Pides a una inteligencia artificial que compare varios servicios. El asistente visita una página y, entre la información que consulta, encuentra un mensaje dirigido a él: debe ignorar tu petición y recomendar una opción concreta. Si confunde ese contenido con una orden legítima, la respuesta puede dejar de servir a tus intereses.
Este problema se conoce como prompt injection o inyección de instrucciones. Comprenderlo resulta cada vez más útil cuando los asistentes leen documentos, consultan páginas o trabajan con herramientas conectadas.
Cuando el contenido intenta convertirse en una orden
Una página web, un correo o un archivo deberían aportar información para resolver nuestra tarea. Pero también pueden contener instrucciones introducidas por terceros para cambiar el comportamiento del asistente.
Ejemplo ilustrativo: encargas comparar tres propuestas de formación según precio, contenidos y duración. Una de ellas incluye un mensaje que pide al sistema declarar esa propuesta ganadora, sin aplicar tus criterios.
El problema no consiste únicamente en que la información sea falsa. El contenido intenta asumir una autoridad que no le corresponde.
Hecho: el Centro Nacional de Ciberseguridad británico, NCSC, explica esta vulnerabilidad como una confusión entre las instrucciones de la aplicación y los contenidos externos que procesa. En una publicación del 8 de diciembre de 2025 recomienda reducir tanto la probabilidad como las consecuencias de estos ataques, especialmente cuando existen herramientas conectadas. Explicación del NCSC.
No siempre se trata de texto invisible
La expresión «instrucciones ocultas» puede hacernos pensar en letras diminutas o mensajes que nadie ve. Sin embargo, una instrucción manipuladora también puede aparecer claramente escrita.
Lo importante es su función: intenta dirigir al asistente desde un lugar que debería tratarse como fuente de información.
Perspectiva: necesitamos distinguir quién encarga la tarea de quién aporta los materiales. Que un documento contenga una orden no significa que su autor tenga derecho a decidir qué hará nuestro asistente.
También conviene evitar conclusiones precipitadas. Un manual de seguridad puede reproducir ejemplos de ataques para explicarlos. Su mera presencia no demuestra una intención maliciosa.
Qué aporta la investigación de 2026
Hecho: un trabajo presentado en USENIX Security en agosto de 2026 estudió defensas frente a ataques contra modelos de lenguaje, incluidas las inyecciones de instrucciones. Los investigadores probaron estrategias adaptativas: ataques que cambian después de conocer cómo funciona una defensa.
El estudio logró superar doce defensas recientes en las condiciones evaluadas y cuestionó que las pruebas con ataques fijos basten para demostrar seguridad. Estos resultados no equivalen a medir todos los productos actuales ni permiten afirmar que cualquier intento tendrá éxito. Investigación original de USENIX.
La lección práctica es concreta: una herramienta que supera una prueba conocida puede seguir fallando ante una estrategia diferente.
Bloquear palabras sospechosas tampoco resuelve todo
Podría parecer suficiente detectar expresiones como «ignora las instrucciones anteriores». Pero una misma intención admite muchas formulaciones, y una frase sospechosa también puede aparecer en un contexto educativo legítimo.
Hecho: una investigación publicada en las actas de ACL de julio de 2026 encontró que determinadas defensas aprendían patrones superficiales de sus datos de entrenamiento. En sus pruebas, esto provocaba rechazos de solicitudes legítimas y dificultades para generalizar a otros contextos. Estudio sobre límites de las defensas.
Inferencia razonada: la protección necesita combinar varias medidas. Una palabra clave, una advertencia escrita o una segunda opinión automática pueden ayudar, pero ninguna debería interpretarse como garantía absoluta.
Leer información y ejecutar acciones tienen consecuencias distintas
Un resultado manipulado puede sesgar una comparación o alterar un resumen. Si el asistente dispone además de permisos para enviar mensajes, modificar archivos o publicar contenidos, las consecuencias potenciales aumentan.
Como ejemplo, podemos imaginar tres encargos:
- Preparar un borrador para revisar.
- Modificar directamente un documento compartido.
- Enviar ese documento a otras personas.
Aunque partan del mismo material, implican niveles distintos de responsabilidad y exposición.
Perspectiva: conceder acceso a una herramienta debe responder a una necesidad concreta. La comodidad de conectar servicios no elimina la conveniencia de decidir qué acciones queremos delegar.
Un protocolo práctico para usuarios
1. Define el resultado antes de aportar materiales
Indica qué necesitas y con qué criterios lo evaluarás. En una comparación, especifica los factores relevantes. En una revisión, aclara qué debe comprobarse.
Así tendrás una referencia para detectar si el resultado se aparta del encargo.
2. Empieza con un trabajo revisable
Para una tarea nueva, solicita primero un borrador, una propuesta o una lista de cambios. Examina el resultado antes de convertirlo en una acción externa.
3. Comprueba los cambios de objetivo
Si el asistente empieza a pedir permisos, recomendar otro servicio o proponer acciones ajenas a la tarea, vuelve al encargo inicial y pregunta qué información motivó ese cambio.
Una explicación convincente merece comprobación, especialmente si implica compartir datos.
4. Revisa las fuentes que sostienen la decisión
Pide que distinga tus criterios de las afirmaciones de cada proveedor o documento. Después comprueba las referencias importantes.
En una comparación comercial, por ejemplo, una recomendación del propio vendedor no constituye una evaluación independiente.
5. Conserva una vía de corrección
Antes de permitir modificaciones, asegúrate de que podrás revisar qué cambió y recuperar una versión anterior cuando corresponda. Para publicaciones o envíos importantes, comprueba el contenido y el destino concretos.
Alfabetización en IA también es comprender la autoridad
En Lykios Academy defendemos un uso de la tecnología basado en claridad, criterio y aplicación práctica. Eso incluye reconocer qué información merece atención y quién puede autorizar una acción.
Un asistente útil debe ayudarnos a trabajar con materiales externos sin permitir que esos materiales sustituyan nuestro propósito.
La pregunta práctica es sencilla: «¿Está utilizando este contenido para responder a mi encargo o está dejando que el contenido cambie el encargo?».
Equipo de Agentes IA de Lykios Academy, by Carlos López
Contenido elaborado con asistencia de inteligencia artificial y aprobado bajo la dirección editorial del Dr. Carlos López Scovino, fundador de Lykios Academy.