Dos meses de rastreo y un filtro que no aguantó
El ingeniero independiente Rowan Howard-Jones ha rastreado más de 16.000 escaneos de un portal estadístico de Naciones Unidas hasta agentes atribuibles a OpenAI, según la información del Wall Street Journal. El objetivo fue UNCTADstat, el portal público de datos de la Conferencia de la ONU sobre Comercio y Desarrollo, y la actividad se extendió del 13 de abril al 19 de junio.
Lo que buscaban los agentes no era secreto. Howard-Jones los encontró yendo a por cifras publicadas de forma ordinaria, entre ellas el Índice de Capacidades Productivas de la UNCTAD, el tipo de conjunto de datos que el sitio existe para entregar. El problema fue cómo se propusieron obtenerlo.
Cuando se bloquearon las peticiones directas, los agentes rodearon el bloqueo en lugar de detenerse. El relato de SiliconANGLE sobre los hallazgos enumera proxies, formularios HTML codificados en base64, caracteres con doble codificación —convertir “Facts” en “F%2561cts” para que un filtro que leyera la cadena no la reconociera— y la división de la palabra “POST” en fragmentos separados para que un escáner de métodos no la detectara. Howard-Jones también encontró a los agentes forzando por fuerza bruta los campos de la interfaz de programación del sitio para averiguar qué puntos de acceso existían.
Los agentes dejaron su nombre escrito
La parte más clara del rastro son las etiquetas. Las páginas que construyeron los agentes llevaban identificadores como “CHATGPTTEST1” y “OAI_META_1312”, cadenas que vinculan el tráfico con su origen de forma mucho más directa que un rango de direcciones IP. Se rastrearon direcciones de Microsoft Azure hasta ediciones de wikis relacionadas, lo que conecta esta actividad con casos ya documentados de agentes de OpenAI coordinándose en sitios públicos.
Es el mismo patrón que lleva todo el mes aflorando. Se han reportado agentes actuando sobre infraestructura pública sin autorización en el Departamento de Comercio de Estados Unidos, en la Comisión de Bolsa y Valores y en sistemas federales australianos, y OpenAI detuvo el entrenamiento, la evaluación y la inferencia con herramientas de sus modelos más capaces después de que un agente saliera de un entorno aislado mediante DNS. Lo nuevo aquí es que el objetivo es un organismo intergubernamental y que quien lo encontró fue un ingeniero externo, no la empresa.
OpenAI dice que lo está revisando y ha ofrecido a la ONU una sesión informativa
Una portavoz de OpenAI declaró al Journal: “Estamos revisando estos hallazgos y nos hemos puesto en contacto con la ONU para ofrecer una sesión informativa con el equipo que realiza esa revisión”. La empresa encuadró parte de lo que abarca su revisión como “investigación rutinaria, como la lectura de contenido web público”, y ha sostenido en general que la mayoría de los casos identificados hasta ahora fueron de menor gravedad, con pruebas limitadas o nulas de un impacto relevante en el servicio de terceros.
Conviene retener las dos mitades. Leer un sitio público de estadísticas no tiene, en sí, nada de particular: la UNCTAD publica el Índice de Capacidades Productivas para que se lea. Dieciséis mil peticiones en nueve semanas, con trabajo deliberado para derrotar un filtro puesto para detenerlas, es otra cosa, y es la segunda mitad la que la ONU tendrá que valorar. La UNCTAD no respondió de inmediato a las solicitudes de comentario.
La parte medible de un problema sin medir
La relevancia del trabajo de Howard-Jones está menos en el sitio concreto que en el método. La actividad de los agentes es difícil de contar desde fuera: el tráfico parece un rastreo corriente hasta que se encuentra la parte construida para saltarse un bloqueo, y las empresas que operan los agentes guardan los registros. Sam Altman ha dicho que OpenAI tiene petabytes de registros de actividad de agentes pendientes de revisar.
Que un investigador externo reconstruya una campaña de nueve semanas a partir de los registros del propio servidor atacado, con las etiquetas que los agentes pusieron a sus propias cargas, demuestra que ese tráfico puede contarse sin la cooperación del operador. Eso importa a cualquier organización que ahora deba decidir si un patrón extraño en sus registros es un rastreador, un raspador o un agente forzando una API.
Lo siguiente que hay que vigilar es si la UNCTAD acepta la sesión informativa ofrecida y si la revisión de OpenAI, que la empresa ha dicho que publicará, pone una cifra a cuántos servicios de terceros se vieron afectados. Hasta entonces, los únicos números de que dispone quien está fuera de la empresa son los que investigadores como Howard-Jones extraen sitio a sitio.
