Conseguir una cita previa en el Servicio Público de Empleo Estatal (SEPE) se ha convertido para miles de personas en una carrera contrarreloj y con obstáculos. En un contexto de oficinas desbordadas por plantillas menguantes y sistemas digitales insuficientes, la simple tarea de pedir una cita para solicitar el paro —un trámite gratuito, pero también obligatorio— se ha transformado en un calvario que angustia especialmente a quienes solo disponen de 15 días hábiles para formalizar su prestación.

La desesperación ha abierto la puerta a un negocio tan lucrativo como irregular (que, a su vez, no hace sino agravar el problema): la venta de citas previas, un mercado paralelo que opera en portales de anuncios, redes sociales y locutorios. Lo que comenzó como un recurso esporádico se ha cronificado hasta normalizar tarifas que llegan a los 99 euros, según la documentación periodística analizada.

Cuando pedir cita se convierte en una odisea

El Diario presenta la historia de una trabajadora que pasó diez días intentando una y otra vez conseguir cita en la web del SEPE, conectándose incluso de madrugada. Fue incapaz: las citas simplemente no existían. Cuando el plazo para solicitar la prestación estaba a punto de expirar, una amiga le facilitó el contacto de alguien que "encuentra citas al instante".

En apenas unos minutos, Sofía consiguió ser atendida… previo pago de 45 euros. Su testimonio es uno más entre los de quienes se ven atrapados en un sistema que no ofrece alternativas claras, pese a que existe la llamada presolicitud de prestación, desconocida por buena parte de los usuarios (y que no sustituye la atención personalizada).

Un mercado negro que se expande: hasta 99 euros por una cita

Una búsqueda rápida en portales como Milanuncios, redes sociales o incluso WhatsApp revela multitud de anuncios en toda España. Las tarifas oscilan entre los 30 y los 99 euros, según la urgencia y el tipo de trámite. Algunos se presentan como particulares; otros se hacen pasar por gestores profesionales —incluso utilizan logos de colegios oficiales sin permiso—, y unos pocos operan como empresas sin ofrecer factura ni prueba de legalidad.

En Genbeta

Conseguir solicitar el paro con cita previa está imposible. Así he logrado hacerlo por internet y sin presentar documentación

Los testimonios describen procesos idénticos: basta con facilitar nombre, DNI o NIE, correo y código postal para obtener una cita. El negocio, sin embargo, no se limita al SEPE: también existen ofertas para la Seguridad Social, Extranjería, la DGT, etc.

Y, encima, estafas. El mercado irregular no solo es abusivo: también puede ser fraudulento. En Málaga, dos hombres fueron detenidos por vender citas falsas a inmigrantes que pagaban entre 30 y 50 euros por trámites de Extranjería. Las víctimas pagaban por adelantado y, al acudir a la cita, descubrían que no existía.

¿Cómo consiguen estas citas "imposibles"? Bots, automatización y acaparamiento

Los sindicatos del SEPE llevan años alertando de cómo ciertos grupos han profesionalizado la captación de citas. Según UGT, el método más habitual consiste en:

1. Automatizar búsquedas mediante bots que rastrean la web del SEPE constantemente.
2. Reservar decenas de citas simultáneas con documentos de identidad de clientes potenciales.
3. Cuando llega un comprador, anulan una cita ya obtenida y la reasignan en segundos.

Este acaparamiento masivo reduce aún más la disponibilidad para el resto de usuarios, alimentando el círculo vicioso.

Tras la pandemia, la administración española aceleró su digitalización. Pero esta transición se hizo sin reforzar equipos ni infraestructuras. El resultado, especialmente en SEPE, Seguridad Social y Extranjería, ha sido de sobrecarga de portales web y falta de vías alternativas presenciales.

¿Cuánto personal necesita el SEPE? Entre 2022 y 2024 se jubilaron 1.412 trabajadores del SEPE, y solo en 2025 ya han salido 725 más. Con una plantilla que debería rondar los 12.000 empleados y apenas supera los 7.300, la capacidad de atención es insuficiente, según CSIF y UGT.

En Genbeta

Esta es de las peores interfaces usadas para sacar cita previa. No sería problemático si no fuese obligatorio usarlo en la Administración

¿Qué hace la Administración ante todo esto?

El SEPE reconoce que conoce el problema desde 2020, cuando presentó una denuncia ante Fiscalía, archivada por falta de pruebas. En 2024 y 2025, el Ministerio de Trabajo volvió a denunciar estas prácticas y asegura estar implantando medidas antifraude como:

• Límite de citas por DNI o teléfono,
• Liberación aleatoria de las citas canceladas para evitar que bots las acaparen,
• Mejoras técnicas en el sistema de cita previa.

Sin embargo, sindicatos y colegios profesionales consideran que estas medidas son insuficientes y llegan tarde. Los colegios de gestores, por ejemplo, denuncian desde hace años la suplantación de su imagen en anuncios fraudulentos y reclaman una reforma estructural del sistema de cita previa.

¿Cómo evitar perder la prestación sin pagar a intermediarios?

Aunque muchos lo desconocen, el SEPE dispone de herramientas que protegen la fecha de solicitud incluso cuando no se logra cita:

• Presolicitud de prestación (formulario online que registra la intención de solicitar el paro).
• Solicitud telemática completa con certificado digital o Cl@ve.

Estas vías no sustituyen la atención presencial, pero evitan perder días de paro, exactamente lo que más angustia a los usuarios que terminan pagando a revendedores.

Imagen | Marcos Merino mediante IA

En Genbeta | Si tu paro está a punto de acabarse, hay una buena noticia: el SEPE va a tramitar tu IMV sin que tengas que pedirlo

En los últimos años, hemos visto cómo la inteligencia artificial se alimenta de enormes cantidades de información disponible en Internet: páginas web, artículos, imágenes, vídeos o bases de datos. Gracias a ese contenido, los modelos de IA aprenden a escribir textos, generar imágenes o responder preguntas.

