Un reciente estudio de la ETH Zurich ha revelado que los Modelos de Lenguaje Grande (LLMs) tienen la capacidad de identificar cuentas anónimas en plataformas digitales de manera alarmantemente eficaz. Según la investigación, los LLMs pueden realizar investigaciones que normalmente llevarían horas en solo minutos, logrando identificar a 9 de 125 perfiles anónimos correctamente, cuando se les proporciona un resumen de sus biografías. Esto sugiere que los LLMs están cambiando radicalmente el panorama de la anonimidad en línea.
Las preocupaciones en materia de privacidad
Los resultados del estudio indican que estos modelos pueden llevar a cabo ataques de deanonymización a gran escala, lo que plantea serias preocupaciones sobre la privacidad de los usuarios en internet. Los investigadores advirtieron que la capacidad de los LLMs para correlacionar información dispersa a través de diferentes plataformas pone en riesgo a individuos que dependen del anonimato, incluidos disidentes, activistas de derechos humanos y periodistas en países represivos.
Uno de los autores del estudio, expuso que las herramientas de IA han simplificado drásticamente la identificación de personas pseudo-anónimas en línea, lo que supone un cambio significativo en la seguridad operativa. Destacó que este avance puede resultar especialmente útil para fuerzas de seguridad y agencias de inteligencia, que ahora pueden realizar investigaciones a bajo costo y de manera más rápida.
Aunque el estudio no se realizó sobre usuarios con un alto nivel de privacidad, los descubrimientos resaltan la fragilidad de la pseudo-anonimidad en la era de la IA generativa. Expertos, como Jacob Hoffman-Andrews de la Electronic Frontier Foundation, argumentan que incluso la publicación de información personal inocente puede facilitar la correlación de cuentas por parte de LLMs, haciendo que la preservación de la privacidad en línea sea cada vez más difícil.
En última instancia, el estudio sugiere que el avance de la tecnología de deanonymización podría transformar radicalmente la forma en que se maneja la privacidad en internet, afectando a una amplia gama de usuarios que aprecian su capacidad de mantener el anonimato.