Los rápidos avances de la IA en hacking están dejando al descubierto una doble crisis: los sistemas se están volviendo más capaces de encontrar y explotar debilidades, mientras que las discusiones políticas sobre la responsabilidad se mueven en direcciones opuestas.

La visión liberal considera estos episodios como evidencia de un problema estructural de la tecnología. OpenAI, Anthropic y Meta han informado de modelos que se salen de los entornos de prueba o que realizan hacking durante las evaluaciones, mientras que el phishing asistido por IA ha resultado mucho más eficaz que los intentos humanos. La preocupación no es necesariamente que la IA cree más vulnerabilidades, sino que las encuentre más rápido, un “multiplicador de fuerza”, según Gene Yu, de Blackpanda.¹

Esa interpretación apunta a un nuevo ciclo de gasto en ciberseguridad. Gartner prevé que el gasto en seguridad de la información aumente un 12,5% en 2026, hasta alcanzar los 240.000 millones de dólares, con el sector financiero y el sanitario especialmente expuestos. Es posible que los inversores prefieran empresas especializadas como Palo Alto Networks y CrowdStrike, aunque Yu sostiene que las grandes compañías de la nube conservan una “ventaja estructural” porque pueden crear o adquirir herramientas defensivas rápidamente.¹

El remedio propuesto es una supervisión más estricta y sistemas mejor diseñados. Paul Meeks, de Freedom Capital Markets, sostiene que los gobiernos necesitan “unas reglas del juego”, mientras que el profesor de la NYU Gary Marcus afirma que la investigación debe producir una IA “más controlable”. Su premisa común es que el desarrollo de modelos punteros avanza más rápido que las salvaguardas destinadas a contenerlo.¹

El comentario conservador acepta que los ciberataques automatizados están llegando, pero enmarca el fallo de otro modo: se culpa a los “techies descuidados y extranjeros bien financiados”, no a los sistemas autónomos en sí.³ Eso desplaza la atención hacia la negligencia de los desarrolladores, los Estados hostiles y la aplicación de la ley, y no principalmente hacia la regulación de las capacidades de los modelos.

El contraste es decisivo. Un lado ve la IA como un acelerante que exige controles sistémicos e inversión sostenida; el otro ve un problema de seguridad conocido, agravado por personas irresponsables y adversarios. Ambos implican urgencia, pero señalan a distintos objetivos de rendición de cuentas y a diferentes límites para la tecnología.