Anthropic bloquea usos de Claude para ciberataques, propaganda y biología
Índice de contenidos
Claves de la noticia
- Anthropic reúne casos observados entre diciembre de 2025 y agosto de 2026 y atribuye algunos a actores estatales sospechosos.
- Los intentos abarcan operaciones cibernéticas, vigilancia, propaganda, fraude, armas convencionales y solicitudes de doble uso biológico.
- La empresa cerró cuentas, compartió indicadores con socios y endureció clasificadores, límites y evaluaciones de sus modelos.
El nuevo informe de amenazas de Anthropic describe campañas de espionaje, fraude, influencia y consultas biológicas que intentaron utilizar Claude. La compañía afirma haber cerrado cuentas y reforzado sus defensas.
Un catálogo de abuso, no una medición completa
Anthropic ha publicado una nueva edición de su informe de inteligencia de amenazas con casos detectados entre diciembre de 2025 y agosto de 2026. La compañía describe a Claude como una herramienta insertada en flujos de trabajo más amplios: operadores que preparan señuelos, depuran código, clasifican información o redactan mensajes a escala. Aparecen grupos sospechosos de trabajar para Estados, proveedores de vigilancia, redes de influencia y delincuentes comunes. La empresa afirma haber interrumpido las cuentas y compartido indicadores cuando era apropiado, aunque omite detalles que facilitarían reproducir las técnicas.
El documento no permite calcular qué porcentaje de todas las conversaciones es malicioso ni comparar directamente la prevalencia con otros asistentes. Es una selección de investigaciones internas, condicionada por lo que los sistemas de detección encontraron y por lo que Anthropic decidió publicar. Su utilidad es otra: enseña cómo una capacidad general se combina con infraestructura, datos robados y operadores humanos. La automatización reduce tiempo y coste, pero los casos descritos no demuestran que un modelo actuara sin objetivos, permisos o recursos aportados desde fuera.
El informe permite seguir una cadena de abuso, pero no calcular su frecuencia total en la plataforma.
De la programación al engaño personalizado
En operaciones cibernéticas, los actores utilizaron el modelo para investigar objetivos, transformar herramientas y resolver obstáculos técnicos. En influencia y fraude, el valor estuvo en producir variaciones lingüísticas, mantener personajes y adaptar argumentos a la respuesta de una víctima. Esa diferencia importa para defenderse. Bloquear una cadena de código concreta puede frenar una herramienta, mientras que una campaña conversacional cambia de tono y canal con facilidad. La seguridad necesita combinar detección del proveedor, autenticación del servicio atacado y señales de comportamiento en el destino.
El informe también menciona intentos de destilación, en los que terceros generan grandes volúmenes de respuestas para entrenar o mejorar otros modelos. Anthropic separa ese problema de las consultas dañinas: una cuenta puede parecer productiva y, sin embargo, estar copiando capacidades. Límites de velocidad, análisis de patrones y controles de acceso ayudan, pero pueden afectar a clientes legítimos con cargas intensivas. La compañía sostiene que ha ajustado sus defensas; el texto no publica tasas de falsos positivos que permitan evaluar ese coste.
El caso biológico exige leer capacidad e intención por separado
El episodio más sensible descrito por Anthropic parte de una solicitud relacionada con una propuesta de investigación sobre chikunguña que incluía elementos de ganancia de función. El sistema identificó señales de doble uso y la actividad fue bloqueada. Associated Press contextualiza el caso dentro del debate sobre si asistentes cada vez más competentes pueden reducir barreras prácticas para desarrollar agentes biológicos. Una pregunta peligrosa no equivale por sí sola a un laboratorio capaz de ejecutarla, pero puede revelar una intención que merece revisión reforzada.
Anthropic indica que modelos anteriores no alcanzaban algunos umbrales de capacidad relevantes y que las generaciones nuevas requieren salvaguardas más estrictas. Esa evolución obliga a actualizar pruebas antes y después del lanzamiento: una política escrita para un modelo que solo resume literatura puede quedar corta cuando otro diseña pasos experimentales coherentes. La respuesta útil no es prohibir toda conversación científica, porque investigadores legítimos necesitan herramientas, sino graduar acceso, registrar decisiones y escalar solicitudes que combinan conocimiento operativo con señales de daño.
Qué demuestra y qué no demuestra el informe
La publicación aporta evidencia de intentos reales y de intervenciones, pero proviene del mismo proveedor que evalúa sus controles. Sin datos estandarizados entre compañías resulta imposible saber si una bajada de incidentes significa menos abuso o menor visibilidad. Serían valiosos indicadores comparables: cuentas investigadas por millón de usuarios, tiempo hasta la suspensión, recurrencia después del bloqueo y errores sobre actividad benigna. También ayudaría separar casos en los que Claude fue central de aquellos donde solo aceleró una tarea ya dominada por el operador.
Para empresas españolas que despliegan asistentes, la lección práctica es no delegar toda la seguridad al modelo base. Deben limitar herramientas y datos según el puesto, revisar acciones irreversibles, registrar llamadas a sistemas externos y ensayar qué ocurre si una cuenta es comprometida. El informe de Anthropic no anuncia un riesgo abstracto futuro: muestra usos ordinarios de texto y código conectados a procesos dañinos. La defensa eficaz se parece menos a una palabra prohibida y más a una cadena de controles que conserva contexto y responsabilidad.
