La Función de Compartición de Chats de Muse de Meta Expone Chats a Búsquedas Públicas

Muse, la aplicación de chat AI de Meta, explotó en la escena con más de 10,9 millones de descargas en solo 40 días, según estadísticas de Sensor Tower reportadas por TechCrunch. Pero ahora, el foco está en un evidente problema de privacidad. Claroc, una firma de seguridad que se centra en riesgos relacionados con la IA, encontró que los chats de Muse compartidos a través de un enlace podían ser descubiertos por cualquiera que explorara registros públicos de internet, incluso si el remitente pensaba que solo ciertas personas los verían.

The Verge informa que Meta ha pausado la función de compartición de Muse mientras lo resuelven.

Meta no dejó el crecimiento de Muse al azar. Canalizaron el 39% de su presupuesto publicitario de octubre en la aplicación, con el objetivo de generar confianza y aumentar rápidamente los usuarios. Pero cuando escalas tan rápido—especialmente para una herramienta dirigida tanto a personas comunes como a empresas—cualquier desliz en la privacidad se amplifica.

El contenido sensible en las manos equivocadas siempre es un riesgo, pero especialmente con el público objetivo de Muse.

Cómo Funciona la Compartición de Muse—y Qué Salió Mal

Muse permite a los usuarios convertir conversaciones de chat en páginas web únicas, accesibles para cualquiera con el enlace—sin muros de inicio de sesión. Esa es una jugada estándar para aplicaciones de chat AI destinadas a fomentar la colaboración. Pero el enfoque de Muse incluía tanto el título del chat como un código aleatorio en la dirección web.

Así que, si llamabas a un chat "Revisión del presupuesto Q3", la URL se vería como q3-budget-review-4d7a19e2—todo en un dominio propiedad de Meta.

Cada vez que alguien abría un chat de Muse compartido, su navegador hacía una búsqueda DNS para la dirección. Los servicios DNS pasivos registran silenciosamente estas búsquedas, y cualquiera con acceso puede buscar y recuperar las direcciones. Así fue como Claroc descubrió más de 6,800 URLs de compartición de Muse, con títulos de chat claros que básicamente indexaban el contenido.

La parte aleatoria de la URL se suponía que hacía que los enlaces fueran difíciles de adivinar, pero eso no importaba—ya que toda la dirección, incluido el código aleatorio, terminaba en registros públicos tan pronto como alguien la visitaba.

La investigación de Claroc mostró que estas URLs no solo estaban teóricamente expuestas—estaban activamente indexadas por bases de datos DNS pasivas. Así que, cualquiera que estuviera decidido (o con la automatización adecuada) podría rastrear y listar chats de Muse compartidos sin necesidad del enlace original. Con los títulos de chat justo allí en la dirección, era aún más fácil detectar chats con material potencialmente sensible.

La mayoría de lo que encontró Claroc era bastante mundano—sitios de pequeñas empresas, calendarios de eventos. Pero algunas URLs revelaron datos mucho más sensibles:

  • Notas privadas de un candidato a empleo para una llamada con un laboratorio líder en IA, completas con contactos internos y horarios de reuniones
  • Una revisión interna de ingresos de una firma de marketing, marcada para el CEO
  • Una solicitud de préstamo para pequeñas empresas que revela el monto del préstamo
  • Un calendario de vacaciones del personal de un año completo que lista decenas de empleados

Este rango—desde notas de RRHH hasta planificación estratégica empresarial—muestra que el riesgo de exposición no se limita a un solo tipo de dato o empresa. Si tu equipo utiliza herramientas de chat colaborativas, podrías estar afectado.

Claroc alertó del problema al programa de recompensas por errores de Meta el 8 de octubre. No encontraron pruebas de uso indebido, y los chats se hicieron públicos solo porque los usuarios los compartieron. Aún así, la revisión de Claroc cubrió solo un servicio DNS, un tipo de dirección y un período específico.

El alcance real podría ser incluso más amplio—Claroc encontró 27 nuevas URLs de compartición en su último día de revisión, por lo que la gente seguía compartiendo a medida que aumentaba la vigilancia.

Implicaciones para Empresas y Profesionales

Este caso expone una dura verdad para cualquiera que dependa de la colaboración impulsada por IA: solo porque un enlace esté “no listado” no significa que sea privado. Para las empresas, este no es un riesgo hipotético—los hallazgos de Claroc incluían documentos internos confidenciales que cualquiera podría encontrar.

Imagina a un gerente compartiendo un chat de Muse con un borrador de plan de negocio o una lista de despidos inminentes, asumiendo que solo los destinatarios lo verán. Si ese enlace se abre solo una vez, su dirección (y tal vez su contenido) podría terminar en un registro DNS público, accesible por cualquiera con las herramientas adecuadas. Eso es una preocupación seria para las empresas que manejan datos sensibles de clientes, registros de RRHH o planes propietarios.

