Una contraseña por defecto expuso 64 millones de registros de contratación con IA

Una contraseña por defecto expuso 64 millones de registros de contratación con IA

El chatbot de contratación con IA de McDonald's, "Olivia", expuso los registros personales de 64 millones de solicitantes de empleo. La contraseña de administrador que protegía el sistema era "123456". No es una simplificación: el nombre de usuario y la contraseña eran literalmente "123456", y la cuenta llevaba desatendida desde 2019 sin autenticación multifactor.

Los investigadores de seguridad Ian Carroll y Sam Curry descubrieron la vulnerabilidad en junio de 2025. Empezaron a investigar tras observar numerosas quejas de usuarios sobre interfaces defectuosas, una señal que suele apuntar a un abandono arquitectónico más profundo. Cuando iniciaron sesión en el portal de gestión con esas credenciales por defecto, descubrieron una segunda falla. La API de la plataforma —la capa de software que conecta diferentes sistemas— no verificaba si un usuario estaba autorizado a ver registros específicos. Con solo cambiar los números de ID de los solicitantes en la barra de direcciones del navegador, los investigadores podían acceder a registros completos de solicitudes y a registros de chat de millones de candidatos reales.

Los datos expuestos incluían nombres, correos electrónicos, números de teléfono, direcciones IP, transcripciones de entrevistas virtuales y resultados de evaluaciones de personalidad. No se trató de un sofisticado ataque de un Estado nación. Fue un colapso de la higiene básica de seguridad en la puerta principal de su proveedor de IA. Si su organización depende de herramientas de IA de terceros, esta brecha debería preocuparle profundamente. La seguridad de una empresa del Fortune 100 dependía por completo de las prácticas de credenciales de su proveedor.

Por qué esto importa para su empresa

La exposición financiera y legal de este tipo de brecha es asombrosa. El costo promedio de una brecha de datos en 2025 alcanzó los 4,44 millones de dólares. Pero el verdadero multiplicador de riesgo aquí es el regulatorio.

Es probable que su organización esté sujeta a al menos uno de estos marcos normativos:

• El RGPD puede imponer multas de hasta €20 millones o el 4% de la facturación anual global —lo que resulte mayor.
• La CCPA permite daños estatutarios de 750 dólares por consumidor y por incidente. Multiplique eso por 64 millones de registros y estará ante una potencial exposición por demandas colectivas de decenas de miles de millones.
• La Ley de IA de la UE clasifica la IA de reclutamiento como "alto riesgo" y puede imponer sanciones de hasta €35 millones o el 7% de la facturación global.

Una contraseña por defecto como "123456" es, podría decirse, lo contrario de los "procedimientos de seguridad razonables" que exige la CCPA. Ese único dato podría convertirse en la pieza central de una demanda colectiva contra su empresa, incluso si la contraseña pertenecía a su proveedor y no a su equipo.

Más allá de las multas, el costo humano es real. Las investigaciones muestran que el 70% de las víctimas de una brecha declara después una incapacidad para confiar en los demás. Dos tercios experimentan profundos sentimientos de impotencia. Las víctimas reportan trastornos del sueño (85%), mayor estrés (77%) y dolores de cabeza crónicos (57%). Cuando los datos filtrados incluyen resultados de pruebas de personalidad —documentos que pretenden cuantificar el carácter interno de una persona—, el daño psicológico va mucho más allá del número de una tarjeta de crédito robada. Las tarjetas de crédito se pueden cancelar. Un perfil de personalidad filtrado sigue a una persona indefinidamente.

Su consejo de administración necesita saber que el riesgo de los proveedores de IA ya no es un problema de TI. Es un problema financiero, legal y reputacional que recae sobre su balance.

Qué está pasando realmente bajo el capó

El problema central es lo que la industria llama el modelo de "envoltorio de IA" (AI wrapper). Piénselo así: imagine que contrató a un consultor brillante pero le dio una oficina con la cerradura rota, sin tarjeta de seguridad y con un archivador que se abre para cualquiera que entre. El consultor hace un trabajo excelente, pero el edificio a su alrededor está completamente abierto.

Eso fue lo que ocurrió con el chatbot de IA de McDonald's. La IA conversacional funcionaba como estaba previsto. "Olivia" podía evaluar candidatos, programar entrevistas y realizar evaluaciones de personalidad. Pero la infraestructura a su alrededor —los portales de administración, los controles de acceso de la API, la gestión de credenciales— era porosa.

