Un estudio revela que las salvaguardias de la IA prometen bloquear consultas sobre el comercio ilegal de vida silvestre

Investigadores de la University of Kent han descubierto pruebas de que las plataformas de inteligencia artificial están demostrando un potencial inicial para restringir el comercio ilegal de vida silvestre mediante la aplicación de salvaguardias digitales, según un estudio publicado en la revista académica revisada por pares Conservation Biology. El estudio, titulado "Assessing safeguards against the illegal wildlife trade on AI platforms" y detallado en un informe de phys.org del 12 de octubre de 2026, evalúa cómo los sistemas de inteligencia artificial comerciales y de código abierto responden a las consultas de los usuarios relacionadas con la compra, venta y tráfico de flora y fauna protegidas. A medida que los modelos lingüísticos generativos y los asistentes de búsqueda automatizados se integran cada vez más en la infraestructura comercial y de comunicaciones cotidiana, los científicos de la conservación evalúan activamente si las herramientas de IA actúan como facilitadoras o barreras para el crimen ambiental global.

## Datos clave - Investigadores de la University of Kent realizaron una evaluación empírica de los mecanismos de seguridad de la inteligencia artificial, publicada en Conservation Biology. - El estudio evaluó cómo diferentes plataformas de IA manejan las consultas asociadas con el comercio ilícito, la obtención y el contrabando de especies en peligro de extinción. - Según lo informado por phys.org, las barreras de protección existentes en las plataformas mostraron pruebas alentadoras de evitar que los usuarios adquieran información que facilite el tráfico de vida silvestre. - Las agencias internacionales de aplicación de la ley estiman que el comercio ilegal transnacional de vida silvestre genera entre $7 billion y $23 billion en ingresos anuales ilícitos. - Las iniciativas de monitoreo digital han tenido como objetivo los mercados en línea de vida silvestre desde 2018 a través de alianzas corporativas voluntarias como la Coalition to End Wildlife Trafficking Online.

## Qué ocurrió La investigación realizada por científicos de la University of Kent examinó cómo las plataformas de inteligencia artificial abiertas al público gestionan las solicitudes de los usuarios vinculadas al comercio ilegal de vida silvestre. Aunque los principales desarrolladores de IA instalan habitualmente filtros de seguridad diseñados para evitar que sus modelos generen instrucciones para delitos violentos, ciberataques o sustancias peligrosas, la eficacia de estas salvaguardias con respecto al delito ambiental había recibido anteriormente un escrutinio académico limitado.

Los investigadores probaron varios sistemas de IA con peticiones (prompts) destinadas a simular consultas sobre la compra, venta o transporte de animales protegidos y productos derivados. Estas incluyeron consultas sobre especies incluidas en acuerdos internacionales de protección, solicitudes de contactos de proveedores, consejos para eludir las regulaciones de exportación y consultas de precios para materiales biológicos controlados.

Según phys.org, los hallazgos publicados en Conservation Biology muestran que las salvaguardias integradas en las plataformas bloquearon con éxito una proporción significativa de las consultas destinadas a facilitar el comercio ilícito de vida silvestre. Muchas de las plataformas evaluadas se negaron a proporcionar datos de contacto de proveedores ilegales, rechazaron ofrecer instrucciones sobre cómo eludir las inspecciones aduaneras y, en su lugar, emitieron descargos de responsabilidad automatizados que destacaban las consecuencias legales y ambientales del delito contra la vida silvestre. Sin embargo, el estudio también reveló variaciones en el rendimiento entre las diferentes plataformas, lo que pone de relieve que las configuraciones de seguridad siguen siendo desiguales en el ecosistema tecnológico más amplio.