El problema se agrava porque muchos usuarios—e incluso profesionales de TI—no saben cómo funciona el registro DNS pasivo. A diferencia de tu servidor web típico, donde el proveedor de servicios controla los registros de acceso, los registros DNS pasivos son mantenidos por terceros y pueden ser buscados por cualquiera con acceso. Así que, eliminar un chat de Muse o revocar un enlace después de hecho no necesariamente soluciona el problema—la dirección podría seguir estando ahí, y alguien podría haber copiado la información durante la ventana de exposición.

Hay otro riesgo también: poner el título del chat en la URL. Eso es conveniente para los usuarios pero arriesgado si el título revela de qué se está hablando. Un competidor o un actor malicioso podría escanear títulos como "Revisión del presupuesto Q3" o "Planificación de fusiones"—ni siquiera necesitarían abrir la página para obtener información valiosa.

Pasos Prácticos para Proteger el Contenido Compartido

Si tú o tu equipo utilizan aplicaciones de chat AI con enlaces compartibles, aquí tienes lo que deberías hacer ahora mismo para reducir la exposición:

  • No compartas información sensible utilizando enlaces públicos o no listados—especialmente si no se requiere inicio de sesión.
  • Revisa tus políticas de compartición para herramientas de colaboración en la nube y AI. Asegúrate de que los empleados conozcan la diferencia entre “no listado” y “privado.”
  • Esté atento a filtraciones accidentales buscando registros DNS públicos de tu propio contenido o utilizando herramientas de seguridad. Los equipos de seguridad deberían auditar en busca de filtraciones, especialmente después de implementar nuevas aplicaciones.
  • Capacita a los empleados sobre los riesgos de los enlaces “no listados” y por qué la oscuridad no es una verdadera seguridad. Utiliza ejemplos reales para enfatizar el punto.
  • Mantente al tanto de las actualizaciones de los proveedores sobre problemas de seguridad o cambios en las funciones. Meta ha pausado la compartición de Muse—esté atento a futuras actualizaciones o parches.

Además de eso, considera implementar controles técnicos. Por ejemplo, bloquea la compartición no autenticada en entornos empresariales, exige contraseñas para enlaces compartidos, o implementa herramientas DLP para detectar y detener la compartición descuidada de datos sensibles.

Mi Perspectiva: Una Historia de Advertencia para la Colaboración AI

Así es como lo veo: este es un ejemplo de libro de texto de cómo la conveniencia y la seguridad tiran en direcciones opuestas con las herramientas modernas de IA. Compartir un chat con un enlace es genial para equipos remotos o basados en proyectos. Pero como muestran los hallazgos de Claroc, los atajos—como meter títulos de chat legibles en URLs—pueden salir mal, especialmente cuando se juega con infraestructura pública como los registros DNS.

No se trata solo de Muse. Muchas plataformas SaaS y AI utilizan modelos de compartición similares, y la mayoría de las personas no tienen idea de cómo “no listado” puede convertirse rápidamente en “público.” La lección: si algo es verdaderamente sensible, no cuentes con la oscuridad o enlaces no listados. Insiste en características de privacidad reales como contraseñas, enlaces que expiran o registros de acceso.

Si estás buscando herramientas de IA para tu equipo, prioriza los controles de seguridad sobre características llamativas o exageraciones.

Una cosa más: Claroc, la empresa que descubrió el problema, también vende software para detectar compartición de IA arriesgada. Su incentivo es obvio, pero sus hallazgos técnicos son sólidos y están respaldados por evidencia. Si eres un líder empresarial, no entres en pánico—pero aborda cada nueva función de IA con una buena dosis de escepticismo y presiona a los proveedores por transparencia.

Pregunta no solo cómo funciona una función, sino cómo podría fallar—y qué medidas existen para detectar o prevenir esos fallos.

Si tu organización ya utiliza Muse o herramientas similares, ahora es el momento de revisar lo que se ha compartido, verificar los registros de acceso si los tienes, y ponerte en contacto con los proveedores sobre posibles exposiciones. Utiliza esto como una razón para revisar cómo evalúas e implementas nuevas herramientas de IA—la seguridad y la privacidad deberían estar justo al lado de la productividad en tu lista de verificación.

La Conclusión

El fallo de compartición de Muse debería ser un llamado de atención: en el mundo de la colaboración AI, “no listado” está muy lejos de ser “privado.” Si estás compartiendo algo crítico para tu negocio, asegúrate de saber exactamente quién puede verlo—y cómo más podría ser encontrado. Por ahora, trata cada enlace compartible como si fuera público, y exige a tus proveedores un estándar de seguridad más alto. A medida que estas herramientas de IA se multiplican, se necesitará una combinación de tecnología, capacitación de usuarios y responsabilidad de los proveedores para mantener los datos sensibles de negocio realmente seguros.

Para más información sobre Meta Muse, visita https://muse.meta.com/.