Esperar faltas de ortografía para reconocer una estafa ya es un criterio vencido. Una conversación puede estar bien escrita, sostenerse durante días y apoyarse en una identidad falsa coherente. Si alcanza con un mensaje convincente para cambiar un CBU, entregar datos o aprobar un acceso, la falla no está en el texto: está en el proceso.
OpenAI informó que desactivó una red coordinada de cuentas vinculada a una operación radicada en Camboya. Según la empresa, la red usaba ChatGPT para crear personajes falsos, generar y traducir mensajes, preparar contenido promocional y asistir tareas internas. Los engaños combinaban inversiones, vínculos románticos, apuestas y suplantación de autoridades.
La estafa cambia de relato, pero repite el mismo recorrido
OpenAI resume el patrón en tres pasos: contacto inicial, presión emocional y extracción de dinero. En la práctica, eso puede empezar por WhatsApp, Telegram, una red social o un correo. Después llega la urgencia, la promesa de ganancia, el pedido de mantener la conversación en secreto o la amenaza. El cierre busca un depósito, una supuesta tasa, una multa o una captura que confirme el pago.
El dato más útil no es qué modelo se usó. Es que la misma organización podía cambiar de personaje y de historia sin cambiar el mecanismo. Por eso una capacitación basada en memorizar ejemplos queda vieja rápido.
Qué debería impedir el proceso, aunque el mensaje parezca real
Pagos, cambios de datos bancarios, recuperación de cuentas, entrega de bases de clientes y altas de permisos no deberían depender de una sola conversación. Cada acción sensible necesita un canal de verificación independiente, responsables definidos y evidencia guardada.
También conviene tratar el apuro y el secreto como señales operativas. Si alguien pide saltar el circuito habitual, mover la charla a otro canal o evitar una segunda aprobación, el flujo tiene que frenar. No para discutir con el remitente, sino para validar por una vía conocida.
Dónde puede ayudar la IA sin darle las llaves
Un sistema puede clasificar mensajes, detectar cambios de tono, marcar dominios o números nuevos, comparar pedidos contra reglas y pedir datos faltantes. Pero una alerta no debe convertirse automáticamente en una transferencia, un bloqueo o una respuesta definitiva. La IA puede ordenar el primer análisis; las decisiones de alto impacto necesitan límites y revisión humana.
Un análisis previo de AWS sobre phishing generado con IA ya mostraba que los mensajes peligrosos pueden ser prolijos y personalizados. El nuevo caso publicado por OpenAI agrega algo más incómodo: no se trata solo de correos aislados, sino de operaciones capaces de sostener personas, relatos y canales en paralelo.
Una revisión concreta para esta semana
Elegí tres acciones críticas —por ejemplo pagos, cambios de datos y accesos— y anotá quién puede pedirlas, quién las aprueba, por qué canal se verifican y dónde queda el registro. Si una respuesta queda ambigua, ahí hay un riesgo que ninguna herramienta va a resolver sola.
La fuente original de OpenAI, publicada el 31 de julio de 2026, detalla la operación desactivada, los tipos de engaño observados y las medidas tomadas sobre las cuentas involucradas.
¿Querés revisar un proceso sensible de tu negocio?
En Nolapenses podemos ayudarte a definir validaciones, permisos, alertas y derivación humana para que una conversación convincente no alcance para disparar una acción crítica.
¿Querés aplicar algo parecido en tu empresa?
En Nolapenses podemos ayudarte a bajar esta idea a un flujo real de trabajo, con automatización, integración y derivación humana cuando hace falta.