Un nuevo artículo de investigación demuestra que los grandes modelos de lenguaje pueden identificar identidades reales detrás de nombres de usuario anónimos en línea con alta precisión. El método, que cuesta tan solo 4 dólares por persona, analiza las publicaciones en busca de pistas y las cruza con referencias en internet. Investigadores de ETH Zurich, Anthropic y MATS advierten de una privacidad en línea reducida.
Publicado el 26 de febrero de 2026, el artículo titulado «Deanominización en línea a gran escala con LLM» explora cómo los chatbots de IA avanzados pueden descubrir a las personas reales detrás de los seudónimos en plataformas como Reddit y Hacker News. El estudio, realizado por investigadores de ETH Zurich, Anthropic —la empresa matriz de Claude— y el grupo de investigación MATS, presenta una técnica llamada ESRC: Extraer pistas, Buscar, Razonar y Calibrar. La IA primero examina las publicaciones en busca de indicios personales, como intereses en programación de juegos en Python, películas de Marvel, quejas sobre la escuela en Seattle o estilos de escritura distintivos. Luego busca en sitios como LinkedIn, Google y otras cuentas de Reddit para encontrar perfiles coincidentes. Finalmente, razona sobre las coincidencias en estilo, aficiones y horarios para evaluar los niveles de confianza, logrando coincidencias sin intervención humana. Las pruebas con usuarios reales de Hacker News arrojaron una tasa de éxito del 67 % en la vinculación de nombres de usuario secretos con identidades reales, con un 90 % de precisión cuando la IA realizaba predicciones. Para publicaciones de Reddit del mismo usuario en diferentes años o grupos, la tasa de éxito alcanzó el 68 %. El proceso es económico, requiriendo hasta 4 dólares por individuo utilizando chatbots accesibles como futuras versiones de ChatGPT o Claude. Simon Lermen, uno de los principales investigadores, destacó las implicaciones para la privacidad. Anteriormente, mantener el anonimato en línea dependía del esfuerzo requerido para investigaciones manuales, que podían tomar horas o días. Ahora, esta automatización permite a individuos, empresas o autoridades analizar rápidamente miles de cuentas, revelando potencialmente nombres, escuelas, ciudades o trabajos a partir de unos pocos comentarios. Los investigadores describen esto como el fin de la «oscuridad práctica», donde la oscuridad era factible a pesar de las posibilidades técnicas.
