Kaspersky alerta que, aunque los usuarios han mejorado sus hábitos digitales, la inteligencia artificial está impulsando fraudes más creíbles y difíciles de detectar
Santo Domingo.-Las estafas digitales continúan siendo una de las principales amenazas en internet, y los sitios web falsos se mantienen como las herramientas más utilizadas por los ciberdelincuentes para engañar a los usuarios y robar información personal, credenciales de acceso y datos financieros.
Aunque se trata de una técnica conocida, el uso de Inteligencia Artificial ha elevado su nivel de sofisticación: hoy los atacantes pueden crear páginas fraudulentas cada vez más realistas, capaces de imitar con gran precisión a bancos, comercios, servicios de streaming y plataformas populares, aumentando significativamente las probabilidades de que los usuarios compartan sus datos sin notar que se trata de un fraude.
Ante este escenario, un reciente estudio de Kaspersky muestra señales de mejora en los hábitos de seguridad digital en América Latina.
Actualmente, el 34% de los latinoamericanos declara no saber identificar un sitio web falso, mientras que en 2023, el 74% admitía no saber cómo comprobar si una página era legítima. El estudio también muestra que, hoy, un 11% no sabe cómo verificar si un sitio es fraudulento, aun cuando sospeche de su legitimidad.
La mayor conciencia también se refleja en los correos electrónicos y los mensajes directos, aunque con desafíos pendientes. Anteriormente, 38% de los latinoamericanos no sabía distinguir un correo electrónico verdadero de uno falso. En la encuesta más reciente, el 21% aún reconoce dificultades para identificar correos o mensajes fraudulentos.
Esta falta de capacidad para identificar sitios web y correos electrónicos fraudulentos tiene consecuencias directas en la seguridad financiera y digital de las personas. El phishing o robo de identidad se mantiene como una de las ciberestafas más frecuentes, ya que permite a los delincuentes obtener datos personales y credenciales de acceso para ingresar a cuentas bancarias, tarjetas de crédito y otros servicios sensibles, generando fraudes económicos y pérdidas significativas.
A través de correos electrónicos que simulan provenir de entidades oficiales o empresas conocidas, los atacantes inducen a los usuarios a hacer clic en enlaces o descargar archivos maliciosos, abriendo la puerta a accesos no autorizados y al compromiso de información personal.
“Gracias al uso de la Inteligencia Artificial, los sitios web falsos son cada vez más realistas y ya no siempre presentan errores evidentes. Hoy los atacantes replican diseños, logotipos y estructuras casi idénticas a las de las marcas reales, lo que dificulta que los usuarios detecten el fraude a simple vista. Esta falta de detección facilita el phishing y el robo de identidad, exponiendo a las personas a fraudes financieros y al acceso no autorizado a sus cuentas. Por esto, es fundamental desconfiar y adoptar hábitos de seguridad”, señala Fabiano Tricarico, director de Productos para el Consumidor para Américas en Kaspersky.
¿Qué hacer?
Para ayudar a los usuarios a identificar sitios web fraudulentos y proteger su información personal, los expertos de Kaspersky recomiendan:
— Verifica siempre la URL del sitio: revisa que la dirección web coincida exactamente con el nombre oficial de la empresa y desconfía de dominios con errores, letras adicionales o extensiones poco comunes.
— No ingreses datos personales desde enlaces recibidos por correo, SMS o mensajería: en caso de duda, accede al sitio escribiendo manualmente la dirección en el navegador.
— Presta atención a señales de alerta: ofertas demasiado buenas para ser reales, mensajes de urgencia o advertencias de bloqueo inmediato suelen ser tácticas comunes de engaño.
— Evita compartir información sensible en páginas sin validación: especialmente datos bancarios, contraseñas o documentos personales.
— Utiliza una solución de seguridad actualizada en todos los dispositivos.https://listindiario.com/la-vida/20260325/34-latinoamericanos-identificar-sitios-web-falsos_899238.html
