El 28 de febrero de 2026 —el primer día del conflicto entre Estados Unidos e Irán— las fuerzas estadounidenses atacaron la escuela primaria de niñas Hajar-e-Teybeh en Minab, matando al menos a 175 personas, 100 de las cuales eran menores de 12 años.

Las circunstancias que rodearon el ataque sugieren una falla catastrófica de inteligencia. Las investigaciones, incluidas las de Amnesty International, indican que probablemente la escuela fue confundida con una instalación naval perteneciente al Revolutionary Guard Corps (IRGC). Al parecer, la escuela antes se encontraba dentro del perímetro del IRGC, pero entre 2013 y 2016 se construyó un muro para separarlas. Es un recordatorio aleccionador de que, aunque nuestra tecnología avanza a velocidad vertiginosa, los datos de los que depende pueden seguir peligrosamente anclados en el pasado.

En el centro de este incidente se encuentra el Maven Smart System, una plataforma de inteligencia y designación de objetivos de $1.3 mil millones desarrollada por Palantir Technologies. El software está diseñado para sintetizar diversas corrientes de información —datos de radar, información satelital, señales de drones y más— para clasificar y priorizar potenciales objetivos.

Según informes, el sistema utiliza el modelo de IA Claude de Anthropic para ofrecer justificaciones para estos ataques. Este nivel de automatización es lo que permitió a Estados Unidos atacar más de 1,000 objetivos en las primeras 24 horas de la guerra, según el Washington Post. Sin embargo, en el caso de Minab, la rapidez del software parece haber sobrepasado la precisión de la información que se le proporcionó. Según se informa, el U.S. Central Command usó coordenadas basadas en inteligencia desactualizada, lo que llevó a la IA a identificar erróneamente una escuela como un objetivo militar legítimo.

Surge entonces una pregunta crítica: ¿debería el sistema actuar por sí solo o debería un humano tomar la decisión final?

La IA está comprimiendo los plazos de decisión de horas a meros segundos. Pero en la volatilidad de la defensa, la rapidez no puede ir en detrimento del control total. El futuro de la industria es un modelo en el que la IA actúe como amplificadora de decisiones en lugar de autoridad decisoria.

Apoyo vs. Autoridad

Para navegar este panorama, considere la afirmación: "Se debería permitir que la IA tome decisiones críticas para la misión en órbita." La respuesta a esto depende de si se ve a la IA como una herramienta de apoyo o como una entidad con autoridad.

El debate rara vez es binario. La mayoría de las arquitecturas de defensa existen en un espectro que va desde el "humano en el bucle" hasta el "humano sobre el bucle", donde una persona supervisa las acciones autónomas, y finalmente el "humano fuera del bucle", donde la máquina opera completamente de forma independiente.

Por qué la IA es indispensable en el espacio de defensa

Los satélites que vuelan en grupos de tres pueden resolver sistemas de ecuaciones para determinar la posición en función de diferencias temporales. Al recopilar en las bandas L, S, X, VHF y UHF, el volumen de datos es masivo. Sin IA para automatizar la extracción de características y la detección de señales, la inteligencia crítica permanecería enterrada en el ruido.

{{REC}}

El mero volumen de estos datos ha superado la cognición humana. El Dr. Eric Mason, científico principal en HawkEye 360, señala que su sistema implementa el proceso TCPED para la inteligencia geoespacial: asignación, recolección, procesamiento, explotación y diseminación. Cada paso de este paradigma de inteligencia puede aprovechar el ML y la IA para mejorar las operaciones.

Históricamente, los datos de entrenamiento utilizados para TCPED se recopilaban, se descargaban cuando un satélite pasaba sobre una estación terrestre y luego se procesaban. Pero según Mason, esto generaba latencias medidas en horas. Mike Moran de Amazon LEO explicó los desafíos que enfrentan los operadores que usan este enfoque durante un panel en SatShow 2026: "Transferir datos desde un satélite a una estación terrestre mientras esperas que pase por encima, no recibir todo y tener que esperar al siguiente paso es difícil. Estamos aprovechando nuestra red LEO y nuestra capacidad óptica para mover datos a velocidades y volúmenes enormes."

