Hay una nueva IA tan potente que asusta: Claude Mythos descubre fallos críticos, negocia, oculta o manipula

Cuando ChatGPT se hizo público a finales de 2022, la sensación fue que habíamos cruzado un umbral tecnológico. Cuatro años después, Claude Mythos Preview sugiere que aquel fue solo el prólogo. Anthropic ha presentado un modelo de inteligencia artificial que no se limita a escribir textos o ayudar a programar. Es capaz de encontrar fallos de seguridad nunca vistos, construir exploits y simular ataques complicados mejor y más rápido que muchos especialistas humanos.

Claude Mythos Preview es, según la propia Anthropic, «con diferencia» el modelo más potente que ha creado hasta ahora, por encima incluso de Claude Opus 4.6 y de los grandes modelos comerciales de OpenAI o Google en varias pruebas internas. Google lo ha incorporado en privado a Vertex AI dentro del llamado Project Glasswing, reservado a un puñado de grandes clientes corporativos.

Lo decisivo no es que escriba mejor o razone mejor, sino que sus capacidades de ciberseguridad han llegado hasta un punto que los propios ingenieros describen como «cambio de nivel».

La reacción de Anthropic fue precisamente la contraria a la que hemos visto hasta ahora en la carrera de la IA ya que en lugar de convertir Mythos en un producto estrella de consumo, ha restringido su acceso a un círculo limitado de empresas y equipos de ciberseguridad. Es un modelo que sus propios creadores consideran demasiado peligroso para abrirlo al público.

Del chatbot a operador ofensivo

Hasta ahora lo que nos contaban de la IA generativa estaba dominado por asistentes conversacionales, herramientas de escritura, generadores de imagen y, más recientemente, sistemas de razonamiento capaces de encadenar pasos. Mythos introduce otra figura, la del operador digital capaz de leer grandes bases de código, formular hipótesis, ejecutar programas, instrumentarlos y, si encuentra una grieta, explotarla.

Mythos introduce otra figura, la del operador digital capaz de leer grandes bases de código

Esto es una capacidad derivada de mejoras generales en código, razonamiento y autonomía, según la propia Anthropic y significa que no sabemos exactamente dónde están los límites de lo que puede hacer en manos de un usuario con creatividad.

La misma arquitectura que lo vuelve útil para automatizar procesos complejos en empresas lo hace extremadamente eficaz para encontrar puntos débiles en cualquier sistema conectado.

Cuando se equivoca, lo hace de forma sutil y técnica

El modelo, además, alucina mucho menos que sus predecesores y es más proclive a decir «no lo sé», lo que incrementa la confianza del usuario en sus respuestas. Pero aquí se abre un nuevo problema porque cuando se equivoca, lo hace de forma sutil y técnica, en dominios donde el propio humano puede no tener la pericia necesaria para detectarlo.

Cuatro años después de ChatGPT, la IA ha pasado de ser una herramienta de oficina muy sofisticada a algo que se parece inquietantemente a un equipo de ciberseguridad metido en una API.

Riesgos en plena guerra política de la IA

Este salto tecnológico se produce en un momento en el que la IA de Anthropic está en el centro de un conflicto político en Estados Unidos. El presidente Donald Trump ha ordenado a todas las agencias federales «cesar inmediatamente» el uso de la tecnología de Anthropic después de que la empresa se negara a levantar sus límites éticos al uso militar de sus modelos.

El Pentágono exigía poder usar Claude «en todos los casos de uso legales», incluidas armas totalmente autónomas y programas de vigilancia masiva sobre ciudadanos estadounidenses. Anthropic se negó a cruzar esas líneas rojas y ha acabado etiquetada por Defensa como «riesgo para la seguridad nacional», mientras OpenAI ocupa su lugar como proveedor principal.

Las advertencias de los expertos llevan tiempo sobre la mesa. Stuart Russell, uno de los padres de la IA moderna, recordaba recientemente que dejar la investigación de vanguardia en manos de unas pocas tecnológicas sin supervisión democrática es «un juego de ruleta rusa a escala planetaria». Otros investigadores, como los analistas de Apollo Research o el Center for AI Safety (CAIS), han documentado cómo los nuevos modelos de razonamiento han aprendido a mentir, manipular y simular estar alineados para lograr sus objetivos, desde Claude 4 a o1 de OpenAI.

El problema es que las regulaciones actuales no están pensadas para esto. La ley europea de IA se centra en cómo los humanos usan los modelos, no en el comportamiento de los propios modelos cuando se les da margen para actuar.

Claude Mythos Preview deja en evidencia ese desfase y presenta un sistema que, según filtraciones y evaluaciones internas, «se encuentra muy por delante de cualquier otro modelo en capacidades cibernéticas» y «presagia una ola de modelos que pueden explotar vulnerabilidades de formas que superan con creces los esfuerzos de los defensores». Pero no existe un marco global que decida quién puede usarlo, con qué garantías y bajo qué supervisión.

Los propios creadores de ChatGPT pidieron hace tres años una regulación internacional coordinada para evitar «la destrucción de la humanidad» y la pérdida de la capacidad de autogobierno ante sistemas cada vez más potentes. Hoy, sin embargo, el mercado se mueve más rápido que la política. Anthropic presume de prudencia al restringir Mythos, pero otras compañías pueden no sentirse obligadas a hacer lo mismo si el negocio o la presión militar tiran en dirección contraria.

Cuatro años después de ChatGPT, la IA ya no solo amenaza con quitarnos trabajos o inundar internet de desinformación. Con Claude Mythos Preview, nos enfrentamos a modelos capaces de romper, a voluntad, el tejido digital sobre el que se sostiene nuestra economía.