Esquema de empleo engañoso: fraude de contratación asistido por IA

Este caso de estudio se publicó originalmente en el informe de febrero de 2025⁠(se abre en una nueva ventana) de OpenAI.

Bloqueamos varias cuentas que podrían haberse utilizado para facilitar un esquema de empleo engañoso. La actividad que observamos coincide con las tácticas, técnicas y procedimientos (TTP) que Microsoft⁠(se abre en una nueva ventana) y Google⁠(se abre en una nueva ventana) atribuyeron a un esquema de trabajadores de TI posiblemente vinculado con Corea del Norte.

Aunque no podemos determinar la ubicación ni la nacionalidad de los actores, la actividad que interrumpimos presentaba características reportadas públicamente⁠(se abre en una nueva ventana) en relación con los esfuerzos del Estado norcoreano por canalizar ingresos mediante esquemas de contratación engañosos, en los que ciertas personas obtienen fraudulentamente puestos en empresas occidentales para sostener la red financiera del régimen.

Las distintas cuentas usaron nuestros modelos para generar contenido que parecía dirigirse a cada etapa del proceso de reclutamiento mediante diferentes prácticas engañosas, todas diseñadas para complementarse entre sí.

Los actores usaron redes privadas virtuales (VPN), herramientas de acceso remoto como AnyDesk y teléfonos de voz sobre IP (VoIP) que, en gran medida, parecían estar ubicados en Estados Unidos. Aunque tenemos poca visibilidad sobre cómo estos actores distribuían su contenido, identificamos contenido publicado en LinkedIn.

Uno de los principales conjuntos de contenido generado por estos actores consistía en documentación personal para los “solicitantes de empleo” ficticios, como currículums, perfiles laborales en línea y cartas de presentación. Estos currículums y perfiles se adaptaban con frecuencia a una vacante específica para aumentar las probabilidades de que la persona pareciera una candidata altamente calificada. Un segundo conjunto consistía en crear identidades de “apoyo”, que se usaban para proporcionar referencias de los “solicitantes de empleo” y recomendarlos para oportunidades laborales.

En paralelo, los operadores crearon publicaciones para redes sociales con el fin de reclutar a personas reales que apoyaran sus operaciones. Entre ellas se incluían, por ejemplo, personas dispuestas a recibir y alojar computadoras portátiles en sus hogares o a prestar sus identidades al esquema para que los solicitantes pudieran superar las verificaciones de antecedentes.

Por último, las identidades de los “solicitantes de empleo” parecen haber usado nuestros modelos durante las entrevistas para generar respuestas plausibles a preguntas técnicas y de comportamiento. Sin embargo, no observamos que usaran nuestras herramientas de voz a voz.

Después de conseguir empleo aparentemente, usaron nuestros modelos para realizar tareas laborales, como escribir código, solucionar problemas e intercambiar mensajes con sus colegas. También usaron nuestros modelos para idear historias que explicaran comportamientos inusuales, como evitar las videollamadas, acceder a sistemas corporativos desde países no autorizados o trabajar en horarios irregulares.

Dado que solo tenemos visibilidad sobre una pequeña parte de toda esta actividad, para evaluar su impacto se necesitaría información de varias partes interesadas.

Las políticas de OpenAI prohíben estrictamente usar los resultados de nuestras herramientas para cometer fraudes o estafas. Durante nuestra investigación de esquemas de empleo engañosos, identificamos y bloqueamos decenas de cuentas. Compartimos información sobre las redes fraudulentas que interrumpimos con otras organizaciones del sector y las autoridades pertinentes, lo que mejora nuestra capacidad colectiva para detectar, prevenir y responder a estas amenazas, a la vez que fomenta nuestra seguridad común.