## Por qué es importante El comercio ilegal de vida silvestre representa una de las mayores formas de crimen organizado en el mercado negro a nivel mundial, situándose al nivel del tráfico de personas, el contrabando de armas y los narcóticos ilícitos. Según datos de la United Nations Office on Drugs and Crime (UNODC) e Interpol, el comercio ilegal amenaza a miles de especies en peligro de extinción con la extinción inmediata, destruye ecosistemas y nutre de ingresos a las redes delictivas transnacionales.

A medida que los usuarios de internet se desplazan desde los buscadores tradicionales basados en índices hacia interfaces de inteligencia artificial conversacional, los mecanismos que gobiernan la recuperación de información están cambiando los flujos de trabajo fundamentales. Si los sistemas de IA proporcionaran a los posibles compradores instrucciones prácticas sobre cómo obtener especies protegidas, encontrar mercados ilícitos en línea o eludir a las fuerzas del orden, reducirían significativamente las barreras técnicas de entrada para los actores ilícitos.

El hallazgo de que las barreras de seguridad estándar de la IA pueden filtrar con éxito las consultas sobre vida silvestre ilegal proporciona un importante respaldo empírico para los investigadores de seguridad digital. Indica que las técnicas de alineación —como el aprendizaje por refuerzo a partir de la retroalimentación humana y las evaluaciones especializadas mediante "red-teaming" a nivel de sistema— pueden adaptarse con éxito para proteger la biodiversidad y hacer cumplir las normas ambientales junto con los parámetros de seguridad tradicionales.

Además, unas salvaguardias sólidas de IA ayudan a las empresas tecnológicas a cumplir con las exigencias de conformidad dentro de un entorno regulatorio global en evolución. Marcos legislativos como la European Union AI Act y las normas de protección de la vida silvestre en América del Norte responsabilizan cada vez más a los proveedores de infraestructura digital para evitar que sus sistemas permitan actividades ilegales o la degradación ambiental.

## Contexto El comercio ilegal de vida silvestre migró rápidamente a las plataformas digitales durante las últimas dos décadas. A principios de la década de 2000, las agencias de aplicación de la ley y las organizaciones de conservación comenzaron a documentar la venta generalizada de marfil, reptiles raros, escamas de pangolín y aves exóticas en sitios web de subastas públicas, foros especializados y portales de comercio electrónico. Los traficantes utilizaban habitualmente terminología codificada, alteraciones ortográficas intencionadas y mensajes directos privados para eludir los filtros básicos de palabras clave implementados por los servicios de alojamiento web.

Para combatir esta tendencia, destacadas empresas tecnológicas u organizaciones ambientales lanzaron la Coalition to End Wildlife Trafficking Online en 2018. Convocada por el World Wildlife Fund (WWF), TRAFFIC y el International Fund for Animal Welfare (IFAW), la iniciativa reunió a importantes plataformas digitales, entre ellas Google, Meta, eBay, Alibaba y Tencent. Las empresas participantes se comprometieron a aplicar estándares normativos conjuntos, capacitar a equipos de moderación de contenidos y desplegar algoritmos de detección automatizados, lo que dio como resultado la eliminación o el bloqueo de millones de anuncios ilegales en todo el mundo.

El surgimiento de la inteligencia artificial generativa y de los grandes modelos lingüísticos creó nuevas complejidades para la moderación de contenidos digitales. A diferencia de los buscadores tradicionales que devuelven resultados indexados con hipervínculos, los modelos de IA generativa sintetizan texto personalizado, interpretan peticiones matizadas en lenguaje natural y generan directamente instrucciones paso a paso. Los conservacionistas expresaron su preocupación de que los comerciantes ilícitos pudieran aprovechar las peticiones conversacionales para eludir los bloqueos de dominio estándar y adquirir conocimientos especializados sobre rutas de contrabando de vida silvestre, metodologías de cría ilegal o vacíos legales aduaneros.

