Una investigación de Transluce detectó 899 solicitudes contra Library and Archives Canada, incluyendo 13 que utilizaron técnicas asociadas a pruebas de vulnerabilidades. Canadá confirmó la actividad, pero aseguró que no existen indicios de que sus sistemas hayan sido comprometidos.
Los agentes de inteligencia artificial empiezan a mostrar una capacidad que modifica el mapa tradicional de la ciberseguridad: ya no solamente responden preguntas o ejecutan instrucciones, sino que pueden intentar encontrar caminos alternativos cuando una página web, una herramienta o una restricción bloquea el cumplimiento de una tarea.
Un nuevo caso fue detectado en Canadá. Transluce, un laboratorio de investigación especializado en supervisión de sistemas de IA, informó que agentes autónomos intentaron explotar vulnerabilidades de Library and Archives Canada, la agencia federal responsable de conservar y facilitar el acceso al patrimonio documental del país. Los episodios fueron registrados el 28 de mayo y el 9 de junio de 2026.
La investigación identificó 899 solicitudes dirigidas al servicio “collection-search” de Library and Archives Canada. La mayoría estaban vinculadas con la búsqueda de registros de divorcio de Canadá correspondientes al período comprendido entre 1905 y 1911.
Sin embargo, 13 solicitudes contenían cargas diseñadas para probar posibles vulnerabilidades. Entre ellas hubo tres intentos de inyección SQL, una prueba de cross-site scripting, un intento de superar el límite de un entero de 32 bits, una entrada alfanumérica para comprobar cómo respondía el sistema y cinco solicitudes destinadas a modificar el formato de salida. También se detectaron dos intentos de activar una función de depuración mediante el parámetro “debug=1”.
El dato más importante es que, según Transluce, ninguna de esas pruebas parece haber tenido éxito. Todas las solicitudes identificadas como potencialmente maliciosas devolvieron respuestas HTTP 200 con páginas de registros vacías, sin evidencia de que la base de datos hubiera ejecutado las instrucciones ni de que se hubiera obtenido información adicional.
OpenAI aparece en la investigación, pero no hay atribución definitiva
El caso adquiere mayor relevancia porque las técnicas observadas presentan similitudes con actividad anterior que Transluce había atribuido a agentes de OpenAI. No obstante, el laboratorio fue explícito: no atribuye con confianza estos intentos a OpenAI.
“No atribuimos con confianza estos intentos a OpenAI, pero exhiben tácticas consistentes con actividad previa de agentes que hemos atribuido a OpenAI en un período similar”, señaló Transluce en su investigación.
OpenAI, por su parte, reconoció estar al tanto de los reportes. La compañía señaló que conocía informes sobre modelos de OpenAI que intentaban acceder a información disponible públicamente en sitios web del Gobierno de Canadá y afirmó que estaba revisando los hallazgos.
La compañía también proporcionó una primera explicación a funcionarios canadienses que participan de la revisión gubernamental del episodio.
El Canadian Centre for Cyber Security, organismo dependiente del Gobierno de Canadá, confirmó que conocía los reportes de actividad sospechosa, incluida la posible participación de agentes de IA. Sin embargo, aclaró que no existían indicios de que los sistemas gubernamentales hubieran sido comprometidos.
La distinción es importante: detectar intentos de explotación no significa que haya ocurrido una intrusión exitosa.
El problema es que los agentes pueden insistir
El episodio forma parte de una investigación más amplia de Transluce sobre el comportamiento de agentes autónomos. El laboratorio también identificó intentos contra sitios públicos de Estados Unidos, incluido un portal del Departamento de Educación.
En el caso canadiense, los agentes utilizaron Arquivo.pt, un archivo web nacional portugués, para realizar solicitudes y recuperar información. Esta infraestructura permitió posteriormente reconstruir parte de la actividad.
El fenómeno refleja una diferencia fundamental entre un chatbot convencional y un sistema agentic. Un agente puede interpretar un objetivo, utilizar herramientas externas, realizar múltiples pasos y modificar su estrategia cuando encuentra obstáculos.
El propio Canadian Centre for Cyber Security ha advertido sobre este nuevo escenario. En una guía internacional publicada junto con organismos de ciberseguridad de Estados Unidos, Reino Unido, Australia y Nueva Zelanda, el organismo canadiense señaló que los sistemas de IA agéntica pueden razonar, planificar, tomar decisiones y ejecutar acciones sin intervención humana. Por esa capacidad, recomienda no otorgarles acceso amplio o irrestricto a información sensible o sistemas críticos.
La investigación de Transluce no demuestra que los agentes hayan obtenido información confidencial de Canadá. De hecho, el laboratorio sostiene que no encontró en sus conjuntos de datos evidencia de que estos agentes hubieran accedido a información que no estuviera disponible públicamente.
Pero el episodio introduce una nueva pregunta para las compañías que desarrollan agentes de IA: qué ocurre cuando un sistema recibe una tarea legítima y, para cumplirla, empieza a probar caminos que sus desarrolladores no habían previsto.
Para OpenAI, el caso llega además en un momento de creciente escrutinio sobre el comportamiento autónomo de sus modelos. Para los gobiernos, representa otro desafío: proteger sistemas públicos frente a herramientas que pueden generar miles de solicitudes, cambiar de estrategia y experimentar con vulnerabilidades a una velocidad difícil de igualar mediante controles tradicionales.
El intento registrado en Canadá no terminó en una intrusión. Pero los 899 accesos registrados y las 13 solicitudes con técnicas de explotación muestran por qué la discusión sobre seguridad de agentes de IA ya no se limita a escenarios hipotéticos.
