El verano de 2026 pasará a la historia en el caso de la ciberseguridad, no por un apagón global ni por un ataque de ransomware al estilo WannaCry. Se recordará por el momento en el que las inteligencias artificiales empezaron a escaparse de clase. En apenas unas semanas, internet se ha echado las manos a la cabeza. Las historias casi distópicas sobre modelos de lenguaje avanzados que se escapan de los entornos de prueba, burlan las barreras de sus creadores sin que estos sean conscientes y logran escaparse a internet para atacar las webs de terceras empresas han disparado la preocupación. Los titulares se venden solos porque apelan directamente al pánico existente de que la industria logre crear una Súper Inteligencia Artificial General (más conocida por el acrónimo AGI) que encuentre la manera de saltarse los límites que le hayamos impuesto. Pero si uno rasca bajo el barniz y el relato melodramático del asunto, la realidad se parece bastante más a una chapuza de configuración de red y a errores humanos reciclados en maniobras de relaciones públicas y publicidad. A estas alturas ya sabrán que el culebrón empezó cuando OpenAI reconoció que un experimento que se le fue de las manos se saldó con el hackeo de la conocida plataforma Hugging Face. Varios de sus agentes encontraron la manera de acceder de forma indirecta a internet a través de un programa ajeno instalado en su entorno de trabajo. Todo fue producto de que la empresa de Sam Altman había desactivado los límites de los modelos para ver hasta dónde eran capaces de llegar sin guardarraíles. El resultado fue inesperado. Esta semana, la compañía ha dado más detalles en la conferencia Black Hat de Las Vegas. Se ha sabido, por ejemplo, que los modelos se comunicaban en un extraño dialecto para repartirse el trabajo, intercambiar información sobre las vulnerabilidades y acelerar el proceso de ataque que estaban llevando a cabo. TE PUEDE INTERESAR La mecha no tardó en prender en el resto del sector. A los pocos días de que saliese a la luz este accidente, Anthropic admitió que tres de sus modelos de la familia Claude, incluido el flamante Mythos 5, habían terminado rondando por los sistemas reales de tres organizaciones externas y tratando de colar código malicioso en GitHub durante unos exámenes de rutina. Casi simultáneamente, Meta reconocía que su modelo de código Muse Spark había aprovechado un fallo de configuración de la empresa de auditoría externa Irregular para salir a darse un paseo por la web y modificar la infraestructura interna de una compañía cuya identidad no ha trascendido. La epidemia de agentes prófugos ya tenía carácter oficial. El último capítulo de este sainete lo ha protagonizado una de las inteligencias artificiales de moda, Kimi K3, esa IA china de código abierto que ha revolucionado el gallinero porque en los benchmarks (los test de estrés que miden sus capacidades) había superado en algunos apartados a los mejores modelos de OpenAI y Anthropic. La cuestión es que, durante unos ensayos llevados a cabo por la consultora Frontier Security, el modelo acabó haciendo de las suyas. En las pruebas, Kimi K3 detectó que su sandbox (el entorno de seguridad) estaba mal aislado, ejecutó un par de comandos de reconocimiento en la consola, comprobó que había camino a servidores externos y siguió ese camino. En este caso no hackeó nada porque los recursos que buscaba estaban disponibles públicamente en GitHub, un repositorio de código abierto para desarrolladores. Kimi V3. (Reuters) A los ingenieros y analistas se les ha agotado la paciencia a la hora de explicar lo que de verdad está sucediendo debajo del capó de estas evaluaciones. Los expertos de Frontier Security, Yaron Singer y Paul Kassianik, han publicado un análisis para recordar algo básico que la industria parece olvidar de forma conveniente. “Los modelos optimizan la función objetivo, no la intención humana detrás de la prueba de rendimiento. Si existe una ruta de red hacia la solución, un agente suficientemente capaz la encontrará”, escriben ambos expertos. Hablando en plata, los algoritmos no intentan escapar ni conquistar el mundo. Simplemente buscan el camino más rápido para aprobar el examen. Si alguien deja la puerta abierta a internet, la máquina se limitará a hacer trampas sin importarle lo más mínimo las reglas del juego, que, por cierto, fueron desactivadas. Esto es algo que comparte Gonzalo Álvarez Marañón, director de Funditec Research. “No tenemos ninguna IA que se haya rebelado ni que haya escapado por voluntad propia, sino una herramienta que simplemente encontró el camino más eficiente para cumplir el objetivo que se le dio”, explicaba en una entrevista reciente con este periódico. Los modelos de razonamiento