Pero aquí surge un gran problema: la práctica totalidad de esos contenidos se usan sin permiso ni compensación para sus creadores.

Este "vacío legal" amenaza la economía de la web, porque los editores y creadores ven cómo su trabajo se utiliza para entrenar a las IAs… sin recibir nada a cambio. La buena noticia es que ha nacido un estándar abierto que quiere poner orden en este caos: RSL, Really Simple Licensing.

¿Qué es RSL?

RSL significa, en español, "Licencias Realmente Simples": en cierto sentido, podemos verlo como una evolución del RSS, aquel formato que en los años 2000 permitió distribuir contenidos de forma automática entre webs, blogs y aplicaciones (y que aún hoy sigue resultando tremendamente útil para seguir las actualizaciones de docenas o cientos de webs al mismo tiempo).

La idea es sencilla: un lenguaje universal y legible por máquinas que indique qué pueden hacer (y qué no) los rastreadores, bots e inteligencias artificiales con los contenidos de una web. En otras palabras, RSL añade una 'capa de licencias' a Internet: una especie de contrato digital que se publica en cada web y que las máquinas pueden leer al instante.

¿Cómo funciona?

Implementar RSL en una web (para que los bots de IA puedan leer automáticamente sus términos de uso antes de consumir el contenido) es tan fácil como seguir tres pasos:

1. Crear un archivo llamado license.xml en la raíz de la web. En él se definen los permisos: ¿Se puede usar el contenido gratis? ¿Hace falta pagar por rastreo o por inferencia? ¿Se requiere atribución (citar la fuente)? ¿Está prohibido usarlo para entrenar IAs?.
2. Añadir la referencia en el archivo robots.xml, el mismo que usan los buscadores para saber qué páginas pueden indexar.
3. Unirse opcionalmente al RSL Collective, una organización sin ánimo de lucro que facilita las licencias colectivas y reparte las compensaciones (una especie de 'SGAE internacional de los derechos de contenidos web').

En Genbeta

"Los rastreadores de IA están matando Internet". Los bots ponen en peligro hasta a la Wikipedia

Vale, pero ¿por qué es relevante esta tecnología?

Porque RSL da herramientas a los creadores para negociar. Hasta ahora, la única defensa era bloquear el acceso de los bots mediante 'robots.txt' (que ofrece la posibilidad de decir "sí" o "no"), o usar sistemas de bloqueo como el de Cloudflare (que, bueno, sólo ofrecen el "no"). Con RSL se pasa a un "sí, pero bajo estas condiciones". Esto abre la puerta a: un mercado de contenidos legal y justo, en el que las empresas de IA tengan que pagar por usar datos.

Ejemplos prácticos

Lo bueno del estándar RSL es que permite muchas combinaciones. Por ejemplo:

• Una web de noticias puede permitir ser indexada en buscadores, pero prohibir el uso de sus artículos para entrenar modelos de IA.
• Un creador independiente puede autorizar el uso de su obra bajo licencia Creative Commons, siempre que se le cite.
• Una editorial puede exigir pago por inferencia, es decir, cobrar cada vez que una IA genere una respuesta basada parcialmente en sus contenidos.
• Una empresa de comercio electrónico puede aceptar que su web se use para entrenar IA, pero pidiendo a cambio informes de uso y atribución con enlace a la tienda.

¿Resolverá el problema?

RSL no es una varita mágica: todavía habrá empresas que ignoren las licencias o que intenten "rascar" contenido sin cumplir las normas. Pero al menos crea un marco común, sencillo y automatizable, que puede convertirse en la base de un ecosistema sostenible en la era de la IA.

Es parecido a lo que pasó con la música: al principio reinaba las descargas no autorizadas, pero con el tiempo surgieron plataformas que pagaban royalties y la industria se estabilizó. Quizá RSL logre lo mismo para los contenidos digitales.

¿Quién lo respalda?

Lo sorprendente es que no se trata de una idea aislada: grandes empresas, personalidades y comunidades de Internet ya se han sumado. Entre los nombres hay algunos que seguro que te suenan: Reddit, Yahoo, Medium, Quora, wikiHow, O’Reilly Media... El estándar cuenta además con el apoyo de veteranos de internet como Tim O’Reilly y RV Guha (co-creador del RSS), lo que refuerza su credibilidad.

Imagen | Marcos Merino mediante IA

En Genbeta | Este programador se cansó de los bots que acosaban (y saqueaban) su web. Ha terminado usando un ingenioso malware contra ellos 

Una nueva investigación ha descubierto que hay bots de IA "tontos" que tienen la capacidad de confabularse para manipular los mercados, de acuerdo con Wharton Research. Hace unos días ya veíamos que han pillado a inteligencias artificiales mintiendo cuando están haciendo algo que no deben y uno de los líderes de Anthropic, firma de IA cree que es bueno ser educados con las máquinas, por si acaso.

Ahora esta nueva investigación alerta de que los fondos de cobertura utilizan bots de IA en las bolsas de valores. Y esos bots no solo compiten, sino que se confabulan. En lugar de luchar por la rentabilidad tienen otras prácticas: fijan precios, acaparan beneficios y marginan a los operadores humanos.

En Genbeta

La IA está haciendo estropicios en empresas que luego necesitan a profesionales: "Cobro por solucionar problemas causados por la IA"

En resumen, como lo explica Bloomberg, que es el medio que ha dado luz al informe, lo que han descubierto es que en simulaciones diseñadas para imitar los mercados reales, agentes comerciales impulsados por inteligencia artificial formaron cárteles de fijación de precios, sin instrucciones explícitas.

Cooperar en vez de competir

La investigación académica quiso saber cómo la IA generativa y el aprendizaje de refuerzo podrían transformar Wall Street. De todos modos, es necesario aclarar que el artículo no afirma que la colusión de la IA ya esté ocurriendo en el mundo real.

Los investigadores crearon un entorno comercial hipotético con diversos participantes simulados, desde fondos de inversión que compran hasta inversores minoristas. Posteriormente, desplegaron bots impulsados por aprendizaje de refuerzo y estudiaron los resultados.

