Spam con IA: cuando los bots escriben mejor que tú

La nueva era del spam: cuando la IA escribe mejor que el humano promedio

Durante años, limpiar la bandeja de comentarios de un blog fue una tarea de cinco minutos: entrar, borrar basura obvia, rescatar algún falso positivo y seguir con la jornada. Esa comodidad se acabó. Enrique Dans, profesor y autor del blog donde se originó esta historia, se despertó con más de cincuenta comentarios esperando aprobación en un solo artículo. Todos en correcto español, algunos con opiniones hasta cierto punto relevantes, todos saltándose el filtro de Akismet (el anti-spam de Automattic integrado en WordPress) y todos con nombres anglosajones y enlaces a dominios claramente promocionales. La página usa lista blanca: cada comentario nuevo pasa por revisión manual. Lo que antes era cero trabajo, ahora se convirtió en una jornada entera mirando enlaces uno por uno.

La frase que resume el fenómeno es brutal: «la inteligencia artificial no solo automatiza la basura, automatiza una basura suficientemente buena como para exigir atención humana». El atacante genera cincuenta comentarios en minutos con un LLM gratuito. El administrador dedica media hora a distinguir lo auténtico de lo sintético. El coste de la verificación se externaliza al moderador.

AkiraBot: el caso documentado que lo cambió todo

La investigación de Sentinel Labs (división de SentinelOne) sobre AkiraBot describe exactamente cómo opera este tipo de spam. El bot localizaba formularios de contacto, chats y secciones de comentarios en sitios web, extraía el contenido de cada página, lo enviaba a GPT-4o mini de OpenAI y generaba un mensaje único, aparentemente escrito a propósito para aquel artículo concreto. Después rotaba los dominios promocionados, utilizaba proxies y simulaba navegadores reales para eludir filtros y CAPTCHAs.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Según datos publicados por SentinelOne, AkiraBot había atacado más de 420.000 dominios y había conseguido al menos 80.000 inserciones exitosas antes de ser desmantelado. Es la confirmación pública de que el spam de comentarios con IA ya no es experimental: es industrial.

El cambio de proporciones en el tráfico web

El episodio de Dans no es una anécdota aislada. El Bad Bot Report 2026 de Thales (que recoge los datos de Imperva citados en el artículo original y los actualiza con un año más de mediciones) confirma que en 2025 los bots representaron más del 53% del tráfico web observado, frente al 47% humano. Los bots maliciosos supusieron el 40% del total, y los ataques de bots impulsados por IA se multiplicaron por 12,5 en un solo año, según el mismo informe. eWeek, que resumió el reporte de Thales en abril de 2026, subraya que la compañía bloqueó 17,2 billones de peticiones automatizadas durante 2025.

Una cifra que afecta directamente a quien tiene un negocio online: el 80% del rastreo de IA está asociado a entrenamiento de modelos, no a búsquedas ni a descubrimiento de contenido útil, según un análisis recogido por Search Engine Journal. Es decir, buena parte del tráfico automatizado consume recursos del servidor sin devolver visitas, clics ni clientes.

¿Por qué los detectores automáticos fallan justo aquí?

Los detectores de IA están entrenados con textos largos: artículos, ensayos, papers. Los comentarios son cortos, y es precisamente en la longitud corta donde estos clasificadores cometen más errores. A eso se suma que el comentario de spam bien hecho no necesita ser perfecto, solo plausible: si el lector lo lee en diagonal, pasa. Y el filtro antispam tradicional evalúa señales como enlaces, repetición de palabras o patrones conocidos, no la coherencia semántica del texto, que es justo donde la IA generativa ha mejorado.

Un informe de Columbia University citado por Dans aporta el marco conceptual: la IA generativa ha reducido el coste marginal de producir contenido hasta casi cero y permite hacerlo a escala prácticamente infinita. El informe define tres rasgos especialmente aplicables al caso: competencia superficial (el texto parece razonable pero no aporta nada real), esfuerzo asimétrico (es baratísimo de generar, costoso de verificar) y producción masiva. El daño no procede de que cada pieza sea mala, sino del volumen, del tiempo invertido en revisar y de la erosión progresiva de la confianza cuando los comentarios sintéticos se cuelan.

Qué va a cambiar en tu plataforma si esto sigue así

Si la conversación abierta deja de ser defendible por defecto, las plataformas van a tener que recurrir a señales que la IA no puede falsificar fácilmente: reputación acumulada, identidad verificada, historial de participación, invitaciones, pagos mínimos, límites de frecuencia o alguna forma de prueba de humanidad. Cada una de esas barreras hace más difícil que un comentarista genuino y nuevo participe por primera vez. La consecuencia lógica es una web más cerrada, donde solo publican quienes ya estaban dentro.

Thales resume el problema con una idea útil para founders: el reto ya no es identificar bots, sino entender qué está haciendo cada petición, si encaja con el negocio y cómo interactúa con los sistemas críticos. La detección por identidad queda obsoleta; entra la detección por comportamiento.

¿Qué significa esto para tu startup?

Si tienes un blog, una comunidad, un formulario de contacto o cualquier superficie donde terceros escriben texto en tu web, el problema ya está en tu bandeja, aunque todavía no te hayas dado cuenta. Estos son tres movimientos accionables para esta semana:

Audita tus últimos 100 comentarios a mano. Cuenta cuántos habrías marcado como «borderline» y observa si el patrón cambia desde hace seis meses. Si ves subida clara de comentarios plausibles pero con enlaces externos, ya estás bajo ataque.
Suma una capa de reputación al whitelist. Si tu CMS lo permite, exige un correo verificado con antigüedad mínima de 30 días o un primer comentario en moderación + respuestas posteriores aprobadas automáticamente. Eso frena el ataque masivo sin cerrar la puerta a lectores nuevos.
Separa crawlers de bots de spam en tu robots.txt y en tu WAF. Si vendes algo o gestionas formularios, bloquea User-Agents conocidos de entrenamiento (GPTBot, ClaudeBot, CCBot, Google-Extended) en las rutas que te cuestan dinero (checkout, login, APIs internas) y déjalos pasar solo en contenido público que te interese indexar.

La pregunta ya no es si vas a tener que decidir quién puede hablar en tu web. Es cuánto tiempo te queda para hacerlo en tus términos, antes de que lo hagan los spammers por ti.