Tecnología
Códigos QR: son o no peligrosos para tu teléfono celular
Entre los muchos cambios provocados por la pandemia está el uso generalizado de códigos QR, representaciones gráficas de datos digitales que pueden imprimirse y luego escanearse con un teléfono inteligente u otro dispositivo.
Los códigos QR tienen una amplia gama de usos que ayudan a las personas a evitar el contacto con objetos y las interacciones cercanas con otras personas, incluso para compartir menús de restaurantes, suscripciones a listas de correo electrónico, información de ventas de automóviles y casas, y registro de entrada y salida de citas médicas y profesionales.
Los códigos QR son primos cercanos de los códigos de barras en los paquetes de los productos que los cajeros pasan por escáneres infrarrojos para que la caja registradora sepa qué productos se están comprando.
Los códigos de barras almacenan información a lo largo de un eje, horizontalmente. Los códigos QR almacenan información tanto en el eje vertical como en el horizontal, lo que les permite almacenar muchos más datos. Esa cantidad adicional de datos es lo que hace que los códigos QR sean tan versátiles.
Mientras que para las personas es fácil leer números arábigos, para una computadora es difícil.
Los códigos de barras codifican datos alfanuméricos como una serie de líneas blancas y negras de varios anchos.
En la tienda, los códigos de barras registran el conjunto de números que especifican la identificación de un producto. Críticamente, los datos almacenados en códigos de barras son redundantes. Incluso si parte del código de barras se destruye u oscurece, aún es posible que un dispositivo lea la identificación del producto.
Los códigos QR están diseñados para que los escanee una cámara, como las que se encuentran en tu teléfono inteligente. El escaneo de códigos QR está integrado en muchas aplicaciones de cámara para Android e iOS. Los códigos QR se utilizan con mayor frecuencia para almacenar enlaces web; sin embargo, pueden almacenar datos arbitrarios, como texto o imágenes.
Cuando escaneas un código QR, el lector de QR en la cámara de tu teléfono descifra el código, y la información resultante activa una acción en tu teléfono. Si el código QR tiene una URL, tu teléfono te mostrará la URL. Tócala y el navegador predeterminado de tu teléfono abrirá la página web.
Anatomía de un código QR
Los códigos QR se componen de varias partes: datos, marcadores de posición, zona silenciosa y logotipos opcionales.
Los datos en un código QR son una serie de puntos en una cuadrícula cuadrada. Cada punto representa un uno y cada espacio en blanco un cero en código binario, y los patrones codifican conjuntos de números, letras o ambos, incluidas las URL.
En su forma más pequeña, esta cuadrícula tiene 21 filas por 21 columnas, y en su forma más grande tiene 177 filas por 177 columnas.
En la mayoría de los casos, los códigos QR usan cuadrados negros sobre un fondo blanco, lo que hace que los puntos sean fáciles de distinguir. Sin embargo, este no es un requisito estricto y los códigos QR pueden usar cualquier color o forma para los puntos y el fondo.
Los marcadores de posición son cuadrados colocados en las esquinas superior izquierda, superior derecha e inferior izquierda de un código QR.
Estos marcadores permiten que la cámara de un teléfono inteligente u otro dispositivo oriente el código QR al escanearlo.
Los códigos QR están rodeados por un espacio en blanco, la zona tranquila, para ayudar a la computadora a determinar dónde comienza y termina el código QR.
Los códigos QR pueden incluir un logotipo opcional en el medio.
Al igual que los códigos de barras, los códigos QR están diseñados con redundancia de datos. Incluso si el 30 % del código QR se destruye o es difícil de leer, los datos aún se pueden recuperar.
De hecho, los logotipos no forman parte del código QR; tapan algunos de los datos del código QR. Sin embargo, debido a la redundancia del código QR, los datos representados por estos puntos que faltan se pueden recuperar mirando los puntos visibles restantes.
¿Son los códigos QR peligrosos?
Los códigos QR no son inherentemente peligrosos. Son simplemente una forma de almacenar datos. Sin embargo, así como puede ser peligroso hacer clic en los enlaces de los correos electrónicos, visitar las URL almacenadas en los códigos QR también puede serlo de varias maneras.
La URL del código QR puede llevarte a un sitio web de phishing que intente engañarte para que ingreses tu nombre de usuario o contraseña para otro sitio web. La URL podría llevarte a un sitio web legítimo y engañar a ese sitio web para que haga algo dañino, como dar acceso a tu cuenta a un atacante.