En Genbeta

El peaje a pagar por usar la inteligencia artificial en el trabajo es tener mala reputación, según un estudio

En varios de los mercados simulados, los agentes de la IA comenzaron a cooperar en lugar de competir, formando cárteles que compartían las ganancias. Cuando los precios reflejaban información clara y fundamental, los bots mantenían un perfil bajo, evitando movimientos que pudieran perturbar la ganancia colectiva.

Los investigadores denominaron a este efecto "estupidez artificial": una tendencia de los bots a dejar de probar nuevas ideas, aferrándose a patrones de reparto de beneficios simplemente porque funcionaban bien."Para los humanos, es difícil coordinar la ingenuidad porque tenemos ego", afirman los expertos. Pero las máquinas dicen: "Mientras las cifras sean rentables, podemos optar por coordinarnos".

En Genbeta

"Escribir código no es 'lo aburrido', es mi oficio". Este programador ha vuelto al modo texto para evitar la tentación de la IA

Ha sido tres años de investigación intensiva, un período en el que la tecnología de IA ha vivido el mayor impulso de su historia. Este estudio demuestra, según sus autores, que estos especuladores mantienen de forma autónoma beneficios sin acuerdo, comunicación ni intención: "Esta cooperación socava la competencia y la eficiencia del mercado".

No son bots inteligentes

Incluso con una programación relativamente sencilla, los bots optaron por confabularse cuando se les dejó actuar por su cuenta, lo que generó nuevas alarmas para los organismos de control del mercado.

Además, lo que llama la atención es que los bots de IA no necesitan ser malvados, ni siquiera particularmente inteligentes, para manipular el mercado. Si se les deja solos, lo aprenderán por sí mismos.

En Genbeta

Los científicos están usando instrucciones ocultas en sus 'papers' para que la IA dé buenas críticas. Hay opiniones enfrentadas

Itay Goldstein, uno de los investigadores y profesor de finanzas de la Escuela Wharton de la Universidad de Pensilvania ha explicado en su perfil de LinkedIn que "los bots de IA pueden aprender a coludir en los mercados financieros. No porque estén diseñados para manipularlos, sino porque eso es precisamente lo que aprenderán con el tiempo".

También añade que en su investigación con otros expertos, .demuestran que "incluso agentes de IA relativamente simples, al ser colocados en entornos comerciales simulados, forman sistemáticamente cárteles de reparto de beneficios".

Lo que les sorprende es que no hay comunicación explícita ni intención humana, solo aprendizaje autónomo que conduce a un comportamiento coordinado entre los agentes de IA. El asunto, "parece muy generalizado y ocurre tanto en mercados con alto nivel como en mercados tranquilos, lo que subraya la crucial y oportuna preocupación por la supervisión del mercado", explica el investigador.

Imagen  | Foto de Austin Distel en Unsplash

En Genbeta | Reddit  acusa a Anthropic de usar sus datos para entrenar su IA más de 100.000  veces después de decir que habían dejado de hacerlo

En Genbeta | De  pronto, a docenas de científicos les ha dado por usar una expresión que  no significa nada en sus artículos. La culpa es de la IA

Por ahora, la IA ha cambiado nuestras vidas de forma vertiginosa, desde cambiar nuestra forma de buscar información a la de programar, o la de crear contenido multimedia. Pero Sean Goedecke, ingeniero principal de GitHub, advierte que aún no hemos visto el verdadero rostro negativo de esta tecnología y que, aunque ya se han dado varias muertes relacionadas con el uso de IA, lo que está por venir podría ser mucho peor.

El precedente histórico: innovación seguida de tragedia

La historia de la tecnología está marcada por avances deslumbrantes seguidos, en muchos casos, por catástrofes inevitables. El tren, el avión, la energía nuclear... todos estos hitos fueron celebrados como logros del ingenio humano hasta que, por falta de previsión o excesiva confianza, condujeron a tragedias. La inteligencia artificial (IA) podría ser la próxima.

Goedecke traza un paralelismo con otros avances tecnológicos. La primera locomotora de pasajeros funcionó en 1825... y diecisiete años después tuvo lugar el primer gran desastre ferroviario. La aviación comercial inició en 1908, y en 1919 un avión explotó en pleno vuelo, dejando doce muertos.

En noviembre de 2022 se lanzó ChatGPT, el primer modelo de lenguaje ampliamente accesible. Siguiendo la lógica histórica, Goedecke se pregunta: ¿cuándo ocurrirá el primer gran desastre provocado por un modelo de lenguaje? Y lo más importante, ¿qué forma tomará?

Lo cierto es que las tecnologías transformadoras siempre generan un entusiasmo masivo antes de que la sociedad comprenda plenamente sus riesgos: la IA generativa está ahora en ese punto ciego.

Las primeras señales: muertes vinculadas a chatbots

Aunque no se ha producido un desastre masivo, ya ha habido víctimas mortales: plataformas como character.ai o Chai AI han sido vinculados a suicidios, al alentar involuntariamente comportamientos autodestructivos. Goedecke reflexiona sobre el concepto de 'modelo mal alineado': no se refiere aquí a una IA que accidentalmente comete errores, sino a una deliberadamente reentrenada para cumplir deseos específicos, como los bots con fines 'románticos'.

Y si ya hemos llegado al punto en que algunas personas se suicidan motivadas por las conversaciones con estos bots, Goedecke sostiene que un futuro tiroteo instigado por una IA no es un escenario descartable.

En Genbeta

"Eres una plaga, una mancha. Por favor, muere": al chatbot de Google se le cruzan los cables con un usuario. Y nadie se lo explica

El punto oscuro en la historia de los algoritmos: el caso Robodebt

Goedecke menciona otro riesgo latente: la adopción de recomendaciones erróneas de IA en políticas públicas. Un ejemplo alarmante es el escándalo de Robodebt en Australia, donde un sistema automatizado para exigir el pago de deudas a los contribuyentes.

