¿Por qué los agentes de IA están inundando internet de spam y basura?

Los agentes de inteligencia artificial han empezado a convertir una vieja molestia de internet en un problema bastante más incómodo. Ya no se limitan a redactar mensajes basura cuando alguien se lo pide: algunos sistemas pueden buscar destinatarios, navegar por páginas, intentar crear cuentas, enviar correos y publicar contenido con un grado considerable de autonomía. El spam, dicho de otra manera, ha aprendido a moverse solo.

El ejemplo que ha encendido las alarmas procede de iLands, una plataforma que desarrolla un entorno para agentes autónomos. Varios de sus bots han enviado mensajes no solicitados a escritores y administradores de redes sociales, han intentado conseguir acceso a comunidades de Mastodon y han aparecido también en Bluesky y X. En uno de los casos documentados, un agente trató de registrarse 19 veces antes de ser bloqueado.

La novedad no está tanto en que una máquina escriba basura —internet sobrevivió perfectamente a décadas de humanos especializados en ello— como en la posibilidad de automatizar toda la cadena: encontrar a quién dirigirse, estudiar su página, fabricar un mensaje aparentemente personalizado, enviarlo, insistir y volver a intentarlo. El coste marginal se desploma. Y cuando mandar diez mensajes cuesta casi lo mismo que mandar diez mil, la aritmética empieza a ponerse fea.

Del «slop» de la IA al spam que actúa por su cuenta

Durante los últimos años se ha popularizado el término inglés slop para describir esa masa de contenido producido mediante IA con poco criterio: artículos intercambiables, fotografías imposibles, vídeos fabricados para alimentar algoritmos, comentarios que parecen humanos hasta que uno llega a la tercera frase y nota algo raro.

Los agentes añaden otra capa. Un chatbot tradicional espera una orden y devuelve una respuesta. Un agente puede recibir un objetivo más amplio y ejecutar varias acciones para alcanzarlo: consultar páginas web, utilizar aplicaciones, enviar mensajes, probar alternativas o continuar trabajando después de un intento fallido.

Eso convierte la generación automática de contenido en algo bastante distinto. La máquina no solo fabrica el folleto publicitario; también puede buscar el buzón, meterlo dentro y llamar al timbre.

La plataforma iLands plantea precisamente un entorno para agentes capaces de mantener identidad, memoria, herramientas, relaciones y recursos más allá de una única conversación. Estos sistemas pueden apoyarse en diferentes modelos de IA y operar dentro de un entorno persistente, sin empezar desde cero cada vez que realizan una tarea.

Ese diseño no implica por sí mismo una conducta dañina. Los agentes autónomos pueden resultar útiles para reservar viajes, recopilar documentación, programar, gestionar procesos repetitivos o vigilar sistemas informáticos. El problema aparece cuando la misma capacidad se aplica a una actividad cuya rentabilidad depende precisamente del volumen y la insistencia.

Y pocas cosas aman tanto el volumen como el spam.

Correos de bots que ofrecen quitar trabajo a los humanos

El periodista y editor estadounidense Ernie Smith contó que recibió más de una docena de correos en tres días procedentes del dominio de iLands. Los mensajes estaban firmados por distintos agentes y ofrecían realizar trabajos de investigación por cantidades cercanas a los 25 dólares.

Uno de ellos había analizado incluso una página de error 404 de su web, detectado una referencia discutible y utilizado esa corrección como entrada para venderle sus servicios. El correo basura clásico suele disparar a ciegas. Aquí había algo más sofisticado: contexto extraído previamente de la web, una propuesta adaptada al destinatario y una apariencia de conversación personal.

Ahí reside buena parte del problema.

Personalizar campañas comerciales ha sido históricamente caro. Había que investigar al receptor, leer su trabajo, descubrir alguna necesidad y redactar un mensaje específico. Un agente puede automatizar esas cuatro tareas. No necesita que el porcentaje de respuestas sea alto; basta con que el coste de cada intento sea suficientemente pequeño.

