La IA ayuda a librar guerras, ¿y prevenirlas?

Los tambores de guerra suenan cada vez con más fuerza, no solo en Europa y Oriente Próximo, sino también en el Ártico, el Cuerno de África, el estrecho de Taiwán y otros lugares. El secretario general de Naciones Unidas advierte de que el gasto militar mundial podría alcanzar entre 4,7 y 6,6 billones de dólares en 2035. La cifra más alta supondría más del doble del gasto de 2024 y cinco veces más que al final de la Guerra Fría.

En cambio, se destinan muchos menos recursos y atención al uso de las nuevas tecnologías para prevenir conflictos o, simplemente, reducir el coste humano y material durante una crisis. Sin embargo, cada vez más herramientas de inteligencia artificial (IA) predictiva pueden afirmar de manera creíble que son capaces de anticipar ataques o identificar posibles focos de conflicto.

En junio de 2026, la consultora de riesgos Verisk Maplecroft puso a disposición de varias firmas de Wall Street nuevos modelos de aprendizaje automático para calcular la probabilidad de que un determinado país entre en guerra durante los siguientes 12 meses. Estos productos todavía no estaban disponibles cuando comenzaron los bombardeos sobre Irán el último día de febrero de 2026. De haberlo estado, las pruebas retrospectivas indican que habrían asignado a ese desenlace una probabilidad del 66% con semanas de antelación.

Antes de eso, Conflict Forecast –una organización dedicada a la prevención de conflictos y formada por una red de investigadores y científicos de datos– predijo correctamente tanto la rebelión del Grupo Wagner contra Moscú en junio de 2023 como la intervención estadounidense en Venezuela en enero de 2026.

Pero persisten las complicaciones. El rendimiento de estos modelos es impresionante, aunque está lejos de ser infalible. Y queda además la cuestión de qué hacer realmente con la información que proporcionan.

“En última instancia, desconocemos cómo utilizan los responsables políticos nuestras predicciones”, explica por correo electrónico Christopher Rauh, profesor de la Universidad de Cambridge y fundador y codirector de Conflict Forecast. “Sabemos que las utilizan como fuente de información, pero no sabemos si realmente actúan a partir de ellas. Y, cuando lo hacen, tampoco sabemos cómo”.

Branka Panic, fundadora y directora ejecutiva de AI for Peace, coincide con este diagnóstico. “El sector ha logrado avances extraordinarios en disponibilidad de datos y precisión de las predicciones, pero la brecha entre la alerta y la respuesta sigue siendo el principal problema sin resolver”, señala.

El futuro empieza a perfilarse

El uso de herramientas digitales para predecir estallidos de violencia no es nuevo. De hecho, la aplicación del rigor algorítmico al análisis de conflictos se remonta a la década de 1990. Solo recientemente la tecnología ha conseguido estar a la altura del concepto.

A finales de 2019, en medio de una escalada de ataques talibanes en Afganistán, unas fuerzas estadounidenses sometidas a una enorme presión buscaban desesperadamente optimizar sus recursos en un despliegue extremadamente costoso y profundamente impopular. Como respuesta, desarrollaron Raven Sentry, un programa basado en IA destinado a predecir ataques contra ciudades afganas.

Un pequeño grupo de especialistas en tecnologías de la información del Ejército trabajó con empresas privadas para construir un modelo de IA a medida. Este procesaba cuatro décadas de informes sobre el comportamiento, los movimientos y las tácticas de los insurgentes afganos contra las fuerzas ocupantes, comenzando por la invasión soviética de la década de 1980. Esta información se combinaba con distintos factores ambientales y sociales que podían facilitar los ataques. Por ejemplo, previsiones meteorológicas que anticipaban cielos despejados durante la noche o la celebración de festividades religiosas, momentos en los que las fuerzas de seguridad tienden a bajar la guardia.

Durante un año de pruebas, Raven Sentry predijo con precisión más de 41 ataques insurgentes contra instalaciones del gobierno afgano. En la mayoría de los casos, las alertas llegaron con al menos 48 horas de antelación. Sin embargo, la abrupta retirada de las fuerzas estadounidenses de Afganistán en agosto de 2021 hizo que el modelo estuviera plenamente operativo durante menos de un año.

Más recientemente, el Programa de Naciones Unidas para el Desarrollo (PNUD) se ha asociado con la empresa tecnológica CulturePulse para simular posibles vías hacia la paz en Irlanda del Norte, los Balcanes y Sudán del Sur. La compañía está especializada en crear gemelos digitales de audiencias para el desarrollo de marcas comerciales, una experiencia que ha reutilizado para construir simulaciones con millones de agentes de IA entrenados para representar a las partes enfrentadas en situaciones de alto riesgo.

Las “sociedades artificiales” de CulturePulse incorporan datos muy detallados no solo sobre identidad cultural e ideología política, sino también sobre normas y creencias predominantes y psicología individual. Las simulaciones se ejecutan repetidamente, modificando las condiciones en las que el conflicto y la cooperación podrían aumentar o disminuir. El proceso ha permitido identificar factores sutiles que impulsan tanto el conflicto como la cooperación en cada región.