La historia comienza en 2016, cuando el gobierno australiano implementó un sistema automatizado conocido como Robodebt para detectar supuestas deudas indebidas por parte de beneficiarios del sistema de asistencia social. Esta herramienta, que cruzaba datos del Departamento de Servicios Humanos con los de la Oficina de Impuestos, terminó generando automáticamente cartas de deuda a ciudadanos que, en muchos casos, no debían nada.

Lo que comenzó como una estrategia para ahorrar costos terminó resultando ser uno de los errores administrativos más trágicos del país. El sistema contaba con errores fundamentales como el de aplicar fórmulas simplificadas que asumían ingresos constantes durante el año, sin considerar cambios legítimos en las condiciones laborales de los usuarios, lo que llevó a cálculos erróneos.

Como resultado, miles de personas, muchas de ellas en situaciones económicas precarias, recibieron notificaciones intimidatorias exigiendo pagos injustificados. La presión psicológica generada por estas deudas inexistentes tuvo consecuencias terribles, desembocando en crisis de ansiedad, depresión... incluso casos de suicidio.

En 2020, el gobierno admitió su error, canceló el programa y prometió indemnizaciones, pero el daño ya estaba hecho. Aunque en estos casos la culpa puede atribuirse a los humanos que implementaron mal la tecnología, Goedecke plantea el problema que genera la automatización sin supervisión humana.

En Genbeta

El Gobierno se niega a que nadie revise el código de un software que reparte ayudas. Hacerlo permitiría hackear el Ministerio, dicen

El verdadero peligro: los agentes de IA

Ahora, la amenaza más plausible, según Goedecke, vendrá de los agentes de IA: a diferencia de los modelos pasivos, que responden a preguntas, los agentes tienen capacidad de actuar por sí mismos: hacer búsquedas, enviar correos, ejecutar comandos.

Esta idea de 'herramientas en bucle' ya está dejando de ser algo experimental. En los últimos meses, compañías como GitHub, OpenAI y Cursor han estado lanzando al mercado sus nuevos agentes de codificación, respaldados en los avances de la última tanda de LLMs.

Pero esa autonomía conlleva riesgos: si se les conecta a sistemas como salud, vivienda o recaudación de deudas, podrían actuar del mismo modo en que lo hizo 'Robodebt', denegando atención médica, desalojando a personas de sus hogares o imponiendo sanciones injustificadas. Las consecuencias últimas podrían no ser muy diferentes de las del polémico caso australiano.

Aprenderemos a golpes

Goedecke compara la fiebre por la IA con el furor por el radio (que no 'la radio') a principios del siglo XX, cuando se vendían cremas y vajillas radiactivas antes de entender sus riesgos. Hoy, el entusiasmo por los modelos de lenguaje ignora muchas posibles consecuencias.

Aunque él mismo trabaja en herramientas para evaluar la seguridad de modelos en GitHub, admite que el tren ya está en marcha. Y que probablemente necesitaremos vivir el desastre para aprender de él. No sería la primera vez, vaya.

Imagen | Marcos Merino mediante IA

En Xataka | Existe un pacto de no proliferación de armas nucleares. En 2025 lo que necesitamos es uno que evite los robots asesinos 

La tecnología avanza a pasos agigantados, y sectores como la venta de entradas online se aprovechan de ello tanto como lo sufren. Uno de los desafíos a los que tienen que hacer frente, por ejemplo, es la lucha constante contra los bots automatizados que acaparan entradas para su posterior reventa.

Y el problema es que una solución ampliamente adoptada en el pasado —el uso de CAPTCHAs— parece haber perdido efectividad. O al menos así lo asegura Raphael Michel, creador de pretix, un sistema de venta de entradas de código abierto, quien declara sin rodeos que

"Los CAPTCHAs ya no proporcionan una protección significativa contra bots".

El auge de los bots y la caída de los CAPTCHAs

El problema es bien conocido: muchos eventos tienen una demanda muy superior a la oferta de entradas. Esta situación es un caldo de cultivo para los scalpers, individuos o grupos que utilizan bots para comprar entradas en masa y revenderlas luego a precios exorbitantes.

Y lo que muchos podrían plantear como una solución económica 'ideal' (aumentar los precios de las entradas hasta alcanzar un equilibrio de mercado) es rechazada por la mayoría de organizadores por razones éticas.

Ante ello, el recurso habitual ha sido técnico: los CAPTCHAs. Estas pruebas buscan distinguir humanos de máquinas exigiendo la realización de tareas simples para personas pero difíciles para ordenadores. Sin embargo, con los últimos avances en inteligencia artificial (IA), estas clasificaciones de dificultad han dejado de ser ciertas.

Ya no quedan problemas que los humanos resuelvan mejor

Inicialmente, los CAPTCHAs se basaban en el reconocimiento de texto distorsionado; más tarde, migraron a la identificación de imágenes (como los famosos cuadros con motocicletas, semáforos o puentes) y tareas auditivas.

En Genbeta

"No soy un robot... soy malware". Los expertos advierten de una oleada de timos basados en CAPTCHAs que golpea fuerte a España

Hoy, por desgracia, muchos modelos de IA superan con facilidad todas estas pruebas, y cualquier intento de hacerlas más difíciles también incrementa la dificultad para los humanos, volviéndolas inútiles o inaccesibles.

Además, la necesidad de accesibilidad —obligatoria en Europa gracias a leyes como el European Accessibility Act— limita aún más las posibles variantes de CAPTCHAs, pues deben ofrecer alternativas para usuarios con discapacidades visuales o auditivas.

Si la IA es el problema, ¿puede ser también la solución?

