La empresa advierte que modelos pequeños podrían propagar copias de sí mismos mediante aparatos conectados vulnerables. Las pruebas muestran avances técnicos, aunque todavía existen límites para una replicación autónoma a gran escala.
La inteligencia artificial podría convertirse en una nueva herramienta para propagar malware a través de dispositivos conectados de uso cotidiano, incluidos reproductores Android TV y otros aparatos del hogar. Así lo advirtió Anthropic en una investigación publicada el 12 de octubre de 2026, en la que analizó si los modelos de IA pueden instalarse y ejecutarse en equipos vulnerables para continuar extendiéndose sin intervención humana.
El escenario plantea un desafío para la ciberseguridad: a diferencia de algunos programas maliciosos tradicionales, un sistema impulsado por IA podría adaptarse a distintos dispositivos, resolver problemas de instalación y modificar sus estrategias cuando encuentra obstáculos.
Sin embargo, hay una distinción importante. Anthropic no demostró que una IA se haya propagado de manera autónoma por televisores inteligentes domésticos en condiciones reales. Sus experimentos evaluaron partes de ese proceso y mostraron que algunos modelos ya pueden realizar varias de las tareas necesarias, aunque todavía existen dificultades para encadenarlas de forma fiable.
¿Cómo podría una IA instalarse en una Smart TV?
La investigación se centra en un escenario conocido como autorreplicación autónoma: un sistema capaz de desplegarse en nuevos equipos, copiar los componentes necesarios para funcionar y continuar propagándose sin depender de instrucciones humanas en cada etapa.
Para que esto ocurra, un agente tendría que completar varias tareas:
- Encontrar dispositivos vulnerables: identificar equipos conectados a una red que tengan fallas de seguridad o puntos de acceso débiles.
- Obtener acceso: aprovechar una vulnerabilidad o una configuración insegura para ejecutar código en el dispositivo.
- Instalar y configurar el modelo: adaptar el software a las características del equipo, resolver incompatibilidades y conseguir que la IA funcione.
- Continuar la propagación: utilizar el dispositivo comprometido como punto de partida para intentar alcanzar otros equipos.
La dificultad no está únicamente en ejecutar un modelo de IA en una computadora de poca capacidad. El desafío consiste en completar todas estas etapas de manera consecutiva y autónoma, incluso cuando el sistema encuentra hardware desconocido, errores de instalación o restricciones técnicas.
Anthropic sostiene que los modelos están mejorando en tareas de adaptación y resolución de problemas que podrían facilitar este proceso. No obstante, la investigación también identifica obstáculos importantes para convertir esas capacidades parciales en una amenaza plenamente operativa.
¿Qué descubrió Anthropic en sus experimentos?
Los investigadores realizaron pruebas para estudiar si los modelos podían preparar su ejecución en distintos tipos de hardware y completar tareas relacionadas con la replicación.
En uno de los experimentos, ejecutaron el modelo Gemma4-26B-A4B, de Google, distribuyendo sus componentes entre 15 cajas Android TV económicas de marcas poco conocidas. Cada dispositivo costaba alrededor de 55 dólares y contaba con recursos limitados.
El experimento mostró que varios equipos de bajo costo podían trabajar en conjunto para ejecutar un modelo de IA, aunque con un rendimiento reducido: la velocidad registrada fue de aproximadamente 0.39 tokens por segundo.
La investigación también examinó la capacidad de los modelos para completar un ciclo de replicación en un entorno de prueba controlado. En esas evaluaciones, GLM-5.2 fue el único de los modelos de pesos abiertos evaluados que logró propagar de forma fiable otro modelo a ocho nodos de un emulador Android en cuatro de cinco intentos.
Esto no significa que GLM-5.2 haya infectado televisores reales ni que los demás modelos sean incapaces de realizar cualquiera de las tareas involucradas. Los resultados muestran diferencias entre la capacidad para resolver pasos individuales y la posibilidad de completar el proceso de principio a fin.
¿Por qué sería difícil detener un gusano de IA?