La vulnerabilidad explotada era una falla de IDOR (Insecure Direct Object Reference, referencia directa insegura a objetos). En términos sencillos, el sistema permitía que cualquier persona con sesión iniciada accediera a cualquier registro con solo cambiar un número en la URL. No había ninguna comprobación de si ese usuario debía poder ver los datos de ese solicitante concreto.

Empeorando las cosas, los investigadores descubrieron que un desarrollador de Paradox.ai en Vietnam había sido infectado por un malware llamado "Nexus Stealer". Este único dispositivo comprometido filtró cientos de contraseñas —muchas recicladas y débiles— de cuentas vinculadas a clientes como Pepsi, Lockheed Martin, Lowes y Aramark. Los malos hábitos de contraseña de un solo desarrollador expusieron a varias empresas del Fortune 500.

Este es el problema del "nodo humano". Su modelo de IA puede ser técnicamente sólido. Pero si las personas que lo gestionan reutilizan contraseñas y omiten la autenticación multifactor, la seguridad de toda su pila de IA se reduce a la fuerza de su eslabón humano más débil.

Qué funciona (y qué no)

Empecemos por lo que no le protege:

• Solo los firewalls añadidos a posteriori. Un firewall de aplicaciones web estándar no entiende las amenazas específicas de la IA, como la inyección de prompts o la manipulación de referencias a objetos. Custodia la puerta principal mientras las ventanas laterales siguen abiertas.
• La gobernanza improvisada. Si su proveedor de IA no puede mostrarle un ciclo de vida de credenciales documentado —incluido cómo retira las cuentas antiguas—, está expuesto. La cuenta de administración de McHire permaneció activa y sin supervisión durante seis años.
• Confiar en la palabra del proveedor. La seguridad de su marca del Fortune 100 dependía por completo de que un desarrollador externo en otro país usara una contraseña robusta. Eso no es gobernanza. Eso es esperanza.

Esto es lo que funciona de verdad: una defensa en capas que trata cada parte de su sistema de IA como potencialmente comprometida:

1. Validación de entrada (el portero). Cada prompt y cada solicitud que entra en su sistema de IA se limpia y se normaliza. Esta capa elimina la sintaxis y el formato tipo código que podrían malinterpretarse como comandos ocultos. Usted atrapa las amenazas antes de que lleguen al modelo.

2. Verificación multimodelo (el sistema de compañeros). Un modelo "canario" más pequeño analiza cada solicitud en busca de intenciones maliciosas antes de que su IA principal la procese. Si el canario marca algo sospechoso, un segundo modelo adjudicador toma la decisión final. Esto crea frenos y contrapesos: ningún modelo tiene autoridad sin control.

3. Validación y redacción de la salida (el filtro). Cada respuesta de la IA se trata como salida no confiable. Los clasificadores buscan contenido tóxico, sesgado o alucinado. Las capas de redacción de PII garantizan que su sistema nunca filtre por accidente un número del Seguro Social, una puntuación de personalidad o un registro de chat privado a un usuario no autorizado.

La ventaja crítica de este enfoque por capas es la pista de auditoría. Cuando su equipo de cumplimiento o un regulador pregunte "¿cómo se tomó esta decisión?", usted puede rastrear cada entrada, cada paso de validación y cada salida. Esa pista es lo que separa un sistema de IA defendible de un pasivo. Si no puede mostrar a sus auditores la ruta lógica que va de la pregunta a la respuesta, no tiene gobernanza de la IA — tiene una caja negra.

Su postura de seguridad también debería incluir una gestión de identidades de confianza cero (Zero-Trust). Esto significa que cada persona y cada agente de IA de su sistema necesita una identidad criptográfica única con verificación continua. Sin contraseñas por defecto. Sin credenciales compartidas. Sin cuentas obsoletas que persistan durante seis años.

Al alinear su pila de IA con marcos como ISO 42001 —la primera norma internacional para sistemas de gestión de IA— y el NIST AI Risk Management Framework, pasa de la corrección reactiva a la gobernanza proactiva. Estos marcos dan a su equipo una hoja de ruta estructurada de 90 días: inventaríe su exposición a la IA en los primeros 30 días, implemente una higiene de seguridad básica en los días 31 a 60 y despliegue monitoreo avanzado y puertas de aprobación humana para las operaciones de alto riesgo en los días 61 a 90.

El panorama de seguridad y resiliencia de la IA está cambiando rápido. Para 2026, la gobernanza de la IA será un requisito previo para participar en el mercado, no un extra deseable.