no tienen conciencia, ni ética, ni un deseo por liberarse del control de quienes los han creado. Únicamente optimizan una función matemática para obtener la respuesta correcta. Si el entorno de prueba deja agujeros, un agente avanzado no gastará energía en razonar un problema complejo: aprovechará la vía más eficiente para resolver la tarea. Esta obsesión por atajar el problema a cualquier precio se conoce en la literatura técnica como manipulación de especificaciones. Lo que la opinión pública está consumiendo como una muestra inédita de ciber-ejércitos cobra una dimensión mucho más terrenal cuando se analiza el diseño de los entornos de evaluación y los errores de los propios investigadores. “Se creó un relato de una inteligencia artificial rebelde, pero no fue eso; si no se definen límites claros y se retiran todas las restricciones, la IA simplemente intenta cumplir el objetivo que se le ha dado”, argumentaba Omar Benbouazza, experto en ciberseguridad y fundador de Hack in Hire, en conversación con este diario. ¿Marketing de exageración? Las supuestas jaulas de seguridad de la industria eran en realidad recintos con las cerraduras sin echar. No estamos ante sistemas con una inteligencia diabólica, sino ante exámenes donde el profesor se ha dejado el libro de soluciones encima de la mesa y el alumno simplemente ha alargado la mano para copiar. En este punto es donde entra la cara B de toda esta crisis, expuesta hace unos días por Jeff Moss, experto en ciberseguridad y fundador de Black Hat. “Convierten cada incidente de seguridad en marketing”, afirmó durante su intervención en el ciclo de conferencias. Presentar una vulnerabilidad provocada por un entorno mal configurado, o por haber desactivado los filtros internos, como si fuera un evento incontrolable permite a estas empresas vender la idea de que sus algoritmos son tan absurdamente potentes que ni ellos mismos pueden contenerlos. Es el marketing del caos en su máxima expresión, donde la incompetencia se disfraza de hito tecnológico para asustar al rival y deslumbrar a los inversores. Sam Altman, en una imagen de archivo. (Reuters) El problema es que esta estrategia de comunicación no es neutral y tiene consecuencias geopolíticas y regulatorias inmediatas. Como admitía con cierta resignación el propio Michael Dalton durante la presentación de OpenAI en Las Vegas, la industria ha demostrado con creces que la automatización ofensiva impulsada por IA ya es una realidad funcional, mientras que el bando defensivo sigue sin encontrar una respuesta equivalente. Las grandes tecnológicas están vendiendo simultáneamente el fuego y los extintores. Lo hacen en un mercado donde la asimetría favorece claramente al atacante, obligando a los gobiernos a tomar cartas en el asunto y citar a los directivos en el Congreso para exigir explicaciones sobre cómo piensan controlar a sus criaturas. Toda esta escenografía omite además un detalle nada menor. Mientras OpenAI, Anthropic y Meta justifican sus tropezones en pruebas a puerta cerrada con prototipos no comerciales, el caso del modelo chino Kimi K3 plantea una amenaza de una naturaleza totalmente distinta. Al tratarse de un sistema de código abierto de acceso público, cualquier actor malicioso dispone ya de un agente entrenado para buscar activamente vacíos legales y rutas no convencionales en la red, sin que sus desarrolladores hayan implementado las restricciones mínimas para evitar que haga trampas o brinque entre servidores. La histeria colectiva sobre la rebelión de los agentes autónomos dice mucho más sobre la necesidad de la industria de alimentar su propio mito que sobre el estado real de la inteligencia artificial. Las máquinas no están tomando el control ni han desarrollado una voluntad propia para atacar el ciberespacio. Lo que tenemos entre manos es una combinación bastante más mundana de modelos programados para resolver problemas por la vía del mínimo esfuerzo, entornos de prueba diseñados con una pereza alarmante y una directiva corporativa dispuesta a convertir cualquier fallo de seguridad en el próximo anuncio estrella de su departamento de ventas. El verano de 2026 pasará a la historia en el caso de la ciberseguridad, no por un apagón global ni por un ataque de ransomware al estilo WannaCry. Se recordará por el momento en el que las inteligencias artificiales empezaron a escaparse de clase. En apenas unas semanas, internet se ha echado las manos a la cabeza. Las historias casi distópicas sobre modelos de lenguaje avanzados que se escapan de los entornos de prueba, burlan las barreras de sus creadores sin que estos sean conscientes y logran escaparse a internet para atacar las webs de terceras empresas han disparado la preocupación.