Una investigación advierte que la IA puede facilitar ataques biológicos y reclama una defensa global

La convergencia entre inteligencia artificial y biología promete acelerar el desarrollo de medicamentos, mejorar el diagnóstico de enfermedades y transformar la investigación científica. Sin embargo, esas mismas herramientas también podrían ser utilizadas para diseñar agentes biológicos peligrosos. Un nuevo informe de RAND Corporation advierte que los gobiernos no deberían esperar a que esa amenaza se vuelva evidente para comenzar a construir mecanismos de protección.

El estudio, publicado el 18 de agosto de 2026, analiza cómo los modelos avanzados, los agentes autónomos y las plataformas especializadas en biología podrían reducir las barreras técnicas y operativas necesarias para desarrollar un arma biológica. La IA ya puede colaborar en tareas como analizar secuencias genéticas, predecir estructuras de proteínas, planificar experimentos, generar protocolos y resolver problemas de laboratorio.

A medida que estas capacidades se integren con laboratorios automatizados, servicios científicos en la nube y plataformas para encargar materiales biológicos, la distancia entre un diseño digital y su prueba en el mundo físico podría achicarse. Esto permitiría que personas con menos conocimientos accedan a procedimientos que hasta ahora requerían científicos altamente capacitados y una infraestructura especializada.

RAND concentra su análisis en los escenarios de mayor impacto: ataques deliberados mediante patógenos nuevos o modificados, transmisibles entre personas y capaces de eludir las defensas sanitarias existentes. El informe define como incidentes de “altas consecuencias” aquellos que podrían alcanzar una magnitud diez veces superior a la pandemia de COVID-19, con decenas o cientos de millones de muertes, colapso de los sistemas sanitarios y una prolongada desestabilización económica y social.

Esto no significa que RAND asegure que semejante ataque sea inminente. El trabajo plantea un escenario extremo para identificar anticipadamente los puntos en los que gobiernos, empresas tecnológicas, laboratorios y proveedores de insumos podrían intervenir. Su tesis central es que ninguna barrera aislada será suficiente para detener a todos los posibles actores.

Una persona o un grupo con pocos recursos podría ser frenado mediante restricciones al acceso a información, equipos o materiales. Un Estado o una organización con científicos, laboratorios y financiamiento propio, en cambio, tendría mayores posibilidades de superar esos controles. Frente a estos últimos actores, la defensa debería incluir sistemas de detección temprana, atribución forense y una capacidad de respuesta que aumente el costo esperado de cualquier ataque.

Las nueve barreras que propone RAND

La estrategia se inspira en el concepto de “defensa en profundidad”: colocar sucesivas capas de protección para que, si una falla, existan otras capaces de detectar, retrasar o impedir el ataque. Las nueve medidas prioritarias son:

• Incorporar protecciones resistentes a manipulaciones en los modelos de IA de código o pesos abiertos.

• Proteger las bases de datos biológicos sensibles.

• Crear plataformas con controles de acceso para los sistemas de IA con capacidades de doble uso.

• Reforzar la evaluación de pedidos de ADN, ARN, patógenos y otros precursores biológicos.

• Desarrollar sistemas de alerta temprana frente a la aparición de agentes infecciosos.

• Mejorar la atribución biológica y las técnicas forenses para determinar el origen de un incidente.

• Demostrar capacidad para responder rápidamente y limitar las consecuencias de un ataque.

• Monitorear y reportar en tiempo real los usos sospechosos de los modelos cerrados de inteligencia artificial.

• Crear un centro común para compartir información entre empresas de IA, laboratorios, proveedores, autoridades sanitarias y organismos de seguridad.

Las señales aisladas pueden no decir nada

Uno de los principales aportes del informe es su énfasis en la combinación de datos. Una consulta extraña realizada a un chatbot puede no ser suficiente para encender una alarma. Lo mismo ocurre con la compra de un equipo de laboratorio o con un pedido de síntesis genética. Pero si una persona consulta simultáneamente distintos modelos, compra materiales a varios proveedores y busca acceso a instalaciones experimentales, el conjunto podría revelar un patrón de riesgo.

El problema es que actualmente esas señales se encuentran distribuidas entre numerosas organizaciones. Ninguna empresa posee por sí sola una visión completa. RAND propone, por ese motivo, una infraestructura centralizada de intercambio de información sobre IA y biología, acompañada por reglas legales que definan qué información puede compartirse, con qué autoridades y bajo qué garantías.

La propuesta abre un debate sensible. Un sistema de vigilancia de esta magnitud deberá encontrar un equilibrio entre la bioseguridad, la privacidad de los usuarios y la libertad de investigación científica. Controles excesivos podrían frenar descubrimientos beneficiosos, concentrar la innovación en unas pocas empresas o restringir el acceso legítimo a tecnologías médicas. Controles demasiado débiles, por el contrario, podrían dejar puntos vulnerables en una cadena cada vez más automatizada.

Una responsabilidad pública y privada

RAND advierte que no resulta conveniente depender exclusivamente de los compromisos voluntarios de las empresas. Sin requisitos mínimos comunes, la competencia comercial podría generar una “carrera hacia abajo”, en la que los desarrolladores con menos controles obtengan ventajas frente a quienes invierten en seguridad.

Por eso, el informe reclama liderazgo gubernamental, inversión en investigación, adaptación institucional, claridad jurídica y coordinación internacional. Las medidas deberían involucrar tanto a desarrolladores de IA como a empresas de síntesis genética, universidades, laboratorios, agencias sanitarias, organismos de inteligencia y fuerzas de seguridad.

La advertencia final es directa: construir estas defensas llevará tiempo. Esperar a que la IA demuestre de manera indiscutible que puede facilitar la creación de patógenos avanzados significaría comenzar demasiado tarde. El desafío consiste en aprovechar su enorme potencial científico sin permitir que la automatización de la biología termine convirtiéndose en una nueva amenaza para la seguridad global.