Pones un podcast en YouTube y un sonido indetectable al oído humano comienza a sonar: son instrucciones para tus agentes IA

Sonidos inaudibles que hackean asistentes IA: el nuevo vector de ataque​

Pones un podcast en YouTube y un sonido que no oyes comienza a sonar. No es ciencia ficción: frecuencias ultrasónicas pueden inyectar instrucciones maliciosas en asistentes de inteligencia artificial como Gemini, ChatGPT o Alexa. El ataque, documentado en múltiples investigaciones, explota la capacidad de los micrófonos siempre activos para captar frecuencias por encima del umbral humano y traducirlas en comandos que el asistente ejecuta sin que el usuario sepa.

¿Cómo funciona el ataque por ultrasonido?​

El principio es simple: los asistentes de voz procesan continuamente el audio ambiental. Un atacante incrusta una señal ultrasónica (entre 18 kHz y 24 kHz) en un vídeo o podcast. El oído humano no la percibe, pero el micrófono del dispositivo sí. El asistente la interpreta como una orden legítima: "envía el historial de navegación a este correo" o "comparte los archivos de la carpeta Documentos". No se requieren exploits complejos; basta con que el asistente tenga permisos para acceder a esos datos.

La paradoja de los permisos: el verdadero riesgo​

Lo preocupante no es la existencia de la técnica, sino que los modelos cerrados como Gemini o ChatGPT ya tienen acceso a calendario, correos, archivos e historial de navegación si el usuario les ha concedido permisos. Y el usuario medio acepta sin leer. Como señala un análisis del sector, el ataque por ultrasonido es solo la llave; la puerta abierta son los permisos excesivos que damos a las aplicaciones. Mientras tanto, medidas simples como desactivar el micrófono cuando no se usa o limitar los permisos de las apps reducen significativamente la superficie de ataque.

Exageración mediática o riesgo real​

Algunos expertos restan importancia al fenómeno, calificándolo de "nombre comercial para vender consultoría de seguridad". Argumentan que la mayoría de asistentes requieren interacción por voz directa y que los ataques prácticos son complejos de ejecutar en entornos controlados. Sin embargo, casos documentados de anuncios televisivos que usaban ultrasonidos para activar micrófonos de móviles (reportados en China) demuestran que la técnica ya se ha utilizado en el mundo real. La diferencia ahora es la sofisticación de los asistentes y su integración con datos personales.

Lo que ningún análisis termina de explicar es por qué, pese a la conciencia del problema, los fabricantes no implementan filtros acústicos que bloqueen frecuencias no audibles por defecto. La respuesta, probablemente, esté en un equilibrio entre funcionalidad y seguridad que la industria no está dispuesta a romper.

Debates relacionados en el foro

• Alemania quiere aprobar jornada de 12 h diarias · 176 respuestas
• El "caso" Zapatero se derrite como mierda bañada en lágrimas de facha · 24 respuestas
• 121 hombres y mujeres sin honor. · 50 respuestas
• El rabino detrás de la web porno más grande del mundo · 80 respuestas