Según reveló CNN a partir de cuatro personas familiarizadas con el caso, Estados Unidos estuvo a punto de interceptar un buque chino que navegaba por Oriente Próximo. Una inteligencia artificial concluyó, de forma errónea, que su carga estaba vinculada con componentes para un programa de armas nucleares.
El episodio involucró a un analista del Mando de Operaciones Especiales de Estados Unidos, un chatbot, programa capaz de analizar y responder en lenguaje cotidiano, y un informe de inteligencia que circuló por canales oficiales. La operación se canceló cuando se comprobó que la identificación de la carga era falsa.
La alarma no quedó en una pantalla. Personal estadounidense armado se preparó para abordar el barco y aviones militares ya estaban en el aire para apoyar la maniobra.
Una fuente consultada por CNN calificó el informe como “completamente falso” y advirtió que el incidente “casi inició una guerra”. El hallazgo expone una pieza clave del uso de IA en contextos sensibles: una respuesta bien redactada puede parecer una certeza, incluso cuando su mecanismo interno falló.
El error que avanzó como un cableado sin fusible
La herramienta combinó fuentes abiertas con inteligencia de señales, datos obtenidos de comunicaciones o emisiones electrónicas, almacenada en sistemas clasificados del Gobierno estadounidense. El barco existía, su manifiesto de carga era real y también lo era la información sobre su ruta. Lo equivocado fue la interpretación que unió esas piezas.
La IA funcionó como un tablero eléctrico con cables reales, pero conectados al interruptor equivocado. La corriente estaba allí: documentos, ubicaciones y registros. Sin embargo, el sistema encendió una alarma nuclear donde no había una amenaza confirmada.
Después, el analista utilizó la misma IA para convertir esa conclusión en un informe convencional. Ese paso fue central: la respuesta del chatbot dejó de verse como una sugerencia de software y adquirió la apariencia de un documento oficial, listo para orientar decisiones.
Ahí aparece la oportunidad, pero también el riesgo. Tener a una persona dentro del proceso no alcanza si esa persona recibe una explicación clara, rápida y aparentemente coherente, sin poder revisar con facilidad cómo la máquina llegó a ella.
Las llamadas alucinaciones de IA, respuestas falsas presentadas como plausibles, son difíciles de detectar precisamente por eso. No suelen inventar todo desde cero. Mezclan datos correctos con una inferencia equivocada, como una receta con ingredientes frescos y una etiqueta que indica el plato incorrecto.
La velocidad necesita una segunda verificación
El Pentágono impulsa el uso de inteligencia artificial para acelerar análisis, planificación y redacción de documentos. Desde diciembre de 2025, la plataforma segura GenAI.mil ofrece herramientas dentro de la infraestructura protegida del Departamento de Defensa. Primero incorporó Gemini, de Google; desde finales de agosto también sumó Grok, de xAI, y ChatGPT Mil, de OpenAI.
Claude, de Anthropic, también se usa de forma amplia fuera de esa plataforma en redes militares y de inteligencia clasificadas. Estas herramientas pueden procesar grandes volúmenes de información, pero el caso revela que la rapidez no reemplaza la comprobación independiente.
Según CNN, no existe un estándar único para verificar información generada por IA en todas las ramas militares estadounidenses. Cada unidad puede usar modelos distintos y aplicar normas internas propias, un escenario que deja el control repartido entre varios engranajes.
La lección es concreta: antes de actuar, alguien debe revisar no solo la respuesta, sino el camino que llevó hasta ella. En asuntos de alto riesgo, el mejor interruptor no es el que enciende una decisión más rápido, sino el que permite detenerla a tiempo.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
