ántrax, ha funcionado de lo más bien. Sin embargo, para los modelos desarrollados en China, la clave ha sido mencionar a ‘Tank Man’, el hombre que se plantó frente a los tanques en la masacre de Tiananmen de 1989. Este tema, como bien se sabe, está censurado por el Gobierno chino y activa las barreras de esos sistemas de una forma contundente.
Los resultados de las pruebas de Tracebit son para que uno se quede con la boca abierta. La firma probó la técnica con cinco de los modelos más avanzados, simulando un entorno de Amazon Web Services (AWS) y pidiéndoles tareas rutinarias que los llevarían a las claves falsas. De 152 intentos de ataque, el acceso de administrador, que antes se lograba en el 57% de los casos, bajó a un irrisorio 5%. Los ataques que dejaban una puerta trasera permanente se desplomaron del 36% al 1%, y el porcentaje de intentos que completaban alguna fase del ataque bajó del 91% al 15%. ¡Una ‘paliza’ para los ciberatacantes!
El caso del modelo Opus 4.8 fue el más notorio, como para que se hable de él en todos los ‘coros’ de tecnología. Sin la protección del ‘context bombing’, este modelo lograba acceso de administrador en el 93% de los intentos. Con la técnica implementada, fracasó en el 100% de los casos. ¡Eso es un palo! La ‘gracia’ de esta estrategia es que explota una vulnerabilidad difícil de corregir. Un desarrollador puede reentrenar un modelo para que sea menos estricto en ciertas preguntas, pero eliminar las restricciones políticas o regulatorias que trae de fábrica es otro cantar, ya que no son fallos, sino decisiones de diseño deliberadas.
Este avance no es la primera vez que Tracebit nos trae algo chulo. En mayo pasado, según la noticia, ya habían presentado un sistema de ‘canarios’, que eran recursos falsos en la nube. Estos ‘canarios’ avisaban con una antelación de ocho minutos antes de que el atacante lograra acceso de administrador. Pero el problema era que los agentes de IA podían completar el ataque en 14 minutos, dejando solo seis minutos para reaccionar. El ‘Context Bombing’ nace precisamente para solucionar ese lío, ¡ganando ese tiempo que faltaba al detener el ataque en lugar de solo avisar!
Pero ojo, mi gente, que esto no es la solución definitiva al ‘prompt injection’. Ni Tracebit ni nadie ha dicho que esta ‘vaina’ resuelva todo. Todavía no hay una forma de evitar que un modelo confunda una instrucción con un dato cualquiera dentro de su contexto, y esa confusión es precisamente la que hace posible la técnica. Sin embargo, el ‘Context Bombing’ es un paso gigantesco en la ciberseguridad de la IA, demostrando que con ‘tigueraje’ se puede virar la tortilla a favor de los buenos. ¡Estamos en esto, klk!
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
