by 
Nuevos modelos y herramientas desde China reabren la discusión sobre IA abierta, vulnerabilidades y la carrera tecnológica global.
La inteligencia artificial de esta semana no vino con una demo simpática para hacer canciones ni con otro chatbot prometiendo organizarte la vida. Vino con algo bastante más delicado: ciberseguridad, modelos abiertos y una carrera cada vez más tensa entre China y Estados Unidos.
El foco está en herramientas chinas que, según distintos reportes, están acercándose a capacidades avanzadas de detección de vulnerabilidades que hasta hace poco se asociaban principalmente a laboratorios estadounidenses como Anthropic. Reuters informó que la firma china 360 Security Technology presentó Tulongfeng, una herramienta de IA diseñada para descubrir vulnerabilidades de software, descrita por su fundador Zhou Hongyi como una especie de “versión china” de Mythos.
El nombre nuevo en la conversación: Tulongfeng
Tulongfeng fue presentado durante la conferencia ISC.AI 2026 en Beijing, dentro de un paquete llamado Yitian Tulong. Según Reuters, una herramienta apunta a la búsqueda automática de vulnerabilidades y otra, Yitianzhen, a defensa e incident response automatizados.
Traducido del idioma “ciberseguridad para humanos normales”: hablamos de sistemas capaces de revisar código, buscar fallas, detectar puntos débiles y ayudar a responder ante ataques. Eso puede servir para defender infraestructura crítica, empresas, bancos y servicios públicos. También puede preocupar, porque una herramienta que encuentra vulnerabilidades puede ser útil para proteger… o para atacar.
Ahí está la gracia y el terror del asunto. La IA en ciberseguridad es como un cuchillo muy caro: depende de quién lo use, para qué y con cuánta supervisión.
GLM-5.2 y la presión de los modelos abiertos
La discusión se amplió además con GLM-5.2, un modelo abierto de Z.ai —antes asociado al ecosistema de Zhipu AI— que ha sido reportado como competitivo en ciertas tareas de ciberseguridad. The Verge señaló que investigadores y reportes recientes lo ubican como un sistema capaz de rivalizar en algunos escenarios específicos con herramientas avanzadas occidentales, aunque todavía no necesariamente iguala a los modelos líderes en tareas generales.
La palabra clave es “abierto”. Un modelo open-weight puede ser descargado, ejecutado, adaptado y modificado por terceros. Para investigadores, startups y países con menos acceso a modelos cerrados, eso puede ser una ventaja enorme. Para quienes miran el riesgo, también puede ser una puerta complicada: si un modelo potente puede modificarse sin las mismas barreras de seguridad de una plataforma comercial, el abuso se vuelve más difícil de controlar.
Axios reportó que la liberación de GLM-5.2 está elevando preocupaciones por su posible uso en hacking, especialmente porque los modelos abiertos pueden ser ajustados o intervenidos para quitar restricciones.
El otro frente: acusaciones de destilación
La tensión no queda solo en quién tiene mejor modelo. También está la pelea por cómo se entrenan. Reuters informó que Anthropic acusó a Alibaba de una extracción no autorizada de capacidades de Claude mediante un proceso de “distillation”, supuestamente usando millones de interacciones y miles de cuentas fraudulentas entre abril y junio de 2026. Alibaba no es un actor menor: su laboratorio Qwen es parte clave del empuje chino en IA.
La destilación puede ser una técnica legítima cuando se usa con autorización: un modelo más pequeño aprende de las respuestas de uno más grande. Pero cuando se hace sin permiso, las compañías lo ven como una forma de copiar capacidades sin pagar el costo completo de investigación, entrenamiento y seguridad.
Tom’s Hardware también recogió las cifras atribuidas por Anthropic: 25.000 cuentas falsas y 28,8 millones de intercambios, según la acusación.
La carrera ya no es solo por responder mejor
Durante años, el debate público sobre IA giró alrededor de quién escribía mejor, quién programaba más rápido o quién generaba imágenes más bonitas. Esta semana deja claro que la competencia se está moviendo hacia capacidades mucho más sensibles: seguridad, defensa, automatización técnica y control de infraestructura digital.
Stanford HAI ya venía mostrando en su AI Index 2026 que la brecha entre modelos de Estados Unidos y China se ha reducido en ciertos indicadores, aunque Estados Unidos mantiene liderazgo en varios modelos de frontera y China destaca en producción científica, patentes y robótica industrial.
Eso cambia el tablero. Si modelos abiertos de alto rendimiento empiezan a circular fuera del control de las grandes plataformas estadounidenses, la conversación sobre regulación se vuelve más compleja. No basta con decir “que las empresas grandes pongan filtros”. La tecnología puede moverse, replicarse y adaptarse.
Defensa, riesgo y un futuro más difícil de regular
Para usuarios comunes, todo esto puede sonar lejano. Pero no lo es tanto. La ciberseguridad sostiene bancos, hospitales, medios, municipios, empresas, plataformas de pago y servicios básicos. Si la IA ayuda a encontrar fallas más rápido, perfecto. Si también ayuda a atacantes a escalar operaciones, el problema deja de ser futurista y se vuelve operativo.
En Sin Justificativo creemos que el punto no es caer en pánico anti-IA ni vender humo optimista. La pregunta seria es otra: ¿quién tiene acceso a estas herramientas, qué controles existen y cómo se mide su impacto real?
La IA ya no es solo el asistente que te resume PDFs. También es un actor técnico en la defensa y ataque del software que usamos todos los días. Y cuando la carrera se mueve a ese nivel, el meme se acaba rápido.
No hay comentarios.:
Publicar un comentario