El Pentágono podría usar chatbots de IA para priorizar objetivos en ataques militares

Por primera vez, el Pentágono ha descrito de forma bastante directa un escenario en el que la IA generativa ayuda a los militares no solo a buscar datos, sino a establecer prioridades dentro de una lista de objetivos. Formalmente, la decisión final sigue correspondiendo a una persona, pero el simple hecho de que los chatbots se acerquen cada vez más a decidir el orden de los ataques eleva de forma drástica lo que está en juego en el debate sobre el uso militar de la IA.

Cómo podría funcionar

Según un funcionario del Departamento de Defensa de EE. UU. familiarizado con el asunto, los militares pueden cargar una lista de posibles objetivos en un sistema generativo que opera en un entorno clasificado y cerrado. A continuación, el operador pide al modelo que analice los datos de partida y emita recomendaciones: qué objetivos son más importantes, cuáles pueden aplazarse y contra cuáles tiene más sentido atacar primero. El análisis no se limita a los objetivos en sí: también tiene en cuenta factores operativos, como la ubicación de los aviones y la situación general de combate.

Cabe subrayar que el funcionario lo describió como un posible escenario de trabajo, pero no confirmó ni desmintió que este esquema concreto se esté usando ya en operaciones reales. Esto deja sin respuesta la cuestión clave: dónde está hoy exactamente la frontera entre una sugerencia analítica y la influencia de la IA en la decisión de usar la fuerza. Sobre el papel, la persona sigue siendo el último filtro, pero en una guerra no solo importa quién tiene el derecho al último clic, sino también quién fija el orden de las acciones.

Sobre qué infraestructura

El Pentágono ya cuenta con la base para este enfoque. Desde 2017, el ejército estadounidense utiliza Project Maven, un sistema que ayuda a analizar grandes volúmenes de inteligencia, incluidos vídeos de drones y material satelital, para localizar posibles objetivos con más rapidez. En un principio se trataba sobre todo de visión por computador: la máquina ayuda a detectar un objeto que después el operador verifica manualmente.

Ahora, sobre esa pila tecnológica podría añadirse una capa conversacional al estilo de ChatGPT, Claude o Grok. La diferencia es fundamental: antes, la IA se dedicaba principalmente a encontrar y marcar objetos; ahora, además, puede explicar, comparar, clasificar y recomendar los siguientes pasos en lenguaje natural. En teoría, esto agiliza el trabajo de los estados mayores y los analistas, sobre todo cuando manejan un gran flujo de datos y disponen de un margen de reacción corto.

En un entorno así, el modelo puede:

• recopilar y resumir la inteligencia sobre varios objetivos
• clasificar la lista de objetivos según su prioridad de ataque
• tener en cuenta el contexto, como la ubicación de la aviación y la disponibilidad de recursos
• proponer contra qué objetivo tiene más sentido actuar primero
• entregar recomendaciones a personas que después deben verificarlas

También es relevante que OpenAI y xAI ya han firmado acuerdos que permiten usar sus modelos en entornos cerrados del Departamento de Defensa de EE. UU. Esto no demuestra que sus sistemas participen ya en la selección de objetivos de combate, pero sí muestra la rapidez con la que se está construyendo la base técnica y contractual para este tipo de escenarios. Paralelamente, otras publicaciones han vinculado plataformas militares también con Claude, aunque el papel concreto de los modelos generativos en operaciones específicas no se ha confirmado públicamente.

Por qué se ha recrudecido el debate

Este enfoque ha salido a la luz en un momento en que el Pentágono ya está bajo presión por el ataque contra una escuela de niñas en Minab, en Irán. Según publicaciones relacionadas, murieron más de 100 niños, y una investigación preliminar apuntó a un problema con datos desactualizados en la selección del blanco. En este contexto, cualquier afirmación de que la IA solo ayuda a las personas ya no suena tranquilizadora, sino que invita a plantear preguntas más duras.

La principal es sencilla: hasta qué punto es real la verificación humana si el sistema ofrece respuestas convincentes en segundos y apenas hay tiempo para comprobarlas. Si el operador necesita casi el mismo tiempo para verificar de forma independiente las recomendaciones del modelo, la ganancia en velocidad se reduce. Y si las personas empiezan a confiar en el sistema por defecto, el riesgo de error se vuelve sistémico. En las decisiones militares esto resulta especialmente peligroso, porque el coste de una alucinación o de una clasificación errónea no se mide en informes de errores, sino en vidas.

Qué significa esto

La IA generativa no solo está entrando en los procesos de oficina, sino también en la parte más sensible de la maquinaria militar: la preparación de decisiones sobre el uso de la fuerza. Aunque formalmente la persona siga «en el circuito», la verdadera pregunta ahora es otra: si esa persona puede realmente verificar la recomendación del modelo antes de que se convierta en un ataque.