marzo 22, 2026
bf169bd8a94247508b7d5284f69eefc1

Por Redacción

Ciudad De México, 22 de marzo de 2026.- Un esquema fraudulento que operó durante siete años y permitió obtener ganancias ilícitas por 8 millones de dólares fue identificado como el primer gran caso de engaño masivo utilizando inteligencia artificial en la industria musical. El involucrado, Michael Smith, puso en marcha una red de mil 40 cuentas automatizadas, conocidas como bots, para inflar artificialmente las reproducciones de canciones y cobrar regalías que no le correspondían.

La operación, que se mantuvo activa entre 2017 y 2024, alcanzó una escala industrial. Cada uno de los bots programados por Smith reproducía aproximadamente 636 canciones al día, lo que generaba un total de 661 mil 440 streams diarios falsos. Gracias a este volumen manipulado, el acusado obtenía ingresos promedio de 3 mil 307 dólares diarios, lo que se traducía en cerca de 99 mil dólares mensuales y 1.2 millones de dólares al año.

Según el contexto del caso, la metodología del fraude evolucionó con el tiempo. Inicialmente, Smith utilizó música real perteneciente a artistas independientes, a cuyas reproducciones aplicó la inflación mediante los bots para simular popularidad y activar los pagos de las plataformas. Posteriormente, migró su estrategia hacia el uso de música generada por inteligencia artificial, produciendo cientos de miles de pistas falsas para expandir su catálogo sin depender de terceros ni compartir ganancias con creadores reales.

Este esquema representa un precedente crítico para el sector, al demostrar cómo la tecnología de generación de contenido sintético puede ser weaponizada para distorsionar los mercados de derechos de autor y streaming. La magnitud de las cifras obtenidas ilegalmente subraya la vulnerabilidad de los sistemas de remuneración actuales frente a la automatización malintencionada.

La revelación de este fraude pone en alerta a las plataformas digitales y a los organismos de protección de propiedad intelectual, quienes enfrentan el desafío de detectar patrones de escucha no orgánicos en un entorno donde la producción de audio mediante IA es cada vez más accesible y barata.

About The Author

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *