Modelos Frontera de IA y Ciberseguridad

Los nuevos modelos frontera de la IA: más capaces que nunca, y un desafío inédito para la ciberseguridad

En apenas un mes, OpenAI, Anthropic y Google han lanzado sus modelos más avanzados. Los tres comparten algo más que su potencia: sus propios creadores han decidido limitar el acceso a sus capacidades en ciberseguridad. Qué ofrecen, qué riesgos plantean y por qué los profesionales que entienden ambos mundos serán cada vez más necesarios.

Septiembre de 2026 quedará como uno de los meses más intensos en la historia reciente de la inteligencia artificial. En pocas semanas, tres de los principales laboratorios de IA presentaron nuevos modelos frontera, sistemas situados entre los más capaces disponibles actualmente. Y el mensaje que acompañó a estos lanzamientos no fue solo «mirad lo que pueden hacer», sino también una advertencia: cuanto mayores son sus capacidades, mayor debe ser también la atención sobre quién puede utilizarlas, para qué y bajo qué controles.

TRES MODELOS, UNA MISMA PREOCUPACIÓN

GPT-6 Astra, de OpenAI

OpenAI presentó GPT-6 Astra como vista previa limitada el 3 de septiembre y lo abrió al público general al día siguiente. Su gran apuesta es la ejecución autónoma de tareas: según CNBC, destaca en uso del ordenador, ingeniería de software, trabajo profesional y ciencia. Axios señala que está diseñado para trabajar directamente dentro del software, en lugar de limitarse a recomendar qué debe hacer una persona.

El dato más relevante para la ciberseguridad es otro: OpenAI reconoció que Astra es su primer modelo en alcanzar su umbral interno de ciberseguridad de nivel “Crítico”. La compañía retrasó el lanzamiento para añadir pruebas de seguridad y optó por un acceso escalonado: sus capacidades más potentes en este terreno quedaron reservadas a un pequeño grupo de evaluadores de confianza.

El cambio resulta significativo. La seguridad deja de ser únicamente una capa añadida después del desarrollo del modelo y pasa a formar parte de la estrategia con la que se decide cómo desplegarlo.

Claude Fable 5.1 y Claude Mythos 5.1, de Anthropic

Anthropic lanzó el 1 de septiembre Claude Fable 5.1 y Claude Mythos 5.1, que comparten el mismo modelo, pero con distintos niveles de salvaguardas y acceso.

Fable 5.1 está disponible para el público general, mientras que Mythos 5.1 solo se ofrece a través de programas de acceso de confianza diseñados para la ciberseguridad y las ciencias de la vida.

El sistema funciona así: Fable 5.1 aplica controles automáticos a cada solicitud, y muchas de las que se bloquean reciben respuesta de un modelo menos capaz de la propia compañía. Según MacRumors, Fable 5.1 puede usarse para descubrir vulnerabilidades de software, pero no para desarrollar exploits que las aprovechen.

La versión 5.1 también corrigió un problema práctico de la anterior: Anthropic afirma que sus nuevas salvaguardas de ciberseguridad generan un 60 % menos de falsos positivos, es decir, bloquean con menos frecuencia el trabajo legítimo.

Este modelo protagonizó además un episodio que ilustra la dimensión geopolítica de la IA avanzada. En junio de 2026, Anthropic suspendió temporalmente el acceso a Fable 5 y Mythos 5 para cumplir con controles a la exportación del Departamento de Comercio de Estados Unidos. Las restricciones se levantaron el 30 de junio y el acceso se restableció el 1 de julio, según el comunicado de la compañía.

Gemini 4 Argon, de Google

El más reciente de los tres, anunciado el 30 de septiembre, está pensado para tareas largas y de múltiples pasos en ingeniería de software, ciberseguridad defensiva y trabajo empresarial. Google lo entrenó específicamente para la defensa en ciberseguridad: según BetaNews, el modelo puede encontrar, validar y corregir de forma autónoma vulnerabilidades críticas de software.

Su estrategia de acceso es la más llamativa. Argon se está desplegando primero entre un grupo selecto de defensores de ciberseguridad a través del Programa Fairwind, y para ellos y para los equipos internos de Google se ofrece sin las barreras de ciberseguridad habituales, para que puedan aprovechar al máximo sus capacidades defensivas.

Google tampoco ha dado fechas para su apertura más amplia, y por ahora no está disponible para usuarios gratuitos.

LAS VENTAJAS: UNA NUEVA GENERACIÓN DE HERRAMIENTAS

Más allá de las cifras de rendimiento, estos modelos muestran un cambio de fondo: la IA pasa de conversar a actuar.

En el desarrollo de software, el cambio ya es tangible. Google afirma que Argon ya trabaja dentro de la compañía en grandes migraciones de código, incluido el paso de C/C++ a Rust, un lenguaje que reduce ciertos tipos de errores de seguridad.

Para los equipos de seguridad, la promesa es enorme. Un modelo capaz de revisar millones de líneas de código, detectar fallos y proponer correcciones puede ayudar a cerrar vulnerabilidades antes de que alguien las explote. Google llegó a asegurar que Argon encontró un fallo en software hospitalario, un ejemplo claro de su potencial defensivo.

En la práctica, estos modelos pueden ayudar a los equipos de seguridad en tres frentes:

• Revisión de código: detectar fallos como desbordamientos de búfer, inyecciones SQL o configuraciones erróneas antes de que el software llegue a producción.
• Respuesta a incidentes: analizar grandes volúmenes de registros y telemetría de red para correlacionar anomalías y acelerar la contención de un ataque.
• Pruebas de penetración controladas: simular ataques autorizados para evaluar la resistencia de una aplicación antes de su despliegue.

