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

Capítulo 02 · Vectores

Biológico y CBRN

Modelos que bajan la barrera de conocimiento para crear, obtener o desplegar agentes biológicos y químicos.

El daño entra por el conocimiento, no por la máquina. Ningún modelo sintetiza un patógeno: lo que puede hacer es acortar la distancia entre querer hacerlo y saber cómo, y esa distancia era hasta ahora la principal barrera de entrada. Los umbrales que usan los laboratorios están escritos sobre esa idea y no sobre el agenteAgente de IAUn sistema de IA que no solo responde: recibe un objetivo y actúa por su cuenta para cumplirlo, paso a paso, usando herramientas como el navegador, el correo o la terminal, sin que alguien apruebe cada paso.Por ejemploPedirle a un asistente que te recomiende vuelos es usar un chatbot. Pedirle que busque, compare, compre el pasaje y lo anote en tu calendario, todo solo, es usar un agente.: el de Anthropic se define por si un individuo «con formación técnica básica» recibe ayuda significativa [68]Activating AI Safety Level 3 ProtectionsAnthropic · 2025 · informeVer fuente ↗Consultada el 9 de septiembre de 2026.

Lo que distingue a este vectorVectorLa vía por la que un riesgo pasa de la pantalla al mundo: biológica, cibernética, militar, económica, política, epistémica o de pérdida de control. En este observatorio, cada vector tiene su color.Por ejemploUn ladrón puede entrar por la puerta, la ventana o el techo. El ladrón es el riesgo; la puerta, la ventana y el techo son los vectores. de los demás es la relación entre su severidad potencial y su evidencia observada. Ninguna de las bases de incidentes consultadas registra un daño biológico real atribuido a IA [31]AI Incident Database — Database SnapshotsResponsible AI Collaborative; McGregor, Sean · 2026 · datasetVer fuente ↗Consultada el 9 de septiembre de 2026. El registro con más carga mediática de 2026 documenta chatbots que entregaron instrucciones bajo presión, no un ataque [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. El contraste histórico calibra la base: la Global Terrorism Database registra 36 ataques terroristas con arma biológica en cincuenta años, con una medianaMedianaEl valor del medio cuando se ordenan todas las respuestas de menor a mayor: la mitad queda por debajo y la mitad por encima. A diferencia del promedio, unos pocos valores extremos no la mueven.Por ejemploSi cinco personas ganan 1, 1, 2, 2 y 50, el promedio es 11,2 y la mediana es 2, que describe mejor a la mayoría. de cero muertos [886]The Operational Risks of AI in Large-Scale Biological Attacks: Results of a Red-Team StudyMouton, Christopher A.; Lucas, Caleb; Guest, Ella · 2024 · informeVer fuente ↗Consultada el 9 de septiembre de 2026.

Lo que sí avanzó está en el laboratorio y es acotado. Modelos de lenguajeLLM (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. genómico generaron cientos de miles de candidatos de bacteriófago; 285 pasaron a síntesis y 16 resultaron viables [597]Generative design of bacteriophages with genome language modelsKing, Samuel H.; Hie, Brian · 2026 · paperVer fuente ↗verificado por CrossrefConsultada el 9 de septiembre de 2026. Agentes con herramientas biológicas lograron rediseñar secuencias que evadieron el cribadoCribado de síntesis de ADNLa revisión que hacen las empresas que fabrican ADN a pedido para detectar si un encargo corresponde a algo peligroso, como partes de un virus, antes de fabricarlo y enviarlo.Por ejemploComo la farmacia que revisa la receta antes de entregar un medicamento controlado., aunque con fiabilidad baja e irregular [888]Testing Large Language Model Agents on the Use of Biological Tools for Nucleic Acid Synthesis Screening EvasionLee, Jeffrey; Worland, Alyssa; Rodriguez, Christopher et al. · 2026 · informeVer fuente ↗Consultada el 9 de septiembre de 2026. La medición del techo real está bloqueada: las salvaguardas de los modelos cerrados impidieron probarlos [888]Testing Large Language Model Agents on the Use of Biological Tools for Nucleic Acid Synthesis Screening EvasionLee, Jeffrey; Worland, Alyssa; Rodriguez, Christopher et al. · 2026 · informeVer fuente ↗Consultada el 9 de septiembre de 2026.

Riesgos de este vector

  • ProyectadoPatógenos mejorados por expertosIrreversible

    Un equipo que ya sabe hacer virología usa modelos de diseño biológico para producir un agente con propiedades que no existen en la naturaleza.

  • LaboratorioElusión del cribado de síntesisCatastrófico

    Secuencias rediseñadas por IA conservan función pero dejan de parecerse a lo que el cribado de los proveedores de ADN sintético busca.

  • ProyectadoLaboratorios remotos sin verificaciónCatastrófico

    Agentes de IA encadenan diseño, pedido de síntesis y ejecución en laboratorios por contrato sin que ningún humano compruebe quién encarga ni para qué.

  • LaboratorioUplift biológico a novatosCatastrófico

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

Ver entre los vectores →Reportar un error en esta ficha →

Fuentes

  1. [68] Activating AI Safety Level 3 Protections · Anthropic 2025
  2. [31] AI Incident Database — Database Snapshots · AI Incident Database 2026
  3. [811] AI Chatbots Provide Detailed Instructions for Biological Weapons, Exposing Safety Failures · OCDE 2026
  4. [886] The Operational Risks of AI in Large-Scale Biological Attacks: Results of a Red-Team Study · RAND Corporation 2024
  5. [597] Generative design of bacteriophages with genome language models · Stanford University / Arc Institute 2026 verificado por Crossref
  6. [888] Testing Large Language Model Agents on the Use of Biological Tools for Nucleic Acid Synthesis Screening Evasion · RAND Corporation 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