Si bien un ataque de este tipo requiere una falla en el sitio web que estás visitando, tales vulnerabilidades son comunes en internet. La URL puede llevarte a un sitio web malicioso que engaña a otro sitio web en el que has iniciado sesión en el mismo dispositivo para realizar una acción no autorizada.
Una URL maliciosa podría abrir una aplicación en tu dispositivo y hacer que realice alguna acción. Tal vez hayas visto este comportamiento cuando hiciste clic en un enlace de Zoom, y la aplicación Zoom se abrió y se unió automáticamente a una reunión.
Si bien dicho comportamiento suele ser benigno, un atacante podría usarlo para engañar a algunas aplicaciones para que revelen tus datos.
Es fundamental que cuando abras un enlace en un código QR, te asegures de que la URL sea segura y provenga de una fuente confiable.
El hecho de que el código QR tenga un logotipo que reconozcas no significa que debas hacer clic en la URL que contiene.
También existe una pequeña posibilidad de que la aplicación utilizada para escanear el código QR contenga una vulnerabilidad que permita que los códigos QR maliciosos se apoderen de tu dispositivo.
Este ataque tendría éxito simplemente escaneando el código QR, incluso si no haces clic en el enlace almacenado en él.
Para evitar esta amenaza, debes usar aplicaciones confiables proporcionadas por el fabricante del dispositivo para escanear códigos QR y evitar descargar aplicaciones de códigos QR personalizadas.
*Scott Ruoti es profesor asistente de Ciencias de la Computación, Universidad de Tennessee, Estados Unidos.
Meta lanzó esta semana Muse Code, una inteligencia artificial capaz de escribir código de software de manera autónoma, con la que la compañía ingresa al segmento más lucrativo del competitivo mercado de la inteligencia artificial generativa.
La programación asistida se ha convertido en uno de los principales generadores de ganancias dentro del sector de la IA, por encima de los bots conversacionales como ChatGPT y Gemini.
Según Meta, matriz de Facebook, Instagram y WhatsApp, Muse Code puede planificar la ejecución de un proyecto, dividirlo en tareas, escribir programas y verificar los resultados. Además, puede delegar actividades a otros «subagentes», explicó el director ejecutivo de la compañía, Mark Zuckerberg, en su red social Threads.
Microsoft fue pionero en este segmento con GitHub Copilot, antes de la aparición de los denominados agentes de inteligencia artificial, capaces de ejecutar simultáneamente varias tareas complejas. Entre ellos se encuentran Claude Code, de Anthropic; Codex, de OpenAI; y Cursor, cuya adquisición por parte de SpaceX, de Elon Musk, está casi completa.
Muse Code se encuentra actualmente en versión beta y utiliza un modelo de cobro por uso, en lugar de una suscripción. Su precio es inferior al de algunos de sus competidores, como parte de una estrategia de Meta para ganar terreno en este mercado.
La compañía, cuyas ganancias dependen principalmente de la publicidad, busca de esta manera monetizar directamente sus modelos de inteligencia artificial, en medio de la presión de los inversores por el elevado nivel de sus gastos.
A mediados de 2025, Zuckerberg destinó más de 14,000 millones de dólares para adquirir una participación del 49 % en Scale AI. Además, nombró a su entonces director ejecutivo, Alexandr Wang, como jefe de Meta Superintelligence Labs, donde también incorporó a altos ejecutivos de OpenAI, Anthropic y Google.
Revelan incidente de seguridad relacionado con modelo anterior de Meta
Un incidente de seguridad relacionado con una versión anterior del modelo de Meta, Muse Spark 1.1, fue revelado el miércoles por el medio especializado en tecnología The Information.
Durante una prueba de ciberseguridad realizada por el proveedor especializado Irregular, Muse Spark obtuvo acceso a los sistemas de una compañía cuya identidad aún no ha sido revelada.
Meta indicó a la AFP que el incidente, cuya fecha de ocurrencia no ha sido precisada, fue provocado por «un error en la configuración» del proveedor. Un portavoz de la compañía también aseguró que posteriormente se publicará un informe detallado sobre la investigación.
Según la información citada, en las últimas semanas se produjeron otros dos incidentes similares durante pruebas realizadas por OpenAI y Anthropic. En esos casos, sus modelos aprovecharon entornos que no estaban correctamente aislados para acceder sin autorización a sistemas informáticos reales.