Es precisamente esta última capacidad la que permite comprender uno de los principales desafíos de esta nueva generación de inteligencia artificial: el doble uso.

LOS PROBLEMAS DE CIBERSEGURIDAD

Dar a un sistema de IA permisos para leer información y ejecutar acciones introduce riesgos que los cortafuegos convencionales no están diseñados para detener.

Estos son los principales.

1. El dilema del doble uso

Es el problema central. La capacidad que permite encontrar una vulnerabilidad para corregirla es la misma que permite encontrarla para explotarla. Anthropic lo explica sin rodeos: sin salvaguardas sólidas, las capacidades avanzadas de estos modelos en ciberseguridad y biología podrían usarse para crear ciberataques a gran escala. Por eso los tres laboratorios han optado por modelos de acceso escalonado.

2. ¿Quién decide quién es “de confianza”?

Los programas de acceso restringido plantean preguntas difíciles. ¿Qué criterios convierten a una organización en “defensor de confianza”? ¿Qué ocurre con los equipos de seguridad de países, empresas o instituciones que no entran en esos programas? En el caso de Anthropic, según MacRumors, el acceso a Mythos 5.1 está limitado a empresas y personas de Estados Unidos que participan en sus programas de confianza. La concentración de las capacidades defensivas más avanzadas en pocas manos es, en sí misma, un tema de debate.

3. Agentes que actúan, nuevas superficies de ataque

Cuando un modelo puede navegar por internet, abrir archivos y ejecutar acciones en un ordenador, aparece un riesgo específico: la inyección indirecta de instrucciones (indirect prompt injection). Un atacante puede esconder órdenes en una página web, un correo o un documento para que el agente las ejecute sin que su usuario lo sepa. No es casual que Google presente Argon como su modelo más resistente hasta ahora frente a este tipo de ataques: es una de las grandes preocupaciones del sector.

4. Supervisar lo que no se ve

Un sistema autónomo solo es seguro si se puede vigilar lo que hace. Aquí surgen nuevos desafíos. GPT-6 Astra utiliza una técnica de razonamiento llamada recurrent depth que mejora la eficiencia, pero oculta en parte o por completo la cadena de razonamiento del modelo. La propia OpenAI reconoció que Astra fue más difícil de monitorizar en las pruebas diseñadas para comprobar si podía evadir la supervisión. Google, por su parte, está desplegando sistemas que vigilan el razonamiento y las acciones de Argon y detienen su ejecución cuando es necesario.

5. Salvaguardas imperfectas, en ambas direcciones

Las salvaguardas pueden fallar de dos maneras: dejando pasar usos peligrosos o bloqueando usos legítimos. Lo segundo también es un problema de seguridad, porque frena a los defensores. La mejora del 60 % en falsos positivos de Fable 5.1 muestra que los laboratorios intentan afinar ese equilibrio, pero también que las primeras versiones bloqueaban mucho trabajo legítimo.

QUÉ DEBERÍAN HACER LAS ORGANIZACIONES

Para cualquier empresa o institución que quiera aprovechar estos modelos, algunas prácticas básicas resultan imprescindibles:

• Mínimo privilegio: dar a los agentes de IA solo los permisos estrictamente necesarios.
• Aprobación humana para acciones críticas, como transferencias, cambios en sistemas o envío de información sensible.
• Tratar todo contenido externo como no confiable, especialmente cuando un agente lee páginas web, correos o documentos de terceros.
• Registros y auditoría de lo que hacen los agentes.
• Clasificación de datos, para decidir qué información puede pasar por estas herramientas y cuál no.
• Formación de los equipos, porque la tecnología avanza más rápido que los protocolos internos.

La incorporación de agentes de IA no debería entenderse únicamente como una decisión de productividad.

También es una decisión de seguridad.

UNA BRECHA DE TALENTO QUE CRECE

Si algo dejan claro estos lanzamientos es que la frontera entre la inteligencia artificial y la ciberseguridad se está difuminando. Las organizaciones necesitan profesionales capaces de entender cómo funcionan estos modelos, cómo integrarlos de forma segura y cómo defenderse de quienes los usan con malas intenciones.

Este perfil híbrido abre dos caminos complementarios. Quien quiera investigar a fondo cómo funcionan, se evalúan y se gobiernan estos sistemas encontrará en el Doctorado en inteligencia artificiaL – Universidad Americana de Europa UNADE un espacio para generar conocimiento propio sobre una de las tecnologías que más está transformando el mundo. Y quien quiera especializarse en proteger sistemas, datos y organizaciones en este nuevo escenario puede hacerlo con la Maestría en Ciberseguridad – Universidad Americana de Europa UNADE.

LA FRONTERA TAMBIÉN ES RESPONSABILIDAD

Como periodista y especialista en comunicación, me parece significativo que los propios creadores de estos modelos sean los primeros en advertir de sus riesgos.

Significa que la conversación ha madurado: ya no se trata solo de qué puede hacer la inteligencia artificial, sino de quién puede usarla, para qué y con qué controles.

Esa conversación no pueden tenerla solo los laboratorios. Necesita investigadores, profesionales de la seguridad, juristas, responsables públicos y ciudadanos informados.

Cuanto más capaces sean estas herramientas, más valioso será el criterio humano que decida cómo usarlas.

Autora

Dra. Ruth Gómez

Periodista y politóloga, experta en conducta humana y especializada en comunicación.

Asesora estratégica de campañas para la educación doctoral.

Universidad Americana de Europa (UNADE)

LinkedIn

Este artículo forma parte de UNADE AL DÍA, la iniciativa de divulgación académica de la Universidad Americana de Europa orientada a analizar las tendencias que transforman la educación superior, la empleabilidad y el liderazgo profesional en un contexto global.