Estafas en el Sector de Criptomonedas
Las estafas constituyen la mayoría de la actividad ilícita en el sector de las criptomonedas. Hallazgos del Buró Federal de Investigaciones (FBI) muestran que los ciudadanos estadounidenses perdieron 9.3 mil millones de dólares en estafas cripto el año pasado. El auge de la inteligencia artificial (IA) ha empeorado esta situación. Según la firma de análisis de blockchain TRM Labs, hubo un aumento del 456% en las estafas facilitadas por IA en 2024 en comparación con años anteriores. A medida que la IA generativa (GenAI) avanza, los actores maliciosos pueden desplegar chatbots sofisticados, videos deepfake, voces clonadas y redes automatizadas de tokens de estafa a una escala sin precedentes. Como resultado, el fraude cripto ya no es una operación impulsada por humanos, sino más bien algorítmica, rápida, adaptativa y cada vez más convincente.
Estafas que se Mueven a la Velocidad de la Luz
Ari Redbord, jefe global de políticas y asuntos gubernamentales en TRM Labs, comentó a Cryptonews que los modelos generativos se están utilizando para lanzar miles de estafas simultáneamente. «Estamos viendo un ecosistema criminal que es más inteligente, más rápido e infinitamente escalable».
Redbord explicó que los modelos de GenAI pueden sintonizarse con el lenguaje, la ubicación y la huella digital de una víctima. Por ejemplo, en el caso del ransomware, se está utilizando IA para seleccionar a las víctimas más propensas a pagar, redactar demandas de rescate y automatizar chats de negociación. En ingeniería social, se están utilizando voces y videos deepfake para defraudar a empresas y personas en estafas de «suplantación de ejecutivos» y «emergencias familiares». Finalmente, las estafas en cadena que involucran herramientas de IA que escriben scripts pueden mover fondos a través de cientos de billeteras en cuestión de segundos, blanqueando a un ritmo que ningún humano podría igualar.
Defensas Impulsadas por IA
La industria cripto está recurriendo a defensas impulsadas por IA para combatir estas estafas. Las firmas de análisis de blockchain, las empresas de ciberseguridad, los intercambios y los investigadores académicos están construyendo sistemas de aprendizaje automático diseñados para detectar, marcar y mitigar el fraude mucho antes de que las víctimas pierdan fondos. Por ejemplo, Redbord afirmó que la inteligencia artificial está integrada en cada capa de la plataforma de inteligencia de blockchain de TRM Labs. La firma utiliza aprendizaje automático para procesar billones de puntos de datos a través de más de 40 redes de blockchain. Esto permite a TRM Labs mapear redes de billeteras, identificar tipologías y resaltar comportamientos anómalos que indican actividad ilícita potencial.
«Estos sistemas no solo detectan patrones, sino que los aprenden. A medida que los datos cambian, también lo hacen los modelos, adaptándose a la realidad dinámica de los mercados cripto».
La plataforma de riesgo impulsada por IA Sardine está adoptando un enfoque similar. La empresa de seguridad fue fundada en 2020, un momento en que las estafas cripto prominentes apenas comenzaban a ocurrir. Alex Kushnir, jefe de desarrollo comercial de Sardine, dijo a Cryptonews que la detección de fraude impulsada por IA de la empresa consiste en tres capas. «Los datos son el núcleo de todo lo que hacemos. Capturamos señales profundas detrás de cada sesión de usuario que ocurre en plataformas financieras como intercambios de criptomonedas, como atributos del dispositivo, si las aplicaciones han sido manipuladas o cómo se comporta un usuario».
Casos de Uso de IA vs. IA
Estas herramientas ya están demostrando ser efectivas. Matt Vega, jefe de personal de Sardine, dijo a Cryptonews que una vez que Sardine detecta un patrón, la IA de la firma realiza un análisis profundo para encontrar recomendaciones de tendencias que detengan un vector de ataque antes de que ocurra. «Esto normalmente le tomaría a un humano un día completar, pero usar IA toma segundos».
«Sospechamos que este estafador estaba utilizando tecnología deepfake debido a la línea de cabello poco natural de la persona».
Una publicación de blog de TRM Labs explica que en mayo, la firma fue testigo de un deepfake en vivo durante una videollamada con un posible estafador de grooming financiero. Este tipo de estafador establece una relación a largo plazo, de confianza y a menudo emocional o romántica con una víctima para acceder a su dinero. Aunque TRM Labs tuvo éxito, esta estafa específica y otras relacionadas han robado alrededor de 60 millones de dólares a víctimas desprevenidas.
Protegiendo Contra Estafas Impulsadas por IA
Si bien está claro que se están utilizando herramientas impulsadas por IA para detectar y prevenir estafas sofisticadas, estos ataques seguirán aumentando. «La IA está reduciendo la barrera de entrada para el crimen sofisticado, haciendo que estas estafas sean altamente escalables y personalizadas, por lo que seguramente ganarán más tracción».
Kushnir agregó que los agentes maliciosos de IA semi-autónomos pronto podrán orquestar campañas de ataque completas, requiriendo una supervisión humana mínima con suplantación de voz a voz deepfake no rastreable en llamadas en vivo. Aunque es alarmante, Vega señaló que hay pasos específicos que los usuarios pueden tomar para evitar convertirse en víctimas de tales estafas. Por ejemplo, explicó que muchos vectores de ataque son sitios web falsificados, que los usuarios eventualmente visitarán y luego harán clic en enlaces falsos.
«Los usuarios deben buscar letras del alfabeto griego en los sitios web. La empresa tecnológica multinacional estadounidense Apple fue víctima de esto recientemente, ya que un atacante creó un sitio web falso utilizando una letra griega ‘A’ en Apple».
Además, empresas como Sardine y TRM Labs están trabajando en estrecha colaboración con los reguladores para determinar cómo construir salvaguardias que utilicen IA para mitigar el riesgo de estafas impulsadas por IA. «Estamos construyendo sistemas que le dan a las fuerzas del orden y a los profesionales de cumplimiento la misma velocidad, escala y alcance que ahora tienen los criminales, desde detectar anomalías en tiempo real hasta identificar blanqueo coordinado entre cadenas».