Por ejemplo, el modelo determinó que en Irlanda del Norte la ansiedad social alimentada por los medios de comunicación estaba agravando el conflicto. En los Balcanes, el problema eran las expresiones negativas que alimentaban las disputas en torno a las creencias culturales dominantes. En Sudán del Sur, las cuestiones raciales y étnicas. En el lado contrario, en Irlanda la cooperación surgía principalmente mediante respuestas constructivas a la retórica negativa sobre cuestiones raciales y étnicas. Tanto en los Balcanes como en Sudán, los mejores resultados se obtenían atendiendo a las preocupaciones personales y domésticas de la población.

“Estas herramientas no nos dicen qué políticas debemos aplicar, pero sí contribuyen a tomar esas decisiones al esclarecer cuáles son los verdaderos factores que impulsan el conflicto o la cooperación en cada región”, señala un documento del PNUD sobre el proyecto.

En otros lugares, las tecnologías de IA se están utilizando en África para incorporar contenidos de redes sociales y datos generados por los ciudadanos al Sistema Continental de Alerta Temprana de la Unión Africana.

La empresa de análisis geoespacial Vantor –que cuenta con más de 60 gobiernos entre sus clientes– presentó el año pasado una herramienta pionera de inteligencia automatizada sobre amenazas que sintetiza continuamente información procedente de múltiples satélites. Según la compañía, permite a sus clientes vigilar simultáneamente cientos de variables de riesgo en todo el mundo y compararlas con imágenes históricas para predecir amenazas antes de que aparezcan. La tecnología abarca desde la actividad en bases militares de países rivales hasta operaciones de pesca ilegal. Los responsables de la toma de decisiones reciben conjuntos de datos y análisis actualizados cada cuatro o seis horas.

En conjunto, el potencial de estas tecnologías parece muy real. La gran pregunta, sin embargo, es si los responsables políticos están preparados para utilizarlas.

Decisiones incómodas antes de que sea demasiado tarde

Como ocurre con todas las aplicaciones de IA, estos sistemas son tan buenos como el juicio humano que los guía.

El PNUD, por ejemplo, considera que las técnicas de CulturePulse tienen un gran valor. Sin embargo, también advierte de que los resultados de las simulaciones solo contribuirán a los procesos de construcción de paz si las principales partes interesadas participan en ellos y consideran que los modelos las representan adecuadamente.

Las herramientas de predicción también tienden a generalizar. “Los sistemas de alerta temprana basados en IA trabajan con trazos relativamente gruesos”, explica Rauh. “Un sistema de alerta temprana va a producir falsos positivos: situaciones en las que salta la alarma, pero no ocurre nada”.

Esto plantea un enorme dilema a los responsables políticos. Adoptar herramientas de predicción de conflictos puede proporcionar información crucial a tiempo para impedir que una crisis estalle o se descontrole, pero solo si las autoridades están dispuestas a movilizar rápidamente recursos de manera preventiva. Y, aún más importante, ese compromiso debe mantenerse incluso cuando algunos de los incidentes previstos finalmente no se produzcan.

“Este tipo de mentalidad preventiva puede tener costes económicos y políticos, pero sus beneficios deberían compensarlos”, sostiene Rauh. Dadas las devastadoras consecuencias que dejan las guerras, esperar a tener una certeza absoluta antes de actuar equivale, en la práctica, a esperar hasta que la violencia haya estallado. Para entonces ya es demasiado tarde para evitar consecuencias duraderas.

“Unas mejores predicciones no generan por sí solas respuestas oportunas o adaptadas al contexto”, advierte Panic. El problema ya no es el acceso a la información, añade, sino convertirla en decisiones difíciles sobre dónde deben concentrarse la atención y los recursos. Las medidas pueden ir desde movilizar mecanismos de disuasión militar o emprender una ofensiva diplomática hasta desplegar previamente ayuda humanitaria o preparar la logística necesaria para evacuar a la población civil.

“Ninguna herramienta previene por sí sola una crisis”, explica Panic. “Cerrar esa brecha exige invertir tanto en juicio humano, relaciones institucionales y mecanismos de toma de decisiones como en los propios modelos”.

Existe además otra paradoja: las herramientas diseñadas para predecir conflictos podrían acabar reutilizándose para seleccionar objetivos militares. Y quizá ya exista un precedente peligroso.

La iniciativa Project Maven del Ejército estadounidense comenzó en 2017 como un intento de reducir los errores letales en la selección de objetivos durante las operaciones militares. El objetivo era combinar IA, visión artificial y decenas de otros datos para elaborar evaluaciones detalladas de riesgo y distinguir mejor entre civiles y combatientes. En un primer momento, el programa recibió un apoyo tibio. Sin embargo, cuando los responsables comprendieron que esas mismas herramientas podían reforzar las capacidades ofensivas al acelerar enormemente las decisiones sobre selección de objetivos, tanto su presupuesto como su importancia se dispararon.

En 2026, la principal plataforma de Project Maven –el Maven Smart System– permitió a las fuerzas estadounidenses e israelíes atacar conjuntamente un total de 4.000 objetivos durante los primeros cuatro días de combates en Irán. Lo que en su día fue un proyecto de nicho se ha convertido en uno de los pilares de la maquinaria bélica estadounidense contemporánea.

En un mundo cada vez más hostil, los Estados tienen ahora acceso a herramientas de vanguardia para promover la paz. Pero incluso estas tecnologías ponen de relieve una verdad atemporal: alcanzar la estabilidad sigue dependiendo, por encima de todo, de la voluntad política.

Este artículo fue publicado originalmente por el Centre for International Governance Innovation (CIGI) el 17 de septiembre de 2026.