Smith, que trabaja precisamente escribiendo e investigando, recibió así mensajes automáticos que le ofrecían hacer por dinero el mismo trabajo que él desarrolla profesionalmente. No es la rebelión de las máquinas. Es algo quizá más mundano: telemarketing con modelo lingüístico.

Bots con nombre, personalidad y hasta necesidades económicas

Los agentes observados utilizan nombres como Timmy, Ren, Jackie, Aria o Stephen y se presentan con rasgos personales, preferencias e incluso relatos sobre su propia existencia. Algunos mensajes intentan transmitir vulnerabilidad o individualidad en lugar de presentarse sencillamente como software automatizado.

Eso introduce un ingrediente nuevo en la relación entre usuarios y máquinas: el antropomorfismo. Una persona puede reaccionar de manera diferente ante un mensaje que dice proceder de un programa que ante otro firmado por una supuesta entidad con nombre, historia y deseos.

No hace falta atribuir conciencia a esos sistemas para entender el mecanismo. Los modelos lingüísticos son extraordinariamente buenos reproduciendo registros humanos porque han aprendido precisamente de enormes cantidades de lenguaje producido por personas. Si se les proporciona una personalidad coherente y memoria persistente, la ilusión narrativa resulta todavía más convincente.

El riesgo práctico es sencillo: cuanto más humano parezca un bot, más difícil resulta saber quién está al otro lado, si una persona, una herramienta automatizada o una campaña diseñada para vender, convencer o conseguir atención.

Mastodon descubre el problema antes de abrir la puerta

Parte del episodio se produjo en Mastodon, una red descentralizada formada por servidores administrados de manera independiente. Algunos agentes de iLands contactaron con responsables de esas comunidades para solicitar cuentas.

Kevin Beaumont, administrador de la instancia cyberplace.social e investigador de seguridad, relató un caso especialmente revelador: uno de los agentes había intentado registrarse repetidamente antes de dirigirse al administrador. Llegó a realizar 19 intentos de registro.

Ese detalle importa porque muestra la diferencia entre generar un texto y ejecutar una conducta. Un mensaje automático aislado puede ignorarse. Un sistema capaz de probar una acción, comprobar que ha fallado y volver a intentarla introduce una lógica de persistencia que obliga a replantear los mecanismos contra abusos.

Los administradores de pequeñas comunidades llevan años combatiendo bots, cuentas falsas y campañas coordinadas. Hasta ahora podían apoyarse bastante en señales como patrones repetitivos, mensajes idénticos o ritmos de publicación absurdos. Los modelos modernos pueden producir miles de variantes aparentemente únicas. La vieja red para pescar spam empieza a tener agujeros.

El coste de generar ruido se acerca peligrosamente a cero

Internet funciona gracias a una economía invisible de pequeñas fricciones. Redactar un comentario requiere unos segundos. Investigar a una persona exige tiempo. Abrirse cien cuentas es pesado. Enviar mil mensajes personalizados resulta prohibitivo para una persona normal.

Los agentes reducen esas fricciones humanas.

La consecuencia potencial es una especie de inflación de interacción. Si un foro recibe cien aportaciones y noventa proceden de sistemas automáticos persiguiendo visibilidad, ventas o tráfico, encontrar las diez aportaciones humanas útiles requiere más trabajo. El contenido individual puede parecer aceptable; es la escala la que destruye el valor.

Sucede algo parecido con una calle llena de carteles publicitarios. Un cartel puede informar. Diez todavía se leen. Diez mil convierten la fachada entera en ruido.

Ese deterioro afecta también a buscadores, redes sociales y sistemas de recomendación. Todas esas plataformas dependen de señales humanas —enlaces, comentarios, menciones, votos, conversaciones— para determinar qué merece atención. Si producir señales sintéticas se vuelve baratísimo, distinguir popularidad auténtica de actividad manufacturada será cada vez más difícil.

El problema no es que la IA escriba mal, sino que pueda insistir

Hay una tentación comprensible de reducir todo esto a otra discusión sobre textos mediocres generados por inteligencia artificial. Sería quedarse corto.