Una prueba realizada por OpenAI reveló que dos agentes de inteligencia artificial ejecutaron de forma autónoma un ciberataque durante una evaluación interna, un hecho que ha reavivado el debate sobre cómo controlar los modelos de IA más avanzados.
La evaluación, desarrollada en un entorno cerrado, tenía como objetivo medir las capacidades de GPT-5.6 Sol, considerado por la empresa como su modelo «más avanzado», así como de su sucesor, que aún no ha sido comercializado. Este tipo de pruebas forma parte del proceso habitual de evaluación de la startup estadounidense.
Durante el ensayo, los modelos lograron conectarse a internet y lanzaron un ataque contra la plataforma Hugging Face, un repositorio de modelos de inteligencia artificial.
«Entendían que OpenAI no quería que salieran de su entorno de pruebas y hackearan a otra compañía, pero igual lo hicieron», afirmó Jeffrey Ladish, director de Palisade Research, una organización independiente dedicada a evaluar nuevos modelos de IA en materia de ciberseguridad.
«Casi parecía que lo hicieron antes incluso de tener un plan de qué hacer con el acceso a internet», agregó Ladish.
El incidente se suma a otros casos recientes. En marzo, un grupo de desarrolladores afiliados a la empresa china Alibaba detectó que uno de sus modelos intentó crear una criptomoneda por iniciativa propia tras conectarse sin autorización a un servidor externo.
Asimismo, en abril, Sam Bowman, responsable de seguridad de Anthropic, recibió un correo electrónico enviado por el modelo Mythos, que estaba siendo sometido a pruebas. En el mensaje, el sistema informaba que estaba navegando por internet pese a haber sido aislado inicialmente.
Según Ladish, estos modelos «buscan libertad para cumplir con sus objetivos de manera más efectiva. Y eso da mucho miedo».
Dudas sobre la supervisión de la inteligencia artificial
El informe publicado por OpenAI sobre estos eventos sugiere que la empresa no detectó la situación con suficiente rapidez para intervenir en tiempo real o alertar a Hugging Face. Consultada por la AFP, la compañía no respondió sobre el incidente.
Tras los ciberataques, OpenAI informó que implementó «protecciones más fuertes» para las próximas evaluaciones de sus modelos.
Para Gang Wang, profesor de Ciencias de la Computación de la Universidad de Illinois, todavía es posible impedir que un modelo acceda a internet mediante la desconexión física de la red. Sin embargo, advirtió que «las personas subestiman a la IA».
Por su parte, Andrew Lohn, del Centro de Seguridad y Tecnologías Emergentes de la Universidad de Georgetown, señaló que asegurar estos entornos de prueba «es algo a lo que debemos prestar más atención (…) como se hace con los accidentes de laboratorio» que pueden liberar virus o bacterias.
En tanto, Dan Lahav, director ejecutivo de la empresa de ciberseguridad Irregular, especializada en inteligencia artificial de vanguardia, sostuvo que realizar simulaciones en un entorno completamente aislado representa «un desafío de investigación muy difícil».
«Es posible aplicar medidas de mitigación, pero debido a cómo está construida la tecnología, cuanto más se intenta darle libertad y autonomía para realizar tareas más sofisticadas, será más difícil supervisarla», explicó.
El caso de OpenAI ha intensificado el debate en Estados Unidos sobre la necesidad de verificar los modelos de inteligencia artificial más avanzados antes de su lanzamiento.
Según la información proporcionada, el gobierno del presidente Donald Trump obligó a Anthropic a suspender dos de sus modelos y a OpenAI a someter sus desarrollos a pruebas antes de comercializarlos.
Además, el jueves, un congresista republicano y otro demócrata presentaron un proyecto de ley que obligaría a las principales empresas de inteligencia artificial a contar con un «interruptor de apagado» («kill switch») que permita desactivar sus sistemas si representan un riesgo grave.
La empresa china de tecnologías robóticas Unitree Robotics ha presentado su nuevo robot Unitree Super Athlete AS2-W, capaz de moverse por terrenos rocosos unos 30 km sin carga útil a una velocidad de 30 km/h. Soporta una carga útil de 16 kg.
Unitree Super Athlete AS2-W 😉
Fluid movement, compact yet exceptional. Supports a continuous 16kg payload, with 30+ km unloaded driving range pic.twitter.com/AwjdwnzUFs— Unitree (@UnitreeRobotics) July 24, 2026