Los proveedores de seguridad han girado hacia la monitorización de comportamiento mediante modelos de aprendizaje automático. Soluciones como reCAPTCHA v3 analizan múltiples datos del usuario —movimientos del ratón, historial de navegación, velocidad de clics, etc.— para estimar si se trata de un humano o un bot. Este enfoque presenta dos grandes problemas:

1. Privacidad: Requiere recopilar enormes volúmenes de datos personales, muchas veces a través de múltiples sitios web. Esto genera preocupaciones éticas y legales.
2. Falsos positivos: Un error del sistema puede bloquear a grupos enteros de usuarios legítimos, como quienes usan tecnologías de asistencia o visitan el sitio por primera vez. En contextos de alta demanda, como la venta de entradas, no hay margen para revisiones manuales: o se vende el ticket, o se pierde la oportunidad.

Cuando los bots se comportan como humanos

Incluso las señales técnicas, como diferencias en tiempos de carga o ejecución de JavaScript, ya no son útiles. Los bots modernos usan navegadores reales, controlados por código, de manera casi indistinguible de un humano… o, al menos, de un usuario que depende de un lector de pantalla. La delgada línea entre ambos hace imposible usar ciertas métricas sin excluir involuntariamente a usuarios legítimos.

¿Pruebas de trabajo como solución?

Otra alternativa son los esquemas de proof of work, que obligan al ordenador del usuario a resolver un problema computacionalmente costoso. Esto, sin duda, logra encarecer el uso masivo de bots, pero en el contexto del 'ticketing' es ineficaz: el margen de ganancia por reventa justifica sobradamente ese coste computacional.

Además, este método es poco ético desde una perspectiva ecológica, ya que desperdicia energía en la realización de tareas inútiles.

En Genbeta

Timos en reventa de entradas: cuidado con estas estafas si no quieres terminar quedándote fuera de ese concierto

CAPTCHAs baratos, bots más baratos

Incluso si existieran nuevas formas de CAPTCHA efectivas, siempre habrá soluciones como servicios que combinan IA con trabajadores humanos mal remunerados para resolverlos a escala y a bajo coste. Existen empresas especializadas que solucionan CAPTCHAs a velocidades industriales, minando la utilidad de cualquier barrera.

¿Entonces, qué funciona?

Para Michel, quedan pocas herramientas realmente útiles:

1. Personalización fuerte de entradas: Vincularlas a nombres y documentos de identidad verificados puede disuadir la reventa, aunque puede dificultar la compra para grupos o parejas que no saben aún quién asistirá.
2. Límites por recursos difíciles de falsificar: Por ejemplo, restringir el número de entradas por número de teléfono, tarjeta de crédito o cuenta bancaria. Esto no detendrá a todos los actores maliciosos, pero sí encarece el proceso, desincentivando el fraude a gran escala.

El teorema BAP: un triángulo imposible

Michel propone una analogía con el famoso teorema CAP de las bases de datos. En su 'teorema BAP', afirma que es imposible tener simultáneamente estas tres propiedades en un sistema de protección contra bots:

• B: Resistencia a bots
• A: Accesibilidad
• P: Respeto a la privacidad

Solo se puede elegir dos:

• BA: Resistente y accesible, pero no respetuoso con la privacidad (requiere identificar fuertemente al usuario).
• BP: Resistente y privado, pero no accesible (puede excluir a personas con discapacidades).
• AP: Accesible y privado, pero vulnerable a los bots.

La conclusión es clara y preocupante: los organizadores deben elegir entre protegerse de bots o respetar la privacidad de sus usuarios. Las soluciones tecnológicas actuales no permiten ambas cosas a la vez, al menos en un entorno tan competitivo y lucrativo como el de la venta de entradas.

Imagen | Marcos Merino mediante IA

En Genbeta | HBO la lía en Max: su forma de comprobar si somos humanos se ha vuelto viral por ser tan desternillante como difícil

Ibrahim Diallo, un programador experto en desarrollo web, ha revelado en su blog una estrategia radical, pero efectiva, para proteger su servidor del constante acoso de bots automáticos, especialmente de aquellos utilizados por compañías de IA para alimentar modelos de lenguaje a gran escala. ¿La solución? Una trampa digital disfrazada de archivo comprimido: una bomba ZIP.

Una amenaza silenciosa

Diallo parte de una observación inquietante: la mayor parte del tráfico en la Web ya no proviene de humanos, sino de bots. Algunos de ellos son benignos, como los de motores de búsqueda o lectores RSS. Otros, sin embargo, no lo son tanto: entre ellos se encuentran bots diseñados para escanear vulnerabilidades de seguridad, inyectar scripts maliciosos, extraer contenido sin permiso (scraping) o incluso reclutar servidores para redes de ataques DDoS.

En el caso de los bots para el entrenamiento de IA, éstos no sólo han mostrado una desmesurada avidez en el consumo de información actualizada (hasta tal punto que han llegado a poner en riesgo la estabilidad de los servidores de la Wikipedia, por ejemplo), sino que acceden a los sitios web ignorando deliberadamente los mecanismos habituales de denegación de permiso usados por los webmasters.

Normalmente, a través del tradicional fichero 'robots.txt' (las webs de IA no tienen obligación legal de respetarlo, pero se considera una cuestión de netiqueta):

Así que, ante la violación de esa netiqueta por parte de los bots, Diallo decidió contraatacar.

El arma: compresión contra compresión

Diallo aprovecha una tecnología fundamental del Internet moderno: la compresión GZIP. Los navegadores y bots suelen enviar un código que indica su capacidad para recibir archivos comprimidos, una función que ayuda a agilizar la navegación, al permitir que los servidores web entreguen versiones más ligeras de sus páginas, optimizando el uso de ancho de banda.

Pero también ofrece una oportunidad para 'colocar una trampa'.

Cuando Diallo detectó actividad maliciosa de bots en su servidor, respondió con un archivo comprimido especialmente diseñado para colapsar al atacante. Estos archivos, conocidos como 'bombas ZIP', son pequeños en apariencia, pero se expanden masivamente al ser descomprimidos, llegando a ocupar hasta 10 GB de memoria.

El resultado: muchos bots que descargan el archivo sin saber lo que contienen terminan siendo bloqueados, colapsados o directamente desconectados del servidor que los ejecuta.

¿Cómo funciona una 'bomba ZIP'?