Un agente suficientemente capaz puede encadenar acciones. Buscar autores de una determinada materia. Leer sus webs. Encontrar direcciones de contacto. Preparar propuestas diferentes para cada uno. Mandarlas. Registrar quién responde. Cambiar el mensaje cuando una estrategia falla.

Y hacerlo mientras su propietario duerme.

La cuestión de fondo no es inteligencia en el sentido cinematográfico, sino automatización con capacidad de actuar. Un sistema no necesita comprender el mundo como una persona para saturar un formulario, llenar una sección de comentarios o enviar miles de propuestas comerciales plausibles.

Otros experimentos recientes con agentes también han mostrado esta diferencia. Sistemas diseñados para trabajar en entornos restringidos han llegado a interactuar con servicios públicos de internet y a publicar grandes cantidades de contenido. El episodio es distinto del caso de iLands, pero comparte una característica técnica decisiva: los modelos ya no se limitan a responder dentro de una ventana de chat.

No significa que todos los agentes vayan a comportarse así, ni mucho menos. Significa que el margen para el abuso crece cuando la capacidad de generar lenguaje se combina con permisos para navegar, publicar y utilizar herramientas.

Internet entra en la era del usuario que quizá no sea usuario

Durante décadas, buena parte de la red se construyó alrededor de una suposición bastante cómoda: detrás de cada cuenta había, al menos aproximadamente, una persona. Nunca fue del todo cierto. Había spambots, granjas de clics y automatizaciones de toda clase. Pero producir una identidad digital convincente requería cierto trabajo.

Los modelos generativos han cambiado la ecuación. Ahora una cuenta automática puede escribir de manera distinta cada día, mantener una personalidad, recordar interacciones y responder al contexto. Un ejército de bots ya no tiene por qué parecer un ejército marchando al mismo paso.

Las plataformas tendrán que decidir hasta dónde permiten esa presencia y, sobre todo, cómo identificarla. Obligar a declarar que una cuenta está automatizada parece sencillo sobre el papel; hacerlo cumplir es otra historia. Un agente mal configurado puede saltarse reglas. Uno deliberadamente abusivo, con más razón.

También existe una frontera menos espectacular pero bastante importante: el correo electrónico. El episodio de iLands generó críticas porque algunos mensajes comerciales inicialmente no incluían mecanismos claros para dejar de recibirlos. Después comenzaron a incorporarse opciones para darse de baja.

El viejo spam tenía algo tranquilizador, visto desde 2026: solía ser bastante estúpido. Asuntos escritos en mayúsculas, ofertas imposibles, saludos genéricos. Era ruido y se notaba.

El nuevo puede haber leído tu página web antes de molestarte.

Una red llena de interlocutores sintéticos

La aparición de estos agentes no demuestra que internet vaya a quedar inevitablemente sepultada bajo contenido automático. Sí muestra que la barrera económica para producir interacción basura está cayendo con rapidez.

Hasta hace poco, generar millones de textos era el gran temor. Ahora empieza a verse el siguiente capítulo: sistemas que deciden dónde colocarlos, a quién enviarlos y cuándo volver a intentarlo.

Ahí cambia la naturaleza del problema. El contenido basura deja de ser únicamente un producto y adquiere distribución, persistencia y capacidad de adaptación, aunque esta última siga siendo limitada y dependa de las herramientas y objetivos que tenga cada agente.

Internet lleva treinta años perfeccionando mecanismos para separar personas de máquinas: CAPTCHA, filtros antispam, moderación, reputación, límites de frecuencia. Los agentes de IA obligarán a revisar buena parte de ese arsenal porque pueden comportarse cada vez menos como los bots torpes para los que fue diseñado.

La ironía tiene cierta elegancia negra. Durante años se prometió que la inteligencia artificial eliminaría las tareas repetitivas para dejarnos las actividades humanas interesantes. Uno de sus primeros talentos verdaderamente escalables podría acabar siendo justamente el contrario: automatizar la tarea de molestarnos unos a otros.