Pentágono prepara entrenamiento de IA con datos clasificados, mientras nuevos reactores cambian el enfoque de residuos

El Pentágono discute una nueva etapa de aplicación militar de IA generativa: las empresas pueden ser autorizadas a entrenar versiones especiales de modelos con datos secretos en redes protegidas. Contra este telón de fondo, otra línea tecnológica — nuevos reactores nucleares — también está pasando de la teoría a la práctica, pero junto con la promesa de energía barata y libre de carbono surgen nuevas preguntas sobre la gestión de residuos.

Modelos secretos para el ejército

Según MIT Technology Review, el Departamento de Defensa de EE.UU. quiere crear entornos protegidos donde los desarrolladores de IA puedan ajustar versiones militares de sus modelos con datos clasificados. No se trata simplemente de acceder a un modelo dentro de una red clasificada, sino de una personalización más profunda para tareas militares reales — desde análisis de inteligencia hasta apoyo a la planificación operacional. La lógica es clara: si un modelo entrena con materiales no disponibles en internet abierto, puede entender mejor el contexto, terminología y escenarios con los que trabaja el ejército.

Este enfoque es notablemente diferente de lo que está sucediendo actualmente. Los modelos grandes ya se utilizan en redes cerradas para responder preguntas y analizar documentos, pero los pesos del modelo generalmente no se entrenan en un conjunto de datos clasificado. En la nueva configuración, el Pentágono quiere colocar copias de modelos en centros de datos certificados para secretos de estado, reteniendo la propiedad de los datos. En casos raros, los empleados de empresas de IA pueden obtener autorización si es imposible realizar la personalización o verificación del sistema sin ello.

Dónde surgen los riesgos

El riesgo principal es que la información clasificada podría convertirse en parte del propio modelo, en lugar de simplemente residir en una base de datos o índice de búsqueda. Esto complica la auditoría, el control de acceso y la verificación de qué conclusiones puede sacar el modelo para usuarios con diferentes niveles de autorización. Una cuestión separada es el control de las reglas de uso. Después de los acuerdos del Pentágono con OpenAI y xAI, quedó claro que los militares quieren no un piloto experimental, sino una infraestructura completa para tareas de combate y análisis.

"No permitiremos que ninguna empresa dicte las condiciones de cómo tomamos decisiones operacionales", dijo el

Pentágono.

La disputa en torno a Anthropic mostró que el conflicto no es solo sobre tecnología, sino sobre los límites de lo permisible. La empresa se opuso públicamente a escenarios que implican vigilancia masiva y armas totalmente autónomas, mientras que el Pentágono insiste en el acceso más amplio posible a los modelos para propósitos militares legítimos. Esto convierte los contratos de defensa con laboratorios de IA en una nueva forma de negociación: el gobierno necesita modelos poderosos sin restricciones, mientras que los desarrolladores intentan no perder el control sobre cómo se utilizan.

• Respuestas más precisas en datos militares clasificados
• Crecientes requisitos de aislamiento, logging y auditoría de modelos
• Versiones militares separadas de redes neuronales para tareas militares
• Mayor presión política y ética sobre empresas de IA

Los reactores cambian las reglas

En paralelo, MIT Technology Review llama la atención sobre otro tema de infraestructura — una nueva generación de reactores nucleares. La mayoría de las plantas nucleares en operación todavía se construyen según un patrón familiar: una instalación grande, refrigeración por agua, uranio bajo enriquecimiento y almacenamiento centralizado de combustible gastado. Los nuevos proyectos prometen alejarse de este estándar.

En desarrollo hay pequeños reactores modulares, microrreatores e instalaciones con refrigerantes alternativos y configuraciones de combustible que deben construirse más rápidamente, funcionar con más flexibilidad e integrarse mejor en los sistemas de energía de la era de los centros de datos. El problema es que junto con la nueva arquitectura de reactores, el perfil de residuos también cambia.

Los métodos básicos — piscinas de enfriamiento, almacenamiento seco en contenedores, aislamiento adicional — no desaparecen, pero no hay un escenario universal para todas las nuevas instalaciones. Diferentes tipos de combustible y refrigeración producen diferentes materiales con diferentes requisitos de embalaje y logística. Es especialmente difícil con reactores pequeños: si se ubicarán en muchos lugares, almacenar residuos en cada sitio resultará inconveniente y costoso.

Por lo tanto, algunas empresas ya están considerando un modelo centralizado: enviar microrreatores y sus materiales gastados de vuelta a un único centro, como una instalación de fabricación o un sitio de almacenamiento especializado. Los expertos creen que la industria no tendrá que reescribir todo el sistema de gestión de residuos nucleares desde cero, pero tendrá que refinarlo. Por ahora, muchas conclusiones se basan en modelos y cálculos, y una imagen más clara solo emergerá después del lanzamiento de instalaciones comerciales.

Qué significa esto

Ambas historias tratan sobre lo mismo: las tecnologías clave de 2026 cada vez menos parecen herramientas universales de consumo y cada vez más parecen infraestructura estratégica. La IA se está moviendo hacia redes militares clasificadas, y el sector energético busca nuevos reactores para satisfacer la creciente demanda de la industria y los centros de datos de IA.

Para el mercado, esto significa una cosa: ganadores serán no solo los creadores de modelos y reactores, sino también quienes saben cómo integrarlos de manera segura en sistemas reales.