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