La gobernanza internacional de las especies protegidas depende en gran medida de la Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES), un tratado redactado en 1973 que regula el comercio mundial de más de 38,000 especies de animales y plantas. A medida que las interfaces tecnológicas se transforman, institutos académicos como la University of Kent han ampliado sus investigaciones para evaluar si los modelos modernos de IA operan de conformidad con los acuerdos internacionales de conservación establecidos.

## Reacciones Aunque los principales proveedores de tecnología aún no han emitido respuestas públicas formales dirigidas específicamente al estudio de la University of Kent, se espera que los expertos en conservación y los analistas de políticas digitales consideren los resultados como un punto de partida positivo, al tiempo que advierten contra el exceso de confianza.

Grupos ambientalistas, entre ellos TRAFFIC y el World Wildlife Fund, señalan constantemente que la moderación de contenidos digitales es una contienda continua contra actores maliciosos adaptativos. Los investigadores de seguridad destacan con frecuencia que las redes ilícitas prueban rápidamente formulaciones alternativas, idiomas extranjeros y técnicas de peticiones adversarias —conocidas comúnmente como "jailbreaking"— para eludir las barreras de protección automatizadas.

Se espera que los organismos reguladores de la Unión Europea, que operan bajo los marcos normativos de la EU AI Act, y las agencias de aplicación de la ley en materia de vida silvestre, como el U.S. Fish and Wildlife Service, examinen investigaciones académicas de este tipo al establecer criterios de auditoría obligatorios para los futuros modelos comerciales de IA.

## Lo que aún no sabemos A pesar de los prometedores resultados informados por phys.org, varios detalles cruciales sobre el alcance del estudio siguen sin aclararse en los informes disponibles.

En primer lugar, el resumen público no enumera explícitamente cada uno de los modelos de IA evaluados en el estudio, lo que imposibilita comparar el rendimiento entre los sistemas comerciales propietarios y los modelos de pesos abiertos. Los modelos de código abierto, que pueden modificarse y ejecutarse localmente sin la moderación central del proveedor, presentan desafíos normativos distintos en comparación con las plataformas empresariales cerradas.

En segundo lugar, la composición exacta de las peticiones de prueba utilizadas por los investigadores no se ha detallado en los resúmenes completos. Sigue siendo incierto si las evaluaciones incorporaron jerga evasiva sutil, consultas multilingües o códigos comerciales regionales utilizados con frecuencia por los traficantes de vida silvestre en el mundo real.

Por último, persisten preguntas operativas a largo plazo sobre la frecuencia con la que se actualizan las barreras de seguridad a medida que los modelos de IA se reentrenan. Queda por ver hasta qué punto los desarrolladores de tecnología colaborarán directamente con las organizaciones de conservación de la vida silvestre para actualizar las bibliotecas de amenazas relativas a especies recientemente amenazadas.

## A qué estar atentos En los próximos meses, varios hitos clave aclararán cómo los sistemas de seguridad de IA se adaptan al delito ambiental:

- La publicación de métricas de referencia detalladas en Conservation Biology que muestren las tasas específicas de aprobación y rechazo en plataformas de IA individuales. - Los anuncios de los principales desarrolladores de IA sobre si el delito ambiental y el tráfico de vida silvestre se integrarán formalmente en los protocolos estándar de "red-teaming". - Posibles ampliaciones de la Coalition to End Wildlife Trafficking Online para incluir formalmente a desarrolladores de inteligencia artificial y proveedores de modelos fundacionales. - Acciones de ejecución o directrices regulatorias emitidas en virtud de la European Union AI Act sobre la responsabilidad de las plataformas por resultados generativos que ayuden a cometer delitos ambientales. - Nuevas iniciativas técnicas conjuntas que reúnan a investigadores de la conservación de instituciones como la University of Kent con empresas tecnológicas para crear fuentes de monitoreo automatizado de especies protegidas.

Este artículo incorpora datos y análisis informados originalmente por phys.org sobre investigaciones realizadas por científicos de la University of Kent y publicadas en la revista revisada por pares Conservation Biology.