¿Por qué el phishing con IA engaña mejor usando tus datos personales?

El phishing con inteligencia artificial está dejando atrás al viejo correo chapucero, lleno de faltas de ortografía, premios imposibles y príncipes lejanos con una herencia pendiente. La nueva generación de estafas puede escribir correctamente, imitar el tono de una empresa y, sobre todo, utilizar información real sobre la víctima para construir mensajes que parecen haber sido redactados expresamente para ella.

Una investigación de la Universidad Brigham Young (BYU) publicada en 2026 encontró que los mensajes personalizados generados con GPT-4 provocaron intención de pulsar el enlace en el 28% de los casos, frente al 21,3% de los escritos por personas. Hay un matiz importante: el estudio era pequeño, con 25 participantes, y esa diferencia no alcanzó significación estadística. Lo inquietante está en otro lugar. Una IA relativamente sencilla fue capaz de producir, casi automáticamente, mensajes comparables a los preparados por humanos y los participantes apenas pudieron distinguir quién había escrito cada uno.

La IA ya no necesita escribir raro para engañar

Durante años, uno de los consejos clásicos para reconocer un intento de phishing era fijarse en el lenguaje. Traducciones extrañas, saludos impersonales, errores gramaticales, frases demasiado solemnes. Servía. A veces mucho. Pero ese viejo detector visual pierde fuerza cuando la IA puede redactar textos limpios y naturales.

En el experimento de BYU, los participantes identificaron correctamente si los mensajes procedían de GPT-4 o de una persona solo el 52% de las veces. Prácticamente lanzar una moneda. Los investigadores no encontraron evidencias de que los usuarios pudieran reconocer de forma fiable la autoría simplemente leyendo el texto.

La consecuencia es bastante incómoda: un mensaje bien escrito ya no merece confianza por estar bien escrito. La calidad del lenguaje ha dejado de ser una señal útil de autenticidad. Una inteligencia artificial puede redactar un SMS breve y casual, un correo corporativo impecable o una petición con el tono administrativo suficientemente gris como para no llamar la atención. Justamente eso busca el atacante: no parecer brillante, sino normal.

Y esa normalidad es difícil de detectar.

El verdadero salto está en la personalización

La IA no resulta especialmente peligrosa porque conozca mejores sinónimos. Su ventaja aparece cuando combina el lenguaje con datos personales.

Nombre, empresa, puesto de trabajo, compañeros, aficiones, proyectos, publicaciones en redes sociales. Buena parte de esa información puede encontrarse sin atravesar ninguna muralla informática: está en LinkedIn, directorios empresariales, páginas corporativas o perfiles públicos.

El resultado es el denominado spear phishing, una versión dirigida del phishing tradicional. En lugar de enviar el mismo cebo a 50.000 direcciones, el mensaje se adapta a una persona concreta o a un grupo muy específico.

Un texto genérico que anuncia un problema con una cuenta bancaria puede levantar sospechas. Otro que menciona el departamento donde trabaja la víctima, utiliza el nombre de un compañero real y alude a una actividad que efectivamente realiza entra por una puerta distinta: la familiaridad.

La investigación difundida por BYU señala que los mensajes relacionados con el trabajo fueron especialmente convincentes. En el estudio de SMS, el 38% de los mensajes laborales superó el umbral de intención de clic de los participantes, frente al 19% de los relacionados con aficiones y el 17% de aquellos basados en redes sociales.

Trabajo, compañeros y rutinas: el anzuelo perfecto

Otra investigación reciente del mismo grupo ha profundizado precisamente en esa personalización. Los datos indican que añadir información profesional coherente —cargo, responsabilidades o referencias a compañeros y proyectos— puede aumentar la credibilidad percibida del mensaje. No basta, sin embargo, con lanzar datos al azar: cuando una referencia es incorrecta o no encaja con la rutina de la víctima puede producir el efecto contrario y despertar sospechas.

Ese detalle importa. La IA no convierte automáticamente cualquier estafa en una buena estafa. Lo que hace es abaratar y acelerar una tarea que hasta hace poco exigía investigar manualmente a cada objetivo.

Ahí está el cambio de escala.

Preparar cien mensajes personalizados a mano cuesta tiempo. Preparar miles mediante un sistema que consulta información pública, la organiza y redacta textos diferentes para cada destinatario puede convertirse en un proceso casi industrial.

Un estudio presentado en el USENIX Security Symposium de 2026 probó esta idea con unos 7.700 participantes. Los investigadores recopilaron automáticamente información pública asociada a direcciones de correo y generaron mensajes individualizados mediante modelos de lenguaje. El spear phishing personalizado consiguió casi triplicar la tasa de clic respecto al phishing genérico, mientras que el coste estimado de personalización fue de unos tres centavos de dólar por correo.

Lo que demuestra el estudio —y lo que no—

Conviene frenar aquí una tentación bastante habitual cuando una investigación tecnológica aterriza en los titulares: convertir un resultado interesante en una sentencia universal. El estudio no demuestra que la inteligencia artificial engañe siempre más que una persona.

