El Pentágono prepara entornos cerrados para entrenar modelos de IA con datos secretos

El Pentágono debate el siguiente paso en el uso militar de la IA generativa: no solo ejecutar modelos en redes cerradas, sino entrenarlos con datos secretos. Si se aprueba el plan, las empresas de IA podrán afinar versiones militares especiales de sus sistemas dentro de entornos protegidos del Departamento de Defensa de EE. UU.

Qué cambia ahora

Los grandes modelos ya funcionan en entornos clasificados y responden a las preguntas de los usuarios, pero no «aprenden» de los propios conjuntos de datos secretos. Estos sistemas ya se han usado en tareas relacionadas con el análisis de objetivos en Irán.

El nuevo plan cambia la lógica de fondo. En lugar de un acceso temporal a documentos e informes, el Pentágono quiere poder crear versiones independientes de los modelos con conocimiento militar integrado en el propio entrenamiento.

Es un hito importante para la IA generativa en defensa. Los contratos anteriores de este tipo se centraban sobre todo en modelos de visión por computador más específicos o en datos a los que los contratistas comerciales ya tenían acceso. Ahora se trata de que el modelo incorpore informes de inteligencia, observaciones por satélite, evaluaciones de campo y otros materiales sensibles. En teoría, esto debería hacer más precisas las respuestas de la IA, porque el sistema no tendría que basarse solo en datos públicos y en búsquedas externas sobre documentos cerrados.

Cómo se organizaría el entrenamiento

Según lo que se debate ahora, el entrenamiento no se haría en la nube convencional de los proveedores, sino en centros de datos acreditados con autorización para trabajar en proyectos secretos de EE. UU. El Pentágono conservaría la propiedad de los datos y dentro del perímetro se cargarían copias de los modelos necesarios.

Para las empresas de IA, esto supone un formato de trabajo muy restringido: en casos excepcionales se podría dar a los empleados acceso a información secreta, pero solo tras obtener la autorización correspondiente. Antes de pasar a los conjuntos cerrados, los militares quieren probar el esquema con datos no clasificados, por ejemplo, imágenes comerciales de satélite.

• Se afinarán versiones militares independientes de los modelos, no productos públicos
• El entrenamiento debe realizarse en entornos seguros certificados
• El Pentágono seguirá siendo el propietario de los datos de origen
• El acceso de los empleados del proveedor a información secreta se plantea como excepción, no como norma

Este enfoque permite al Pentágono disponer de una herramienta más especializada sin entregar a una infraestructura comercial el volumen bruto de datos de inteligencia. Al mismo tiempo, reduce el riesgo político para los contratistas: formalmente no se llevan los conjuntos de datos secretos, sino que trabajan dentro de un entorno estatal. Pero eso no elimina una cuestión más compleja: qué ocurrirá cuando la información sensible no esté en archivos, sino en los pesos del propio modelo.

Los principales riesgos del esquema

El problema principal es que un modelo entrenado con datos secretos puede revelar conocimiento de forma demasiado amplia. Los expertos en políticas de IA advierten de que, si distintas unidades del Departamento de Defensa empiezan a usar la misma herramienta, un usuario sin el nivel de autorización necesario podría recibir una respuesta basada en información por encima de su nivel.

En las bases de datos clásicas, los permisos de acceso pueden separarse estrictamente por documento. En un modelo de lenguaje ese control es mucho más difícil, porque la información se distribuye entre los parámetros internos y no se guarda en un archivo concreto.

Hay un segundo riesgo: los clientes de defensa pueden empezar a depender del sistema en situaciones donde el coste de un error es demasiado alto. Cuanto más integrado esté el modelo en el análisis de objetivos, la priorización de ataques o la evaluación de inteligencia, más difícil será verlo como una simple interfaz de búsqueda. Aunque la decisión final siga en manos de una persona, la IA empieza a influir en qué opciones llegan a la mesa del oficial y en qué orden se consideran. Por eso el debate sobre estos modelos supera rápidamente la infraestructura y acaba en las reglas del uso de la fuerza.

Qué significa

El Pentágono quiere pasar de usar chatbots ajenos en una red cerrada a crear sus propias versiones militares de modelos entrenadas con información secreta. Si el plan se ejecuta, el mercado de la IA de defensa se acercará con rapidez a un nuevo estándar: el valor de un modelo se medirá no solo por sus capacidades generales, sino por la profundidad de su acceso a los datos cerrados del Estado.