Cuando «privado» no significa privado: el riesgo de que los chats de GPT aparezcan en buscadores

«Nunca quise que ese chat fuera público. ¿Cómo terminó en Google?»

A finales de julio de 2025, los usuarios descubrieron que los chats de ChatGPT que inicialmente se habían compartido mediante un enlace aparecían en los resultados de buscadores como Google, Bing y DuckDuckGo. Estas conversaciones compartidas incluían contenido personal relacionado con la salud mental, inquietudes profesionales, asuntos legales y más, sin que hubiera indicios de una filtración de datos. La exposición se debió, en cambio, a una función que ya se eliminó y que permitía que los chats aparecieran en los resultados de búsqueda. 

Almacenamiento de chats con LLM y expectativas de privacidad

La mayoría de los usuarios supone que las interacciones con los LLM son privadas de forma predeterminada. Aunque esto es cierto en las sesiones estándar, muchas plataformas incluyen funciones para compartir chats mediante URL públicas.

• Enlaces compartidos de ChatGPT: La aplicación introdujo la opción «Hacer que este chat se pueda encontrar» para quienes compartían conversaciones; fue un experimento de corta duración. Aunque los chats se anonimizaban, se indexaban de forma predeterminada si los usuarios activaban la opción para que se pudieran encontrar.

• Antecedentes históricos de Google Bard: En 2023 y 2024 se reportaron incidentes similares, en los que los enlaces a chats de Bard no tenían las etiquetas noindex/noarchive adecuadas ni exclusiones en robots.txt, por lo que quedaron indexados públicamente. Desde entonces, Google corrigió el problema y eliminó las transcripciones indexadas, pero no antes de que se crearan copias en caché. 

https://x.com/gaganghotra_/status/1706545667362210129

Qué ocurrió: los incidentes de indexación

OpenAI / ChatGPT (julio-agosto de 2025)

• En una implementación experimental, OpenAI permitió que los usuarios marcaran chats compartidos como «visibles en búsquedas».

• La función, diseñada para compartir conocimiento con la comunidad, hizo que estos chats aparecieran en buscadores. Muchos incluían consultas personales, políticas y delicadas.

• La función para que los chats aparecieran en búsquedas se retiró rápidamente tras recibir numerosas críticas por motivos de privacidad. OpenAI también colaboró con los buscadores para desindexar las conversaciones que ya se habían indexado.

Google ya no muestra públicamente las conversaciones de ChatGPT compartidas

Análisis de riesgos: consecuencias para la seguridad y la privacidad

Estos incidentes no son «filtraciones» en el sentido tradicional. No hubo una intrusión externa. Sin embargo, las implicaciones para la seguridad son importantes:

• Exposición involuntaria: los chats indexados contenían datos personales confidenciales.

• Permanencia de los datos: incluso después de eliminarlos, las versiones en caché o los sistemas que extraen datos suelen conservar el contenido indefinidamente.

• Confianza mal depositada: la expectativa de privacidad predeterminada («privado de forma predeterminada») se vio socavada al permitir que los chats aparecieran en búsquedas sin que los usuarios lo solicitaran, y sin informarles adecuadamente.

• Fallas en el consentimiento de la interfaz: la opción para que los chats aparecieran en búsquedas no incluía advertencias claras sobre los riesgos, controles granulares ni confirmaciones suficientes.

Estrategias de mitigación

Responsabilidades de las plataformas

• Desactivar de forma predeterminada la visibilidad en los buscadores

• Mejorar las etiquetas de la interfaz con advertencias claras y una confirmación de consentimiento al habilitar el uso compartido público

• Aplicar automáticamente las directivas noindex y nofollow, salvo que se habilite expresamente la visibilidad en los buscadores

• Incorporar una fecha de vencimiento automática (TTL) o permitir que los usuarios definan cuánto tiempo estarán activos los enlaces públicos para compartir

Recomendaciones para las organizaciones 

• Capacitar a los empleados para que eviten compartir datos internos regulados o confidenciales mediante herramientas públicas de LLM

• Implementar LLM de nivel empresarial (ChatPGT Enterprise, Anthropic Claude Team) que no incluyan funciones para compartir mediante enlaces

• Integrar herramientas de prevención de pérdida de datos (DLP) para interceptar y señalar el contenido saliente antes de enviarlo a canales públicos

Buenas prácticas para los usuarios

• Asumir que el contenido compartido podría quedar accesible públicamente, a menos que se demuestre lo contrario

• Evitar compartir información de identificación personal (PII) o contenido sumamente confidencial en sistemas de chat

• Revisar y auditar periódicamente las listas de enlaces compartidos

• Desactivar el uso compartido de datos para entrenar modelos cuando la plataforma lo permita

Lecciones aprendidas y perspectivas a futuro

Este incidente pone de manifiesto un problema más amplio: las configuraciones predeterminadas poco seguras y un diseño de consentimiento deficiente. A menudo, los usuarios no tienen una idea clara de dónde está el límite entre el contenido privado y el público. Las plataformas deben ofrecer una experiencia segura desde el diseño, sin consentimientos implícitos ni controles ambiguos. 

Es fundamental implementar paneles de transparencia en búsquedas que permitan a los usuarios auditar y administrar la exposición pública de su contenido, junto con notificaciones proactivas cuando este se haga público. Plataformas similares, como Microsoft Copilot, Google Gemini y LLaMA de Meta, también deben evaluar sus arquitecturas para compartir enlaces públicos y evitar los mismos problemas.

Conclusión

El episodio de indexación de chats de GPT marca un momento importante para la gobernanza de la privacidad en la IA. Incluso las decisiones de diseño de interfaz tomadas con buenas intenciones pueden provocar la exposición sistemática de contenido confidencial. Los equipos de seguridad ahora deben incluir en sus modelos de amenazas los búferes de las interacciones con LLM y tratar el contenido de las conversaciones con el mismo rigor que los datos tradicionales generados por los usuarios. En una época de adopción de la IA en empresas y organismos públicos, la transparencia, el control y la privacidad deben ser la norma, no algo que se considera después.