Saltar al contenido
OGERIA — Observatorio Global de Evidencias de Riesgos de la Inteligencia ArtificialInforme de síntesis · ed. 2026
Actualizado 2 oct 2026

Capítulo 01 · Mapa de riesgos

Biológico y CBRN

Uplift biológico a novatos

Un actor sin formación especializada obtiene de un modelo el conocimiento explícito y el protocolo que antes solo daba un mentor humano.

Severidad
Catastrófico
Horizonte
Ya ocurre
Evidencia
Laboratorio
Consenso
Medio

UpliftUpliftCuánto mejora lo que una persona logra hacer cuando tiene una IA al lado, comparado con lo que lograría sola. En este observatorio se usa sobre todo para capacidades peligrosas.Por ejemploComo armar un mueble con un video tutorial al lado: no te da las herramientas, pero terminas antes y con menos errores que leyendo solo el manual. es la diferencia entre lo que un actor sin formación logra solo y lo que logra con un modelo al lado. El riesgo no es que el modelo invente un arma: es que sustituya al mentor que un aficionado no tiene.

La evidencia de 2026 está partida en dos, y las dos mitades son primarias. Zhang, Knight y coautores compararon novatos con acceso a LLMLLM (modelo de lenguaje)Un modelo de lenguaje grande: el tipo de IA que está detrás de asistentes como ChatGPT, Claude o Gemini, entrenado con enormes cantidades de texto para predecir qué palabra viene después.Por ejemploComo el autocompletar del celular, pero entrenado con muchísimo más texto: por eso sigue una conversación entera y no solo la próxima palabra. contra novatos con solo internet en ocho conjuntos de tareas de bioseguridad, todo in silicoIn silicoHecho en computador, por simulación o con datos, sin material biológico real. La expresión alude al silicio de los chips.Por ejemploComo practicar en un simulador de vuelo: enseña mucho, pero no es lo mismo que despegar un avión de verdad.: los primeros fueron 4,16 veces más precisos (IC 95%Intervalo de confianzaEl rango dentro del cual probablemente está el valor real, según lo que se midió. Cuanto más ancho, menos precisa es la medición. Se abrevia IC.Por ejemploComo decir que llegas «entre las 7 y las 7:20»: no sabes el minuto exacto, pero sí el margen. 2,63-6,87) [1139]LLM Novice Uplift on Dual-Use, In Silico Biology TasksZhang, Chen Bo Calvin; Knight, Christina Q.; Kruus, Nicholas et al. · 2026 · preprintVer fuente ↗Consultada el 9 de septiembre de 2026. Hong y once coautores corrieron un ensayo aleatorizado, preregistradoEstudio preregistradoUn estudio que publicó antes de empezar qué iba a medir y cómo lo iba a analizar, para no poder elegir después solo los resultados que le convienen.Por ejemploComo anunciar a qué número apuestas antes de lanzar los dados, y no después de ver cómo cayeron. y con evaluadores ciegos, con 153 novatos en laboratorio físico sobre un flujo de genética reversaGenética reversaTécnicas para crear un virus funcional a partir de su secuencia genética escrita, en vez de obtenerlo de una muestra natural.Por ejemploComo construir una máquina a partir de sus planos, sin haber tenido nunca una en las manos. viral: no hubo diferencia en el endpoint primario de completitud (5,2% con LLM contra 6,6% con internet; P = 0,759) [523]Measuring Mid-2025 LLM-Assistance on Novice Performance in BiologyHong, Shen Zhou; Kleinman, Alex; Mathiowetz, Alyssa et al. · 2026 · preprintVer fuente ↗Consultada el 9 de septiembre de 2026. No se contradicen. El conocimiento explícito dejó de ser la barrera; la barrera física sigue en pie.

Los laboratorios lo reportan desde dentro y de forma precautoria: OpenAI trata a la familia GPT-5.6 como High capability en biológico y químico con 3 de 4 evaluaciones sobre el umbral, y advierte que dos podrían estar saturadas [825]GPT-5.6 System CardOpenAI · 2026 · system cardVer fuente ↗Consultada el 9 de septiembre de 2026.