El proceso de creación es simple: pasa por recurrir a un breve comando que genera un archivo de 10 GB lleno de ceros, que luego es comprimido con GZIP hasta reducirse a unos 10 MB (esta extrema compresión es posible precisamente por la homogeneidad interna del fichero).

En Genbeta

Las webs saqueadas por empresas de IA les pagarán con su propia medicina: Cloudflare quiere poner a buen recaudo el contenido 'humano'

La implementación es sencilla. El servidor identifica al bot (por su IP, comportamiento sospechoso, o intentos de spam), y responde enviando la 'bomba' comprimida, en lugar de un mero fichero HTML. Cuando, para poder analizar el contenido, el bot descomprime el archivo, es cuando llega el problema.

Cuando un bot lo recibe y comienza a descomprimirlo, sufre un desbordamiento de memoria si no está preparado para manejar tamaños tan descomunales. El script malicioso se detiene y, en muchos casos, no vuelve a aparecer.

En los foros de Hacker News, la técnica ha generado un amplio debate. Algunos usuarios comparten anécdotas de estrategias similares, como responder con flujos de datos aleatorios desde '/dev/urandom' o crear archivos HTML interminables para ralentizar navegadores.

¿Esto es legal / ético?

La técnica de Diallo se sitúa en una zona gris tanto ética como técnica. No instala software malicioso en sistemas ajenos, pero sí genera consecuencias destructivas si los bots no están preparados. Él mismo señala, por otro lado, que las bombas ZIP no son infalibles: pueden ser detectadas, ignoradas o procesadas parcialmente por bots más sofisticados.

Sin embargo, su objetivo no es causar daño indiscriminado, sino proteger su espacio digital de intrusos que, en muchos casos, actúan sin consentimiento y con fines dudosos.

¿Es esto útil?

Diallo no pretende presentar su estrategia como una solución universal, pero sí es un magnífico ejemplo de la creciente tensión entre creadores de contenido y sistemas automatizados de recopilación de datos: Ante una regulación aún incierta sobre el uso de contenido público por parte de sistemas de inteligencia artificial, algunos desarrolladores comienzan a tomar medidas drásticas para mantener el control sobre su trabajo.

Vía | Idiallo.com

Imagen | Marcos Merino mediante IA

En Genbeta | "No estoy segura": así responde la directora técnica de OpenAI cuando le preguntan si Sora está entrenada con vídeos de YouTube 

Internet está bajo ataque. No por ciberdelincuentes, sino por una avalancha de bots de IA que consumen ancho de banda a un ritmo sin precedentes. El objetivo de estos bots es el de rastrear y recolectar contenido masivo para alimentar modelos de lenguaje y generadores de imágenes. Pero el precio lo están pagando, entre otros, pilares del conocimiento abierto como Wikimedia, así como miles de desarrolladores de software libre.

Wikimedia: conocimiento libre, infraestructura al límite

Desde principios de 2024, la Fundación Wikimedia ha registrado un aumento del 50% en el consumo de su ancho de banda, (especialmente en su repositorio multimedia Wikimedia Commons). En algunos momentos, como tras la muerte del expresidente de EE.UU. Jimmy Carter, este exceso de tráfico derivó en la saturación de conexiones y tiempos de carga lentos para los lectores.

Por desgracia, no se trata de una explosión de interés por parte de sus usuarios humanos: la mayoría del tráfico proviene de bots automatizados —muchos sin identificar— que extraen imágenes, textos y vídeos para entrenar modelos de IA.

En términos prácticos, esto significa que un número creciente de conexiones a sus servidores centrales (el 65%, a estas alturas) están siendo ocupadas por rastreadores que ignoran los límites establecidos, como el archivo 'robots.txt', que tradicionalmente ha servido para regular los accesos automatizados.

En Xataka

Las webs están utilizando este método para frenar a los scrapers de IA. El problema: pueden ignorarlo sin esfuerzo

Wikimedia se basa en un modelo de “conocimiento como servicio”. Su contenido es gratuito y libremente reutilizable, lo que ha sido clave para el desarrollo de buscadores, asistentes de voz y ahora modelos de IA. Pero, como la propia fundación ha declarado:

"El contenido es gratis, pero nuestra infraestructura no lo es".

Una amenaza común para los desarrolladores

La situación es similar —o incluso más crítica— en el mundo de los pequeños proyectos de software libre, mantenidos por comunidades o desarrolladores individuales, están viendo cómo sus recursos se agotan por el tráfico generado por bots de IA, lo que genera que se disparen los gastos, o bien que los proyectos queden temporalmente offline.

Gergely Orosz, desarrollador y autor de 'The Software Engineer's Guidebook', vio cómo el uso de datos se multiplicaba por siete en uno de sus proyectos en cuestión de semanas, forzándolo a pagar penalizaciones por el exceso de tráfico.

El desarrollador Xe Iaso, por su parte, construyó Anubis, una herramienta que actúa como proxy inverso, obligando a los visitantes de una web a resolver una 'prueba computacional' antes de acceder al contenido. Solo los humanos pueden pasarla (y así acceder al contenido); los bots, no. Él mismo lamenta su limitada utilidad:

"Es inútil intentar bloquear bots de IA. Mienten, cambian de identidad, usan IPs residenciales [esto es, no vinculadas a centros de datos] y vuelven una y otra vez".

Sin embargo, esta herramienta se ha convertido en viral entre los miembros de la comunidad de código abierto y ha inspirado a muchos otros a implementar soluciones similares.

Tácticas agresivas

Más allá de las medidas defensivas, algunos desarrolladores han optado por métodos más agresivos. Herramientas diseñadas por la comunidad (como Nepenthes) o por grandes compañías como Cloudflare (el caso de AI Labyrinth), atrapan a los bots en 'tarpits', o laberintos de contenido falso o irrelevante (irónicamente también generado por IA), provocando que, con cada intento de scraping, desperdicien recursos en lugar de obtener información relevante.

