Un equipo de piratas informáticos ha logrado extraer aproximadamente cuatro terabytes de grabaciones de audio de contratistas que proporcionaban datos de entrenamiento para sistemas de inteligencia artificial de varias empresas del sector. Los datos incluían grabaciones de voz de unas 40.000 personas,la mayoría located en países en desarrollo.

La brecha fue descoberta cuando los atacantes intentaron vender los datos en foros de la dark web especializados. El lote incluía muestras de voz en inglés, español, mandarín y otros idiomas,along con metadatos que revelaban información personal de los contratistas.

Las empresas afectadas incluyen nombres importantes del sector tecnológico que habían subcontratado trabajo de anotación y etiquetado de datos a compañías más pequeñas. Según los investigadores de seguridad que analizaron el incidente, los atacantes explotaron vulnerabilidades en los sistemas de transferencia de archivos de uno de los contratistas.

Este robo subraya los riesgos de seguridad en la industria de preparación de datos para inteligencia artificial. Las empresas tecnológicas dependen cada vez más de ejércitos de contratistas distribuidos globalmente para etiquetar datos de entrenamiento, pero a menudo no aplican las mismas medidas de seguridad a estos trabajadores remotos que a sus empleados directos.