Lo que esto no demuestra. No hay ningún incidente biológico real atribuido a IA; el registro de la OCDE que más circula documenta que unos chatbots entregaron instrucciones al ser presionados, no un daño consumado [811]AI Chatbots Provide Detailed Instructions for Biological Weapons, Exposing Safety FailuresOECD AI Incidents Monitor · 2026 · webVer fuente ↗Consultada el 9 de septiembre de 2026. Sonia Ben Ouagrham-Gormley sostiene, el 27 de agosto de 2026, que el obstáculo histórico nunca fue el acceso a la información sino sostener reservorios de conocimiento tácitoConocimiento tácitoLo que se aprende haciendo, con práctica y con alguien que enseña al lado, y que no queda escrito en ningún manual. En biología es una de las barreras que un texto no reemplaza.Por ejemploSaber cuándo está lista la masa del pan por cómo se siente al tocarla: no se aprende leyendo la receta.: el programa soviético de ántrax necesitó años de colaboración presencial para adaptar protocolos que ya tenía escritos [156]Rethinking the De-skilling Narrative in AI and Biological Weapons PolicyBen Ouagrham-Gormley, Sonia · 2026 · webVer fuente ↗Consultada el 9 de septiembre de 2026. Y nadie ha medido el uplift para expertos de laboratorio húmedoLaboratorio húmedoUn laboratorio donde se trabaja con material real —células, virus, reactivos—, a diferencia del trabajo que se hace solo en computador.Por ejemploLa diferencia entre leer una receta y cocinarla: el laboratorio húmedo es la cocina., el grupo que SecureBio señaló como el más plausiblemente beneficiado [108]The State of Bio-Uplift Research in Mid-2026Aziz, Humam · 2026 · post de foroVer fuente ↗Consultada el 9 de septiembre de 2026.

Cadena de materialización

  1. PrecondiciónObservado

    Los modelos superan a los expertos en las pruebas de conocimiento

    En el system card de GPT-5.6, la línea base de 36 virólogos con doctorado en Multimodal Troubleshooting Virology es 22,1% de exactitud media; el mejor modelo puntuó 55,5%. OpenAI trata a toda la familia como High capability en biológico y químico.

    Precedentes: La system card de GPT-5.6 documenta desalineación en despliegue interno · Claude Opus 4 se despliega bajo el estándar ASL-3 como medida precautoria · Anthropic publica Claude Fable 5 y Claude Mythos 5

  2. DetonanteLaboratorio

    Un novato con el modelo al lado supera la barrera de conocimiento

    Zhang, Knight y coautores midieron a novatos con acceso a LLM contra novatos con solo internet en ocho conjuntos de tareas de bioseguridad, enteramente in silico: 4,16 veces más precisos (IC 95% 2,63-6,87), y superando a los expertos en tres de los cuatro benchmarks con línea base experta.

    Precedentes: La OCDE registra chatbots que entregaron instrucciones de armas biológicas

    Hasta aquí llega lo observado o demostrado. Lo que sigue es proyección.

  3. CascadaProyectado

    El plan tendría que sobrevivir al laboratorio húmedo

    Acá el eslabón se debilita y hay que decirlo: en laboratorio físico, con 153 novatos y diseño preregistrado, el uplift se desvanece. Que la barrera física caiga -por automatización, por transferencia de conocimiento tácito o por servicios de síntesis y laboratorio remoto- es una proyección, no una medición.

  4. ImpactoEspeculativo

    Un agente biológico liberado por alguien que antes no podía

    No hay ningún caso. La Global Terrorism Database registra 36 ataques con arma biológica en 50 años sobre 209.706 ataques totales, con una mediana de cero muertos: la magnitud de un caso futuro es especulativa por los dos extremos.

Ver en el mapa →Reportar un error en esta ficha →

Fuentes

  1. [1139] LLM Novice Uplift on Dual-Use, In Silico Biology Tasks · Zhang, Chen Bo Calvin 2026
  2. [523] Measuring Mid-2025 LLM-Assistance on Novice Performance in Biology · Hong, Shen Zhou 2026
  3. [886] The Operational Risks of AI in Large-Scale Biological Attacks: Results of a Red-Team Study · RAND Corporation 2024
  4. [825] GPT-5.6 System Card · OpenAI 2026
  5. [68] Activating AI Safety Level 3 Protections · Anthropic 2025
  6. [82] System Card: Claude Fable 5.1 & Claude Mythos 5.1 · Anthropic 2026
  7. [156] Rethinking the De-skilling Narrative in AI and Biological Weapons Policy · Georgetown Journal of International Affairs 2026
  8. [811] AI Chatbots Provide Detailed Instructions for Biological Weapons, Exposing Safety Failures · OCDE 2026
  9. [370] Do the biorisk evaluations of AI labs actually measure the risk of developing bioweapons? · Epoch AI 2025
  10. [108] The State of Bio-Uplift Research in Mid-2026 · Aziz, Humam 2026

Pregúntale a OGERIA

Responde solo con lo que publica el observatorio y puede equivocarse: revisa las fichas que cita. Tus preguntas se envían a un modelo de IA, así que no escribas datos personales. Más en la política de privacidad.

Hasta 500 caracteres.

Apoyar a OGERIA en Ko-fi

El pago lo procesa Ko-fi, no este sitio. Abrir en ko-fi.com