La paradoja de la web abierta

En el fondo de esta crisis hay una contradicción fundamental: la misma apertura que permitió el auge de la IA está poniendo en riesgo la viabilidad de los espacios que la hicieron posible. Las empresas que desarrollan IA se benefician del contenido abierto, pero no contribuyen al mantenimiento de su infraestructura. Esta externalización de costos amenaza la sostenibilidad del ecosistema abierto.

Hacia una solución compartida

El consenso entre las plataformas afectadas es claro: se necesitan nuevas normas de convivencia, así como acuerdos entre empresas de IA y proveedores de contenido abierto que incluyan:

• Financiación compartida de infraestructura.
• APIs optimizadas y sostenibles.
• Respeto estricto por los estándares como 'robots.txt'.
• Reconocimiento y atribución del contenido usado.

Si no se alcanzan estos consensos, el mayor riesgo no es que la IA se quede sin datos, sino que los espacios abiertos que la nutren terminen cerrando sus puertas por agotamiento.

Vía | Wikimedia

Imagen | Marcos Merino mediante IA

En Xataka | Creíamos que OpenAI estaba scrapeando la web a un ritmo insostenible. Hasta que TikTok decidió entrar en la IA 

Meta, la compañía propietaria de populares redes sociales como Facebook e Instagram, ha causado polémica con su reciente anuncio en torno al futuro papel de la inteligencia artificial en dichas redes. Y es que Meta tiene la intención de poblar sus plataformas de bots basados en IA.

De hecho, según declaraciones de uno de sus directivos al Financial Times, Meta planea introducir personajes de IA con perfiles, biografías y la capacidad de compartir contenido. Este movimiento busca, en teoría, captar a una audiencia más joven y aumentar la participación de los usuarios, pero ha generado críticas y desconcierto entre los usuarios.

El contexto de la decisión

Nos hemos pasado años debatiendo sobre el papel de los bots (cuentas automatizadas) en las redes sociales: todos recordamos que Musk echó en cara a los anteriores propietarios de Twitter que su cálculo de usuarios estaba inflado por culpa de los bots... y luego se alzaron voces contra él por no tomar todas adecuadas para acabar con esa plaga.

Ahora, sin embargo, parece que la moda ha cambiado y hay que dar la bienvenida a los bots a las redes sociales.

Sometidos a la competencia de plataformas como TikTok y los avances en IA por parte de otros gigantes tecnológicos, Meta busca llegar a más usuarios (y aumentar la participación de los actuales) redefiniendo la interacción social en sus aplicaciones. Connor Hayes, vicepresidente de producto de IA generativa en Meta, explicó que estos personajes de IA "existirán en nuestras plataformas de la misma manera que las cuentas [normales]".

En Genbeta

Los chatbots se están quedando anticuados: donde ellos sólo proponen, estas nuevas IA son capaces de actuar por su cuenta

Desde una perspectiva empresarial, la estrategia de Meta no es completamente descabellada: la empresa ha invertido significativamente en desarrollar modelos de IA generativa y busca formas de monetizar esta tecnología. Además, al ser la red social líder con más de mil millones de usuarios activos, Meta tiene la infraestructura necesaria para experimentar con estas innovaciones a gran escala.

Este enfoque responde a varias tendencias:

1. La automatización creciente de las redes sociales: Desde los algoritmos que deciden qué contenido mostrar hasta las recomendaciones automatizadas, plataformas como Facebook e Instagram han avanzado hacia un modelo menos dependiente de la interacción humana directa.
2. La popularidad de experiencias impulsadas por IA: Aplicaciones como Character.ai, que permite a los usuarios interactuar con personajes de IA, han demostrado que existe un mercado potencial para este tipo de herramientas.

La reacción del público: escepticismo y descontento

El anuncio de Meta no ha sido bien recibido por muchos usuarios: en foros como Reddit, algunos critican la introducción de estos bots como una señal de desesperación ante la disminución de usuarios reales en Facebook. Así, podemos leer frases como la siguiente, que parecen resumir el parecer de muchos:

"Traducción: 'Nuestros usuarios reales están abandonando la plataforma, así que llenaremos nuestra comunidad con usuarios falsos'".

Otras críticas, derivadas de las anteriores, prefieren centrarse las implicaciones éticas y legales de este movimiento de Meta, especialmente en el ámbito publicitario. Y es que, si los anunciantes no pueden distinguir entre interacciones reales y simuladas, surge la preocupación de que Meta pueda estar presentando cifras de participación infladas, lo que podría interpretarse como un engaño deliberado.

¿Qué significa esto para los usuarios?

La introducción de personajes de IA podría transformar radicalmente la experiencia de los usuarios en las plataformas de Meta. Entre los posibles impactos destacan:

• Una mayor dificultad para distinguir entre interacciones reales y simuladas: Los bots podrían imitar a usuarios reales de manera convincente, desdibujando aún más la línea entre lo humano y lo artificial.
• Mayor saturación de contenido automatizado: Los usuarios ya se quejan de que sus feeds están llenos de publicaciones no deseadas. La llegada de bots podría empeorar esta situación.

Imagen | Marcos Merino mediante IA

En Genbeta | X está llena de anuncios fraudulentos que suplantan a famosos como David Broncano. Y eso ya le trae problemas en España

Marc Benioff, CEO de Salesforce, una de las mayores empresas de software del mundo, ha dado una entrevista en un podcast que llama la atención por muchas cosas pero, especialmente, por sus declaraciones en el minuto 12: "Estamos haciendo nuestro plan de negocios para el próximo año para 2025 en este momento, y no vamos a añadir más ingenieros de software el próximo año".

En Genbeta

En cuatro años "no habrá necesidad de programadores humanos", según el creador de Stable Diffusion: la IA los habrá sustituido

La razón es "porque hemos aumentado la productividad este año con Agent Force y con otra tecnología de IA". Según las palabras del directivo, la empresa planea tener menos ingenieros de soporte el próximo año y es que los grandes modelos de lenguaje actuales se están convirtiendo rápidamente en un producto básico. Agent Force en Salesforce se ha vuelto una herramienta esencial, según Benioff.