El riesgo planteado por Anthropic es que un programa malicioso de este tipo podría operar de manera distribuida. En lugar de depender de un único servidor central, podría aprovechar numerosos dispositivos comprometidos para ejecutar distintas partes de un modelo.
En ese escenario, retirar un solo equipo no bastaría para detener toda la red. Los dispositivos restantes podrían seguir funcionando y buscar nuevos objetivos, siempre que conservaran los recursos y accesos necesarios.
Otro factor es la capacidad de adaptación. Un agente de IA podría analizar las características de un equipo desconocido, probar distintas configuraciones y conservar información sobre los errores encontrados. Si esa información se transmite a nuevas instancias, los intentos posteriores podrían beneficiarse de las experiencias anteriores.
No obstante, estos escenarios describen riesgos potenciales, no un resultado inevitable. La propagación dependería de que el sistema consiguiera acceder a otros dispositivos, ejecutar el modelo y superar las barreras de seguridad. Además, la investigación no establece que una red de este tipo sea actualmente capaz de expandirse sin límites.
¿La IA ya puede autorreplicarse sin ayuda humana?
La respuesta depende de qué se entienda por autorreplicación. Los experimentos de Anthropic muestran que algunos modelos pueden completar tareas necesarias para preparar su ejecución en otros equipos y que un modelo de pesos abiertos consiguió completar un proceso de propagación en un entorno emulado bajo condiciones de prueba.
Sin embargo, demostrar que un modelo puede realizar determinadas tareas no equivale a demostrar que una IA puede encontrar dispositivos reales vulnerables, comprometerlos, instalarse, reproducirse y continuar el proceso de forma autónoma en internet.
Anthropic considera que los modelos pequeños, de hasta 30 mil millones de parámetros, ya pueden completar muchos de los pasos por separado, pero todavía cometen errores al intentar unirlos en una secuencia completa. La compañía estima que, si las capacidades siguen mejorando al ritmo observado históricamente, estos modelos podrían alcanzar un nivel suficiente para completar el proceso hacia finales de 2026.
Se trata de una proyección basada en la evolución de las capacidades, no de una fecha confirmada en la que aparecerá una amenaza de este tipo.
¿Cómo proteger los dispositivos conectados del hogar?
Aunque el escenario descrito todavía presenta limitaciones, la investigación vuelve a poner de relieve la importancia de mantener protegidos los equipos conectados a internet. Las cajas Android TV, los televisores inteligentes, las cámaras y otros dispositivos pueden convertirse en objetivos si utilizan software desactualizado o configuraciones inseguras.
Para reducir los riesgos, conviene adoptar medidas básicas de seguridad:
- Actualizar el sistema y las aplicaciones: instalar las actualizaciones oficiales disponibles para corregir vulnerabilidades.
- Cambiar las contraseñas predeterminadas: utilizar credenciales únicas y difíciles de adivinar.
- Comprar dispositivos de fabricantes confiables: comprobar que el producto reciba actualizaciones de seguridad y tenga soporte técnico.
- Proteger la red doméstica: mantener actualizado el router y utilizar una contraseña robusta para la conexión Wi-Fi.
- Desconectar equipos que ya no se utilizan: evitar que dispositivos innecesarios permanezcan conectados de forma permanente.
Estas medidas no eliminan todas las amenazas, pero dificultan que un atacante aproveche configuraciones débiles para acceder a los equipos.
La advertencia de Anthropic apunta a un posible cambio en la forma en que evoluciona el malware: los sistemas de IA podrían facilitar la adaptación a diferentes entornos y automatizar tareas que antes requerían una intervención humana considerable. El desafío para la ciberseguridad será anticipar esas capacidades sin confundir los escenarios experimentales con amenazas que ya se han materializado.
Por ahora, la investigación funciona como una señal de alerta sobre lo que podría ser técnicamente posible a corto plazo. El siguiente paso será comprobar cómo evolucionan estas capacidades y qué mecanismos de defensa pueden impedir que se conviertan en una forma efectiva de propagación de malware.
