La ilusión de privacidad: IA que espía tus conversaciones

El fin de la confidencialidad en los chats con IA

Durante los últimos dos años, los asistentes de Inteligencia Artificial han pasado de ser curiosidades tecnológicas a convertirse en diarios personales, herramientas de trabajo y asesores legales. Sin embargo, un reciente estudio llevado a cabo por investigadores de IMDEA Networks y la Universidad Carlos III de Madrid ha desmontado la percepción de privacidad que rodea a estas plataformas. Lo que comenzó como una interacción privada entre el usuario y una máquina se ha transformado, en la práctica, en una ventana abierta hacia el vasto ecosistema del rastreo publicitario digital.

¿Qué está ocurriendo realmente?

El análisis, realizado en mayo de 2026 sobre nueve asistentes (ChatGPT, Gemini, Claude, Grok, Perplexity, DeepSeek, Microsoft Copilot, Mistral y Meta AI), demuestra que estas herramientas no operan en un vacío. Al interactuar con ellas, los usuarios están transmitiendo, de forma activa o pasiva, información a terceras partes. El estudio, aceptado en el prestigioso Privacy Enhancing Technologies Symposium (PETS), identificó 124 dominios de terceros conectados a estas plataformas, vinculados a 44 organizaciones. De estas, 34 pertenecen directamente al ecosistema publicitario y de rastreo, incluyendo gigantes como Google Ads, Meta y TikTok.

Este fenómeno no es nuevo en la web, pero su aplicación en la IA generativa es cualitativamente distinta. Históricamente, el seguimiento se limitaba a hábitos de navegación. Aquí, el objeto del rastreo es el contenido semántico: las ideas, problemas laborales o confidencias que el usuario vuelca en el chat. La investigación reveló que seis de las nueve versiones web analizadas y tres de las ocho aplicaciones para Android exponen metadatos críticos de la interacción.

La arquitectura del rastreo invisible

La arquitectura de estas aplicaciones ha sido diseñada priorizando la analítica sobre la privacidad. El estudio detalla cómo los asistentes comparten la URL de la conversación y, en casos más graves, el título del chat o fragmentos directos de los mensajes. Un caso paradigmático es el de Grok: según los investigadores, al compartir una conversación, plataformas como TikTok reciben capturas de pantalla, mientras que Meta y TikTok acceden al último mensaje del usuario junto con identificadores persistentes.

Esta práctica, aunque a menudo amparada bajo los términos de servicio, crea una infraestructura de vigilancia que vincula la identidad del usuario con el contenido generado. A diferencia de las cookies de sesión tradicionales, aquí se está enviando información contextual a servicios de terceros que, a menudo, el usuario ni siquiera sabe que están integrados. La integración de trackers no es un error técnico, sino una decisión de diseño que prioriza el modelo de negocio publicitario sobre la confidencialidad.

El mito de las cookies y la ilusión de control

Uno de los hallazgos más reveladores del estudio es la ineficacia de los mecanismos de consentimiento actuales. Los investigadores concluyeron que, incluso tras rechazar activamente las cookies no esenciales en los avisos legales, el 80,8% de los rastreadores de terceros permanecían activos. Este dato es crucial: pone de manifiesto que las herramientas de gestión de consentimiento (CMP) son, en muchos casos, una fachada técnica incapaz de frenar la telemetría integrada directamente en el código base de las aplicaciones.

Comparativamente, esto recuerda a la era de las aplicaciones móviles de principios de la década de 2010, donde el rastreo pasivo era la norma. Sin embargo, el riesgo actual es mayor debido a la naturaleza sensible de los datos. Mientras que antes se rastreaba qué zapatos comprabas, ahora se rastrea cómo redactas una carta de despido o qué estrategia de negocio estás diseñando.

Implicaciones para el futuro del trabajo

Para el entorno empresarial, este hallazgo es un punto de inflexión. La adopción masiva de la IA en la oficina ha sido vertiginosa, a menudo superando las políticas de seguridad de TI de las empresas (Shadow AI). Si los empleados utilizan estas herramientas para resumir actas de reuniones, analizar informes financieros o redactar borradores de contratos, están, involuntariamente, exponiendo propiedad intelectual a redes publicitarias externas.

La transición hacia una IA corporativa requiere, por tanto, una auditoría rigurosa y, preferiblemente, la migración hacia instancias privadas o modelos desplegados localmente (On-premise). La confianza en los asistentes comerciales debe ser reevaluada: aunque las empresas de IA afirman que sus modelos no se entrenan con los datos del usuario, el estudio demuestra que la fuga de metadatos ocurre mucho antes de que el entrenamiento siquiera comience. Es una lección fundamental: en la economía de la IA, el usuario no es solo el cliente, sino también la fuente de datos que alimenta una red publicitaria invisible.