Bots de IA escanean registros de certificados TLS: cualquier información se utiliza para entrenar LLMs

La empresa Human Security ha publicado el informe State of AI Traffic, según el cual el tráfico de inteligencia artificial en internet ha aumentado un 187% en el último año, mientras que el tráfico de agentes de IA ha crecido un 7851% y el de scrapers de IA un 597%. El tráfico de IA crece ocho veces más rápido que el humano. Los sitios con contenido fresco, como tiendas y medios de comunicación, sufren la mayor presión: la proporción de bots en ellos se acerca al 90%. El informe se basa en datos de la plataforma Human Defense Platform. El director ejecutivo de Cloudflare, Matthew Prince, predijo que para 2027 los bots de IA superarían el tráfico humano, pero esto ya ocurrió en 2026. Los expertos califican la situación como el fin de la web abierta: el contenido es absorbido instantáneamente por los bots de IA y utilizado para entrenar modelos de lenguaje extensos (LLM, por sus siglas en inglés), lo que provoca una caída catastrófica del tráfico humano (por ejemplo, las visitas a medios técnicos han disminuido más del 50%). Los editores se refugian en el acceso de pago, bloqueando incluso a Internet Archive. Los bots de IA escanean incluso los registros de certificados TLS (Certificate Transparency) para detectar nuevos dominios que rastrear: en cuanto un usuario registra un certificado, el primer visitante llega casi de inmediato al servidor, como el bot OAI-SearchBot de OpenAI. Además, para entrenar LLM se compran archivos de información de empresas en quiebra, y las empresas activas crean "gemelos digitales" de sus empleados a partir de sus correos y archivos. En las fábricas, los empleados trabajan con videocámaras en la cabeza para grabar su comportamiento no verbal. Cualquier información generada por humanos (UGC, por sus siglas en inglés) se vuelve valiosa, por lo que los empleados reales son especialmente demandados en la actualidad.