En el debate tecnológico actual suele hablarse de la inteligencia artificial (IA) en seguridad y defensa como si fuese una entidad monolítica. Sin embargo, en el ámbito operativo real no existe una única “IA militar” ni una clasificación rígida. La implementación práctica implica la integración de distintas familias y arquitecturas de IA según la misión, el entorno operativo, los datos disponibles y la severidad del riesgo.
DEF consultó Gustavo Fauez, CEO de Roca Defense & Systems, cómo es el proceso de concepción de los agentes autónomos en ámbitos tan complejos para la seguridad, tanto de privados como de los Estados.
- Te puede interesar: La inteligencia artificial en la carrera por la conquista de la Antártida
Los distintos modelos de IA aplicados a la Defensa y la Seguridad
De entrada, Gustavo Fauez aclara que la implementación práctica de esta tecnología implica la integración de distintas familias y arquitecturas de IA según la misión, el entorno operativo, los datos disponibles y la severidad del riesgo.
Entre las aplicaciones principales, el experto cuenta que se encuentra la IA de percepción y reconocimiento, la cual utiliza visión computacional y reconocimiento de patrones para analizar sensores como imágenes, video, radar, sonar, infrarrojo o señales acústicas con el fin de detectar, clasificar y realizar el seguimiento de objetos, embarcaciones, aeronaves o personas.
A esta se suma la IA de fusión de sensores, encargada de sintetizar y correlacionar información heterogénea proveniente de satélites, drones, radares, reportes humanos y bases de datos. Su función es construir un panorama operacional consistente, indispensable ante escenarios con datos incompletos o contradictorios.
Por su parte, un agente para la detección de anomalías monitorea redes, infraestructuras críticas, fronteras o zonas marítimas para alertar sobre comportamientos que se desvíen del patrón habitual, marcando eventos atípicos para su revisión humana.
Para anticipar escenarios, la tecnología predictiva genera cálculos probabilísticos que permiten prever fallas mecánicas, estimar trayectorias, mapear zonas de riesgo o planificar la demanda logística a partir de antecedentes y datos actuales.
En el ámbito táctico y móvil, para navegación, planificación y control permite el guiado y la autonomía de vehículos aéreos, navales, submarinos o terrestres. Este tipo de tecnología combina aprendizaje por refuerzo y algoritmos de optimización con reglas determinísticas para garantizar rutas seguras y la evasión de obstáculos.
Pensando en la gestión del mando, una inteligencia artificial para apoyo a la decisión organiza grandes volúmenes de datos y prioriza alertas para reducir la carga cognitiva del operador. No busca reemplazar el criterio del comandante, sino acelerar y mejorar la calidad de cada decisión.
En el plano documental, la IA lingüística y generativa procesa inteligencia, traduce comunicaciones, resume reportes y facilita consultas en lenguaje natural, aunque requiere estrictos controles de verificación para evitar imprecisiones o alucinaciones de datos.
Como complemento estructural, los sistemas expertos y motores de reglas ofrecen modelos predecibles y auditables basados en reglas preestablecidas por especialistas. Al combinarse con la IA probabilística, ofrecen un marco claro donde la IA propone y las reglas delimitan los márgenes de actuación.
Finalmente, el CEO de Roca Defense & Systems explica que los agentes de IA constituyen arquitecturas orientadas a cumplir objetivos específicos ejecutando secuencias de tareas, consultando fuentes y verificando resultados bajo estrictos permisos y supervisión humana.
Criterios de selección: ¿Cómo se determina qué IA utilizar?
El diseño de un sistema de defensa no inicia con el algoritmo, sino con la misión. Para determinar la arquitectura tecnológica adecuada, Gustavo Fauez indica que deben evaluarse factores clave como el tipo de datos que ingresan y si el procesamiento será local (Edge AI) o remoto.
- Te puede interesar: Fuerzas Armadas: después de 20 años, Defensa corrige su sistema de inteligencia y contrainteligencia
También resulta determinante la tolerancia al error, analizando qué fallas son tolerables y cuáles resultan críticas o irreversibles. Del mismo modo, deben considerarse la trazabilidad, la ciberseguridad y la necesidad de explicar el origen de cada recomendación, definiendo claramente qué decisiones exigen imperativamente la intervención o autorización humana.
El ciclo de vida de la tecnología y el factor humano
Llevar una solución de IA al campo operativo requiere un estándar de validación superior al del ámbito comercial. El proceso general abarca desde la definición de la misión y sus límites operativos, hasta la obtención, depuración y etiquetado de datos bajo esquemas de protección.
Posteriormente se realiza la selección y entrenamiento de los modelos, seguidos por pruebas en simulación y entornos reales representativos. Una etapa crítica incluye la evaluación de resistencia contra ciberataques, camuflaje, degradación de sensores y acciones adversarias deliberadas, culminando en una integración gradual con las plataformas, sensores y operadores humanos.
El nivel de autonomía en la defensa no depende exclusivamente de la capacidad técnica, sino de la doctrina, la legislación y las reglas de empeñamiento.
Gustavo Fauez concluye la verdadera innovación no consiste en retirar al ser humano de la decisión, sino en entregarle una comprensión más rápida, completa y verificable del escenario para que pueda decidir mejor. En última instancia, a mayor gravedad e irreversibilidad de una decisión, mayor debe ser la trazabilidad, supervisión y autoridad humana involucrada en el sistema.
