Mythos, el nuevo modelo de IA de Anthropic que enciende alertas en gobiernos y bancos
En las últimas semanas, el ecosistema global de la Inteligencia Artificial (IA) quedó atravesado por un nuevo foco de tensión: el lanzamiento de Claude Mythos, un modelo desarrollado por la empresa Anthropic que, según sus propios informes, podría superar a humanos en determinadas tareas vinculadas a la ciberseguridad y la piratería informática.
La advertencia no pasó desapercibida. Reguladores, legisladores e instituciones financieras comenzaron a analizar el impacto potencial de esta tecnología sobre infraestructuras críticas y servicios digitales. El punto central no es solo la capacidad técnica del modelo, sino el riesgo de que herramientas de este tipo puedan ser utilizadas para vulnerar sistemas a gran escala o automatizar ataques complejos.
En paralelo, la propia Anthropic habilitó el acceso anticipado a Mythos a través de una iniciativa denominada Proyecto Glasswing. El objetivo declarado es fortalecer las defensas frente a amenazas emergentes, incluyendo aquellas que el mismo modelo podría facilitar. Este enfoque, que combina desarrollo y contención, expone una tensión estructural en la industria: las empresas que lideran la innovación también son las que deben anticipar sus riesgos.
Sin embargo, no hay consenso sobre el verdadero alcance de Mythos. Algunos especialistas advierten que existe un incentivo claro para sobredimensionar sus capacidades, en un contexto donde la competencia entre modelos —como ChatGPT de OpenAI o Gemini de Google— está marcada por la necesidad de captar inversión, usuarios y posicionamiento estratégico. En ese escenario, diferenciar entre avances reales y narrativa de mercado se vuelve cada vez más complejo.
Desde el punto de vista técnico, Mythos forma parte del ecosistema Claude, la familia de modelos de IA de Anthropic. Fue presentado a comienzos de abril como un “avance” dentro de esta línea, con foco en tareas complejas y de alta especialización. Equipos de evaluación independientes —los llamados “red teams”, encargados de poner a prueba los límites de estos sistemas— señalaron que el modelo mostró un rendimiento “sorprendentemente alto” en escenarios de seguridad informática.
El debate de fondo no es nuevo, pero se intensifica. A medida que los modelos de IA ganan capacidad operativa, también crece la preocupación sobre su uso dual: herramientas diseñadas para asistir pueden, en determinadas condiciones, transformarse en vectores de riesgo.
