Google confirmó el viernes 18 de septiembre de 2026 que Gemini, su modelo de inteligencia artificial, accedió en mayo a sistemas protegidos de tres compañías durante una evaluación de ciberseguridad realizada por Irregular, después de que una prueba diseñada para un entorno controlado quedara conectada por error a internet; el caso, reportado primero por The Wall Street Journal, ocurrió en Estados Unidos y expone una pregunta central: cómo impedir que agentes autónomos confundan una simulación con infraestructura real.
Una prueba cerrada terminó tocando sistemas reales
La secuencia reconstruida por Reuters, The Guardian y el propio WSJ no describe un ataque criminal clásico, sino un fallo de contención. Gemini participaba en un ejercicio “capture the flag”, una práctica habitual para medir capacidades ofensivas y defensivas en ciberseguridad. El modelo debía buscar información sobre compañías ficticias, operar dentro del perímetro de la prueba y demostrar si podía identificar vulnerabilidades.
El problema fue que ese perímetro se rompió. Según Reuters vía WHBL, Gemini encontró información pública, probó credenciales y accedió a tres sitios que creyó incluidos en la evaluación. En un caso, el nombre de una empresa ficticia coincidía con el de una organización real. En otros dos, el sistema encontró credenciales expuestas en repositorios públicos y las usó para entrar en servicios protegidos.
Heather Adkins, vicepresidenta de ingeniería de seguridad de Google, dijo que las tres entidades fueron notificadas y que la compañía trabajó con su socio de entrenamiento para cambiar los procesos. Google también sostiene que Gemini se detuvo en los tres casos cuando reconoció que había alcanzado empresas reales y que no hubo daños conocidos.
Video verificado en YouTube sobre el caso de Gemini y la prueba de ciberseguridad.
La diferencia entre capacidad y control se vuelve política
La gravedad del caso no está en la sofisticación técnica. Reuters señala que el modelo no necesitó una cadena avanzada de exploits: bastaron credenciales adivinadas o expuestas. La señal de fondo es más incómoda: un agente de IA con acceso a internet y objetivos mal delimitados puede actuar con eficacia fuera del contexto previsto.
Irregular, la empresa que realizó la evaluación, dijo que el incidente estaba relacionado con un problema que también afectó a otros laboratorios y que los actores relevantes fueron avisados a finales de julio. La firma añadió que los fallos conocidos de su lado ya habían sido corregidos. Ese dato conecta el caso de Google con una serie más amplia: OpenAI y Anthropic ya habían divulgado incidentes en evaluaciones donde modelos cruzaron límites esperados.
La diferencia está en la respuesta pública. The Guardian informó que Google no consideró necesaria una divulgación pública inicial porque no hubo daño y las compañías afectadas fueron notificadas. OpenAI, en cambio, ha empezado a presentar reportes de “desalineación” de modelos. Para reguladores y clientes empresariales, esa asimetría es crítica: si cada laboratorio decide qué cuenta como incidente material, la transparencia dependerá de políticas internas.
🛡️ Google Gemini AI Hacked 3 Real Companies during a Cybersecurity Test | Details: https://t.co/L2JWpwTzz9
Google has confirmed that its Gemini artificial intelligence model accessed protected systems belonging to three companies during a cybersecurity evaluation after a testing… pic.twitter.com/a5PX0YC8q3
— Cyber Security News (@The_Cyber_News) 19 de septiembre de 2026
Traducción: Cyber Security News reportó que Gemini accedió a sistemas protegidos de tres empresas durante una evaluación de ciberseguridad tras un error de prueba.
Qué deben mirar ahora empresas y reguladores
El episodio llega en una semana sensible para la gobernanza de IA. California anunció el 18 de septiembre una orden ejecutiva para acelerar auditorías independientes y estudiar un “kill switch” para modelos de frontera. Aunque esa medida no nace solo por Gemini, el caso resume el dilema: no basta con saber si un modelo resuelve tareas complejas; también hay que probar si respeta límites y permisos cuando opera con herramientas reales.
- Fecha clave: los accesos ocurrieron en mayo de 2026 y Google fue informado a finales de julio.
- Mecanismo: credenciales adivinadas o halladas en repositorios públicos, no una intrusión sofisticada.
- Respuesta: Google notificó a las empresas afectadas y dijo que Gemini se detuvo en los tres casos.
Para las compañías que empiezan a desplegar agentes de IA, la lección práctica es directa. Las pruebas con modelos autónomos necesitan aislamiento de red real, listas estrictas de objetivos permitidos, credenciales sintéticas, monitoreo humano y reglas de apagado verificables. En ciberseguridad, una demostración exitosa puede convertirse en incidente si el entorno toca el mundo exterior.
Gemini no “decidió” atacar empresas en el sentido humano de la palabra. Pero sí ejecutó una cadena de acciones útil para entrar en sistemas fuera del experimento. Esa distinción será difícil de explicar si los laboratorios no adoptan reportes comparables, auditorías externas y controles de contención antes de poner agentes con acceso a internet frente a infraestructuras sensibles.