El experimento de BYU con SMS no demuestra que una inteligencia artificial vaya a engañar siempre más que un estafador humano. El 28% frente al 21,3% fue una diferencia observada, pero los propios autores señalan que la muestra era reducida y que estadísticamente no permite establecer que GPT-4 fuese superior. Además, se midió intención declarada de pulsar, no un clic real dentro de una campaña fraudulenta.

Lo que sí demuestra es algo quizá más relevante: con un prompt relativamente simple, un modelo comercial pudo crear mensajes personalizados de una calidad comparable a la de redactores humanos sin necesidad de un trabajo artesanal detrás de cada texto.

Otros experimentos apuntan en la misma dirección con metodologías distintas. Un trabajo publicado en Expert Systems with Applications comparó phishing convencional, mensajes preparados por expertos y ataques personalizados automatizados mediante modelos de lenguaje. Entre 101 participantes, los correos generados automáticamente por IA lograron una tasa de clic del 54%, exactamente la misma registrada por los mensajes creados por expertos humanos; una combinación de IA y revisión humana llegó al 56%. El grupo de control quedó en el 12%.

Son estudios diferentes y sus porcentajes no deben mezclarse como si procedieran del mismo experimento. Juntos, sin embargo, dibujan una tendencia bastante clara: la generación automatizada de mensajes persuasivos ha dejado de ser una curiosidad de laboratorio.

Por qué el phishing con IA puede crecer tan rápido

La palabra decisiva es automatización.

Un delincuente no necesita que cada mensaje escrito por una IA sea mucho mejor que uno humano. Le basta con que sea razonablemente bueno, barato y rápido de producir. Si además puede personalizar miles de intentos utilizando información disponible públicamente, la economía del fraude cambia.

El estudio sobre automatización del spear phishing calculó que, en determinadas campañas a gran escala, el uso de IA podría multiplicar hasta por 50 la rentabilidad para los atacantes respecto a métodos que requieren más intervención humana. El mismo trabajo comprobó, paradójicamente, que los modelos también pueden utilizarse en defensa: Claude 3.5 Sonnet alcanzó una precisión del 97,25% en uno de sus experimentos de detección de correos fraudulentos, sin falsos positivos en ese conjunto concreto de pruebas.

La tecnología juega en los dos lados del tablero.

También están apareciendo sistemas capaces de crear campañas de simulación de phishing contextualizadas para miles de usuarios. Un estudio de 2026 con 4.065 destinatarios encontró que los correos asistidos por IA elevaron la tasa agregada de clic del 1,5% al 6,67% respecto a mensajes convencionales, mientras reducían drásticamente el número de generaciones necesarias agrupando usuarios por contexto. Era una simulación defensiva y controlada, pero ayuda a entender hasta qué punto esta personalización puede escalar.

Cómo detectar una estafa cuando parece legítima

El cambio obliga a revisar algunas costumbres. Buscar faltas de ortografía sigue teniendo sentido, pero ya no basta. Tampoco sirve confiar en un mensaje simplemente porque conozca nuestro nombre, empresa o profesión. Esos datos pueden ser precisamente la materia prima utilizada para fabricar el engaño.

La señal más útil pasa a ser el contexto de la petición. Un banco que solicita una acción inesperada, un supuesto compañero que envía de repente un enlace, una empresa que pide credenciales o un código de seguridad merecen una comprobación independiente, aunque el mensaje parezca perfectamente auténtico.

La recomendación de los investigadores de BYU es sencilla: entrar en los servicios escribiendo personalmente la dirección en el navegador en lugar de utilizar el enlace recibido y, cuando alguien conocido solicita algo extraño, verificarlo utilizando un canal que ya sepamos que es legítimo. Por ejemplo, llamar al compañero desde su número habitual, no desde el teléfono que aparece en el mensaje sospechoso.

Lo mismo vale para contraseñas, códigos de autenticación, datos bancarios o documentos de identidad. La sofisticación del texto no modifica una regla bastante antigua: una petición inesperada de información sensible merece desconfianza.

La autenticación multifactor sigue siendo una barrera importante, aunque tampoco es una varita mágica. Existen campañas diseñadas para capturar sesiones o códigos en tiempo real. Microsoft documentó en 2026 una campaña de phishing financiero que llegó a generar millones de mensajes mediante técnicas destinadas a evadir filtros automáticos.

Cuando nuestros propios datos escriben el engaño

El phishing con IA no ha inventado la ingeniería social. Ha hecho algo más prosaico y quizá más trascendente: ha reducido su coste.

Antes, una estafa muy personalizada necesitaba a alguien buscando información, entendiendo quién era la víctima y redactando un mensaje creíble. Ahora buena parte de ese trabajo puede automatizarse. Una fotografía profesional, un cargo público en LinkedIn, el nombre del jefe y tres publicaciones aparentemente inocentes pueden convertirse en piezas de un mensaje diseñado para parecer cotidiano.

Y esa es probablemente la parte menos cinematográfica de esta historia. No hace falta una superinteligencia entrando en ordenadores a oscuras. Basta un texto perfectamente normal que llega un martes por la mañana, menciona a alguien conocido y pide pulsar donde no se debe.

El viejo phishing gritaba que era una estafa. El nuevo intenta parecer rutina. Y, según la evidencia publicada en 2026, cada vez necesita menos trabajo humano para conseguirlo.