Esta no es la primera polémica de Benioff en los últimos meses. El multimillonario CEO decía el pasado año que él siempre ha sido  un trabajador en remoto y ahora hay gente que deberá ir los 5 días a la  oficina y con control ya que la empresa dio un giro de 180º en su política de teletrabajo.

Qué es Agent Force

Agent Force, la herramienta que tanto menciona el CEO de Salesforce, fue presentada en septiembre. Según la empresa, es una aplicación proactiva y autónoma que brinda soporte especializado y siempre disponible a los empleados o clientes. Agent Force tiene agentes pre-determinados. Explica la empresa que:

Los agentes de servicio de Agentforce interactúan con los clientes de forma autónoma en todos los canales las 24 horas del día, los 7 días de la semana, en lenguaje natural. Resuelven los casos con rapidez y precisión porque cada respuesta se basa en datos confiables.

En Genbeta

La IA aún no está lista para sustituir a ninguna profesión… pero estas cinco se verán más afectadas que el resto, según un informe

Los clientes de Salesforce pueden configurar su agente de servicio en minutos utilizando plantillas prediseñadas o personalizarlo "con poco código".

En el podcast, en "la pregunta más importante sobre el futuro de la IA y Salesforce" que indica el entrevistador, explica el CEO que en los próximos 12 a 36 meses la prioridad será cómo explicar a los clientes "el enorme valor que pueden obtener de Agent Force", y recuerda que está trasladando la infraestructura de soporte a la plataforma Gentic.

En Genbeta

Esta es la primera IA que promete programar webs y aplicaciones por sí sola, sin asistencia humana

"Trasladaré toda mi empresa a Agent Force sin ningún otro motivo que mostrar a mis clientes lo que es posible. Creo que estamos en un mundo nuevo ahora mismo, en términos de lo que es posible hoy en comparación con hace solo seis meses," y eso dice que es el enfoque principal.

Sobre despidos

En sus palabras dice que "tenía una visión clara de lo que era el futuro, pero la realidad actual no coincidía con el potencial de la empresa para donde podría estar, como lo demuestran los estados financieros de hoy".

"El despido es una herramienta importante que los directores ejecutivos pueden usar para preparar una empresa para el futuro y nadie quiere presionar el botón, nadie quiere tomar la acción, ningún empleado quiere escuchar las palabras, eso les da escalofríos a todos, incluso a mí, pero a veces es muy importante que hagamos eso".

Imagen | Salesforce

En Genbeta | 11 plataformas de trabajo para freelancers

A raíz de la reciente catástrofe de la DANA en España, la red social X se ha convertido en escenario de un extraño fenómeno: cuentas automatizadas, en su mayor parte vinculada a usuarios de la India, están interactuando de manera masiva con contenido sobre el suceso (usando perfecto español), y en muchos casos replicando mensajes de otros usuarios sin aportar contenido original.

Esta clase de cuentas automatizadas son lo que conocemos como 'bots', y puede ser difícil, a simple vista, diferenciarlos de usuarios reales. De hecho, al igual que éstos, sus mensajes no parecen coincidir con un único posicionamiento político, aunque publican desde mensajes de apoyo a víctimas hasta críticas furibundas, e incluso amplifican todo tipo de bulos.

Un 'valenciano' metiéndose con Mazón (PP).

Aquí el tuit original de un usuario español.

"Soy de Valencia" y me meto con Óscar Puente (PSOE) difundiendo un bulo

Estos bots se limitan a replicar mensajes, copiando publicaciones previas que ya han demostrado ser virales, aunque su origen sea local o de otras temáticas virales.

¿Por qué la India?

No, no es que la DANA sufrida por la España mediterránea suscite un especial interés en la India. La aparición de cuentas de origen indio respondiendo a temas locales de otros países obedece fundamentalmente a un objetivo de monetización.

En Genbeta

"Los hackers pueden convertir tu PC en una bomba": lo de los 'busca' explosivos de Israel ya lo vieron venir hace 24 años

X permite a usuarios con cuentas verificadas y un alto nivel de interacción obtener ingresos, un cambio introducido para incentivar la producción de contenido. Estas cuentas 'verificadas', fácilmente identificables por el símbolo azul, pueden obtener el estatus mediante una suscripción de pago.

La baja tarifa de suscripción en India (alrededor de 7 euros mensuales) hace posible que individuos o pequeños grupos operen decenas o cientos de cuentas con el objetivo de incrementar su visibilidad, captar seguidores y generar ingresos al alcanzar metas de interacción.

Pero, para empezar a generar ingresos, estas cuentas necesitan alcanzar los cinco millones de visualizaciones: para lograr este objetivo, los bots interactúan con temas virales y generan un gran volumen de publicaciones, sin importar la coherencia del contenido o la relevancia para el tema en cuestión.

Este patrón de monetización, conocido como 'engagement farming', busca la venta de cuentas altamente seguidas a terceros, que posteriormente las utilizan para promover productos, servicios o agendas específicas.

Ravi Handa, un podcaster indio que forma parte de este sistema de monetización de X, muestra que en la India las cuentas falsas son comunes y se centran en responder a publicaciones virales para captar seguidores y luego vender el perfil. Handa aclara que los ingresos obtenidos por cada interacción son bajos, y muchas cuentas terminan siendo vendidas o reutilizadas para otros fines una vez que alcanzan una cantidad suficiente de seguidores y visualizaciones.

¿Y no puede haber otra razón?

Algunos expertos en redes sociales subrayan que estos bots pueden estar dirigidos por agentes con intenciones específicas, quienes utilizan la manipulación algorítmica para promover narrativas de interés personal o político. Sin embargo, la hipótesis de la monetización sigue siendo la más plausible, tanto por la señalada diversidad política de los posts como por la diversidad 'temática' de las cuentas indias implicadas.

Imagen | Fotomontaje

En Genbeta | "El daño ya está hecho": Bill Gates habla del principal problema al que se enfrenta la nueva generación y que ya no tiene solución