La computación híbrida de borde y en la nube cambia esto. Al mover el procesamiento al borde (en el satélite), la latencia cae de horas a minutos. El procesamiento en el borde permite un ciclo percepción-acción más rápido, lo que permite a los algoritmos detectar y caracterizar pulsos en órbita en tiempo casi real.

El caso en contra de la autoridad decisoria total

A pesar de los beneficios de la rapidez, otorgar autoridad decisoria total presenta riesgos que muchos en la industria consideran inaceptables.

En defensa, una sola decisión puede escalar un conflicto o destruir un activo de mil millones de dólares. Existe un consenso sólido en la industria de que la IA no debe tomar decisiones de vida o muerte. Esto es especialmente cierto en operaciones cinéticas o en escenarios que implican escalada estratégica. Salim Abdalla Al Alawi de Orbitworks señala que, si bien la soberanía y el control son críticos, algunos niveles de autonomía pueden volverse excesivos.

Además, la naturaleza del funcionamiento de los modelos de IA dificulta que un operador audite una decisión en tiempo real. Si un operador no puede entender por qué un sistema eligió una maniobra específica, no puede validar su corrección bajo presión. La autonomía inexplicable suele equivaler a un riesgo inaceptable en un contexto militar.

La fiabilidad de los datos de entrada

Permitir la autoridad decisoria total también puede resultar arriesgado en el campo de batalla, especialmente al tener en cuenta las implicaciones de la guerra cibernética, que es cada vez más frecuente. De hecho, Robert Gillette de NAL Technologies destacó en una entrevista que el 100% de los vuelos en ciertas regiones de Oriente Medio han visto afectado su GNSS.

{{REC}}

La IA introduce nuevas vulnerabilidades como el envenenamiento de datos y la suplantación de señales. Robert Gillette de NAL Technologies subraya que el 100% de los vuelos en ciertas regiones de Oriente Medio han visto afectado su GNSS. Si una señal RF suplantada desencadena una respuesta autónoma, las consecuencias podrían ser catastróficas. Elias, de Astranis, sostiene que la adopción de la IA no debe sacrificar la seguridad, señalando que, así como un taxi autónomo no puede depender de una única señal GPS interferida, los sistemas de defensa deben implementar los márgenes de seguridad más estrictos posibles.

La IA como multiplicador cognitivo de fuerza

Aunque la autoridad total debe restringirse, el argumento a favor de ampliar el apoyo a la decisión es abrumador. La IA permite a los operadores entender entornos complejos fusionando fuentes de datos dispares: datos RF, retransmisiones AIS (Sistema de Identificación Automática) de barcos e imágenes ópticas.

Esto resulta en una imagen operativa común ultrarrápida que salva vidas e informa una mejor estrategia. La cadena TCPED se mejora significativamente cuando la IA se encarga del trabajo pesado, dejando la decisión estratégica al comandante humano. Es un enfoque híbrido en el que el procesamiento en el borde maneja tareas de baja latencia y la nube se encarga del análisis que requiere mucha computación.

Dónde la autonomía se expandirá (y dónde no)

En los próximos cinco años, la industria espera que áreas específicas de autonomía crezcan mientras otras permanezcan estrictamente bajo control humano.

Áreas probables de autonomía:

• Detección de señales y clasificación de pulsos.
• Optimización orbital y mantenimiento automático de posición.
• Priorización de datos para aprovechar mejor los limitados presupuestos de enlace descendente.
• Enrutamiento de red y resiliencia en constelaciones LEO.

Áreas restringidas (dominadas por humanos):

• Acciones cinéticas o destructivas.
• Decisiones relacionadas con la escalada estratégica.
• Maniobras de activos de alto valor en zonas altamente disputadas o sensibles.

La ventaja competitiva en el espacio de defensa eventualmente provendrá de las organizaciones que puedan integrar de forma más eficaz la IA en los marcos de toma de decisiones humanos.

El campo de batalla se está volviendo cada vez más acelerado, con diversos actores que ahora adoptan la IA para tomar decisiones. No cabe duda de que la IA jugará un papel importante en la guerra en el futuro; el debate ahora es cómo implementar esta tecnología de forma segura y fiable.