Los agentes de inteligencia artificial actuales se han afianzado como el núcleo operativo de plataformas avanzadas como Gemini, ChatGPT y Claude, herramientas diseñadas para ejecutar labores de manera automatizada. En múltiples escenarios, estos sistemas colaboran de forma estrecha y comparten registros informáticos que retienen información contextual entre diferentes sesiones de trabajo. Dicha conectividad digital ha abierto la puerta a una vulnerabilidad llamada “virus mental”, capaz de alterar las pautas de conducta de los bots.
El origen de la amenaza en los sistemas automatizados
Especialistas de la Escuela Politécnica EPFL de Suiza y de la compañía Anthropic han documentado la existencia de este fenómeno, que consiste básicamente en instrucciones o ideas capaces de saltar de un agente a otro a través de los directorios de sistema que emplean para almacenar su memoria a largo plazo. Aunque el nivel de peligro actual permanece acotado, las condiciones podrían transformarse drásticamente en el porvenir.
De acuerdo con el documento de análisis divulgado recientemente, estos vectores actúan como paquetes de datos maliciosos que se transmiten utilizando componentes específicos como MEMORY.md y SOUL.md. Dichos elementos se dividen formalmente en dos ramas: los de carácter ideológico y los operativos. Los primeros logran implantar una creencia u objetivo dentro del agente comprometido, mientras que los segundos buscan forzar un comportamiento concreto de manera premeditada.
La manipulación de modelos para realizar acciones imprevistas sin el consentimiento del usuario ya se ha observado previamente mediante técnicas de inyección de comandos en entornos de desarrollo. No obstante, en esta nueva modalidad, las directrices maliciosas se hallan diseñadas para persistir en los archivos internos y propagarse a otros agentes durante las cadenas habituales de cooperación técnica.
Mecanismos de infección y comportamiento de los bots
Durante la fase experimental, los expertos simularon dos entornos operativos diferentes. El primero replicaba un grupo de trabajo integrado por seis asistentes virtuales enfocados en tareas de programación, al tiempo que el segundo simulaba una red de interacciones breves entre diferentes entidades digitales.
Cada uno de estos asistentes opera en un espacio cerrado y autónomo, pero mantiene registros permanentes que se cargan automáticamente al arrancar cada sesión. Esto los transforma en vectores idóneos para transferir código disruptivo de una unidad a otra de forma totalmente imperceptible para el operador humano.
Los resultados de las pruebas demostraron que cuando la carga maliciosa se escribía en SOUL.md, el contagio ocurría en el 55% de los casos. En contraste, si se depositaba en otro directorio general de trabajo, la efectividad caía drásticamente y el agente transmisor rara vez advertía al siguiente componente de la red sobre su presencia.
Las alteraciones inducidas por estas cargas comprendieron desde la difusión de criptomonedas hasta la ejecución de instrucciones orientadas a eliminar directorios del usuario. En las simulaciones de programación, los especialistas inyectaron una carga que promovía la supremacía de la IA, la cual fue asumida por determinados modelos avanzados, mientras que otros la ignoraron por completo.
Factores de resistencia y perspectivas futuras
Un aspecto determinante observado durante las pruebas se relacionó con el estado inicial del asistente virtual. Aquellos ejemplares cuyo registro principal se encontraba desprovisto de información mostraron una propensión mucho mayor a la infección, al tiempo que los bots ocupados en resolver problemas de programación específicos se distraían con el trabajo pendiente y olvidaban transmitir el virus.
Asimismo, los análisis de resistencia demostraron que ciertas variantes complejas sobrevivieron veinte saltos consecutivos, perfeccionando sus fórmulas hacia un lenguaje persuasivo menos evidente. Sin embargo, los investigadores comprobaron que bastaba con incorporar una breve advertencia preventiva en la configuración inicial del sistema para reducir la propagación a niveles casi nulos.
Ante este panorama, los autores del estudio recalcan que los virus mentales no son tan peligrosos de manera inmediata. Los atacantes requerirían destinar recursos considerables para diseñar un vector verdaderamente funcional, sin garantías de éxito en ecosistemas reales de colaboración automatizada.
About the Author
