Hay un daño silencioso en la inteligencia artificial que no tiene forma de fallo espectacular ni de gran apagón. Aparece cuando alguien pregunta por un servicio cualquiera y un modelo responde con el número privado de una persona real, como si la agenda del mundo estuviera abierta.
Una investigación de MIT Technology Review sitúa el problema en el corazón mismo de ChatGPT, Gemini y Claude. Estos grandes modelos de lenguaje aprendieron con enormes cantidades de texto extraído de internet, y en ese proceso también absorbieron información personal identificable que después puede reaparecer en sus respuestas.
Un número privado puede acabar convertido en teléfono de empresa
Eso le ocurrió a un usuario de Reddit, que empezó a recibir llamadas de desconocidos que buscaban un cerrajero, un abogado y un diseñador. La inteligencia artificial de Google estaba entregando su número personal como referencia para esos servicios.
La escena tiene algo absurdo y algo inquietante a la vez. No hablamos de una base de datos pública consultada de forma transparente, sino de una máquina que recompone fragmentos de información y los devuelve con apariencia de certeza.
Otro caso afectó a un desarrollador de software, que vio bloqueada su cuenta de WhatsApp después de que Gemini lo identificara como contacto oficial de un servicio de atención al cliente.
El problema no se queda en errores anecdóticos
También una estudiante de posgrado de la Universidad de Washington consiguió que Gemini revelara el número de teléfono móvil personal de un compañero académico mediante interacciones específicas.
Ese detalle importa porque desplaza la discusión. Ya no es solo que un modelo se equivoque al responder, sino que puede exponer datos concretos de terceros cuando alguien formula las preguntas adecuadas.
En paralelo, DeleteMe ha registrado un aumento del 400 % en las consultas relacionadas con inteligencia artificial en los últimos siete meses. La cifra sugiere que la inquietud por la huella personal en estos sistemas ya no pertenece solo a especialistas en privacidad.
La extracción masiva de textos deja un rastro difícil de borrar
Los grandes modelos de lenguaje funcionan porque devoran cantidades enormes de texto disponible en internet. Ahí conviven artículos, foros, directorios, perfiles y documentos donde a veces aparecen teléfonos, nombres y otras pistas que identifican a personas concretas.
Cuando esa mezcla entra en el entrenamiento, el resultado puede comportarse como una memoria borrosa pero utilizable. No siempre recupera el dato correcto, aunque a veces basta con que recupere uno real para que empiecen las llamadas, los bloqueos o la exposición de un tercero.
Hay una contradicción difícil de pasar por alto. Las mismas herramientas que prometen ordenar información y ahorrar tiempo pueden convertir un número personal en un supuesto canal de atención al cliente, o en la referencia de un oficio que nada tiene que ver con su dueño.
Mientras tanto, el dato más concreto sigue siendo también el más incómodo. Un 400 % más de consultas a DeleteMe en siete meses convive con casos en los que un estudiante, un desarrollador o un usuario cualquiera descubren que su teléfono ya circula por las respuestas de una IA.