Estafa de tareas: falsas ofertas para publicar reseñas con ayuda de IA

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

Bloqueamos un grupo de cuentas de ChatGPT que traducían comentarios breves entre urdu e inglés, compatibles con una estafa de «tareas⁠(se abre en una ventana nueva)» en la que se ofrece a las víctimas un empleo muy bien remunerado, pero después se les exige aportar su propio dinero al sistema antes de poder acceder a sus supuestas «ganancias». Esta actividad parecía proceder de Camboya. En estas estafas, las víctimas suelen perder tanto las «ganancias» como su propio dinero. Empezamos a investigar esta actividad tras recibir un aviso de Meta.

Esta red utilizaba principalmente nuestros modelos para traducir entre urdu e inglés comentarios breves, similares a los de conversaciones entre un estafador y sus víctimas. Identificamos referencias a conversaciones por Telegram —aparentemente su plataforma principal—, WhatsApp y SMS, así como a diversos foros y grupos de empleo donde podían publicarse ofertas de trabajo.

Los estafadores parecían hacerse pasar principalmente por dos tipos de personajes. Uno era el «reclutador»: sus mensajes eran contactos no solicitados en los que publicaba anuncios de trabajos remotos bien remunerados. El otro, que generaba un mayor volumen de actividad, era el «mentor», que retomaba el contacto iniciado por el «reclutador» y enseñaba a la persona objetivo a realizar su trabajo. Los mentores mencionaban con mucha frecuencia sesiones de formación en Telegram.

En ocasiones, los estafadores también utilizaban nuestros modelos para revisar los textos de sitios web. Estos sitios parecían imitar los nombres y la apariencia de marcas de lujo de diseño, moda y viajes. Los personajes que ejercían de «mentor» afirmaban contratar personal en nombre de esas marcas, lo que indica que probablemente se utilizaban los sitios web para dar más credibilidad a la estafa.

Según la información limitada de la que disponemos, los estafadores parecían seguir un proceso habitual para llevar a sus objetivos desde el primer contacto hasta la estafa:

1. Publicar la oferta: a juzgar por sus instrucciones y las respuestas generadas, los estafadores parecían empezar publicando ofertas de empleo en distintos foros de internet. Las ofertas solían mencionar el trabajo remoto y aparentemente ofrecían una remuneración relativamente alta a cambio de poco trabajo; por ejemplo, 300 dólares al día más bonificaciones por trabajar unas horas. Normalmente las publicaba el personaje del «reclutador».

2. Captar: después, los estafadores generaban comentarios desde el personaje del «mentor» para contactar con posibles empleados mediante diversas aplicaciones de mensajería, según indicaban, y decirles que trabajaban con el «reclutador». El «mentor» afirmaba trabajar para una de las marcas de lujo para las que la operación había creado un sitio web. Describían la tarea como la publicación de reseñas de cinco estrellas en los sitios de esas marcas de lujo, supuestamente para mejorar sus valoraciones entre los clientes.

3. Tranquilizar: en las respuestas generadas, los estafadores solían asegurar a sus objetivos que el trabajo era legítimo porque se realizaba para una empresa con una larga trayectoria. Si la persona objetivo mostraba inquietud, el estafador afirmaba que también había sufrido una estafa anteriormente, pero que esta oportunidad era segura.

4. Formar: si la persona objetivo seguía interesada, las respuestas generadas indicaban que el «mentor» le ofrecería formación, normalmente por Telegram. Al principio, la persona objetivo recibía acceso a una «cuenta de formación», donde debía completar entre 25 y 35 tareas de reseñas al día. La «cuenta de formación» mostraba que las «ganancias» de la persona objetivo aumentaban rápidamente.

5. Entusiasmar: si la persona objetivo continuaba con la formación, las respuestas generadas solían indicar que se le ofrecería una tarea de reseña «especial» o «definitiva» con una bonificación mayor. El «mentor» recalcaba lo poco habitual que era y la suerte que tenía la persona objetivo.

6. «Comisión de activación»: cuando las «ganancias» de la persona objetivo alcanzaban cierto nivel, las respuestas generadas incluían mensajes del «mentor» que le indicaban que debía pagar una «comisión de activación» para poder retirar sus «ganancias». Si era necesario, el estafador la instaba a pedir prestado el dinero a familiares o amigos.

7. Presionar: las respuestas generadas mostraban que, si la persona objetivo se resistía a pagar, el estafador se volvía cada vez más agresivo. La presionaba comparándola con otros trabajadores más eficientes y asegurándole que perdería sus ganancias si no pagaba.

8. Poner excusas: si las respuestas generadas indicaban que la persona objetivo había pagado, el estafador inventaba una serie de excusas para explicar por qué no podía retirar sus ganancias y a menudo afirmaba que debía ingresar más dinero.

Algunas conversaciones mostraban que las personas objetivo eran muy escépticas. Además, algunos comentarios generados por los estafadores adoptaban la voz de un mentor que intentaba averiguar por qué su objetivo había dejado de escribirle, lo que sugiere que la estafa probablemente tenía una tasa de conversión general baja. Sin embargo, algunas conversaciones e informes publicados en internet sugieren que al menos algunas víctimas sí aportaron dinero a estas estafas. No podemos verificar de forma independiente la actividad que tiene lugar fuera de nuestras herramientas.

Las políticas de OpenAI prohíben estrictamente utilizar los resultados de nuestras herramientas para cometer fraudes o estafas. Nos comprometemos a colaborar con otras empresas del sector y con las autoridades para comprender cómo influye la IA en los comportamientos maliciosos e interrumpir activamente las estafas que abusan de nuestros servicios. De acuerdo con este compromiso, hemos compartido información sobre las redes de estafas que desarticulamos con otras empresas del sector y con las autoridades pertinentes para reforzar nuestra seguridad colectiva.