Palantir y Project Maven: cómo la IA ayuda a EE. UU. a elegir objetivos para atacar Irán

Project Maven, vinculado a Palantir, ha pasado al centro del debate tras las declaraciones de que el ejército de EE. UU. usa IA para acelerar la selección de objetivos en la guerra con Irán. La cuestión principal no es la rapidez del sistema, sino cuánto control humano queda en la cadena de decisión.

La escala de la campaña

La noticia llega en el día 32 de la guerra entre EE. UU. e Irán. Según la administración de Donald Trump, los militares atacaron en un solo día aproximadamente mil objetivos, y en un mes el número de objetos alcanzados llegó a 11 mil.

Estas cifras importan no solo como medida de la intensidad de la campaña. Muestran que el antiguo ciclo manual de inteligencia, cotejo de coordenadas y confirmación del estado de los objetivos ya no da abasto con el ritmo de la operación. Cuando se cuentan cientos y miles de objetos al día, el ejército se apoya inevitablemente en la automatización.

Por eso Project Maven ha pasado al primer plano. El artículo lo describe como un circuito analítico militar, un «Google Earth para la guerra». Cada punto del mapa contiene algo más que una geoetiqueta: un conjunto de atributos, como coordenadas, altitud, tipo de objeto y una marca del tipo «propio» o «ajeno». En esencia, es una interfaz por la que el operador recibe una imagen del campo de batalla ya ordenada y priorizada, en lugar de datos en bruto de decenas de fuentes independientes.

Cómo funciona Maven

Lo esencial de Maven no es que pulse él mismo el botón del ataque, sino que reduce drásticamente el tiempo entre la observación y la decisión. Lo que antes llevaba semanas o meses de trabajo a los analistas, el sistema lo convierte en un ciclo comprimido: reunir señales, cotejar objetos, señalar objetivos sospechosos y mostrárselos a una persona de forma comprensible. Aquí es donde el papel de Palantir resulta clave: la compañía lleva tiempo construyendo plataformas que unen datos de inteligencia, mapas, registros, imágenes e informes en una única pantalla de trabajo para militares y servicios de inteligencia.

• Coordenadas y altitud del objeto
• Tipo de objetivo y su posible función
• Marca «propio» o «ajeno»
• Prioridad para verificación y ataque
• Un mapa único en lugar de tablas e informes dispersos

El director de tecnología de Palantir, Shyam Sankar, describió el efecto de forma muy pragmática: el sistema permite que una persona haga en dos semanas un volumen de trabajo que antes exigía el esfuerzo de entre 50 y 100 especialistas durante medio año. Suena a ganancia de productividad, y así suelen venderse estas plataformas al cliente: como un «traje de Iron Man» para el soldado o el analista. Pero en el ámbito militar, la aceleración no es una métrica neutral. Cuanto más corto es el ciclo de selección de objetivos, menos tiempo queda para dudar, verificar de nuevo y rectificar un error.

«Lo que requería el esfuerzo de entre 50 y 100 personas durante medio

año, hoy lo hace una persona en dos semanas».

Dónde está el principal riesgo

La principal inquietud no es que el algoritmo se haya vuelto rápido, sino que puede dar a un error la apariencia de una decisión segura. Si el sistema clasifica mal un objeto, confunde el contexto o se basa en datos incompletos, el operador ve en pantalla una recomendación ya elaborada. En una interfaz así, el error no llega como caos, sino como una sugerencia pulcramente empaquetada, con coordenadas y etiquetas. Psicológicamente, a una persona le cuesta más discutir con una máquina que muestra el objetivo en el mapa, le asigna un estatus y lo integra en el ritmo general de la operación.

Hay un segundo riesgo: la dilución de la responsabilidad. Cuando un ataque pasa por una larga cadena digital (sensores, modelos, bases de datos, interfaces y confirmación final), después resulta difícil decir con precisión dónde se produjo el fallo. ¿Se equivocó el analista, la imagen satelital, el clasificador, la fuente de inteligencia o quien asignó una prioridad demasiado alta? Cuanto más se apoyan los militares en estos sistemas, más importante es no solo su precisión, sino también su transparencia: quién tomó la decisión, con qué datos y con qué nivel de confianza.

Qué significa

La historia de Project Maven muestra que la IA militar ha dejado de ser un experimento en la periferia de la defensa y se ha convertido en parte del circuito real de toma de decisiones. Para la industria es una señal: la discusión principal ya no es si se puede automatizar la selección de objetivos, sino quién responde de las consecuencias cuando la velocidad del algoritmo empieza a marcar el ritmo de la propia guerra.