He hecho primero una auditoría crítica y verificación cruzada del artículo de LISA News con fuentes oficiales de OTAN, Unión Europea, Ministerio de Defensa de España, REAIM 2026, UNODA, CICR, Europol, INTERPOL, DoD de EE. UU., Canadá, Stanford AI Index y literatura científica revisada por pares. El resultado permite conservar lo válido del texto original, retirar afirmaciones especulativas y actualizar el marco jurídico y tecnológico a septiembre de 2026.
AUDITORÍA PREVIA DEL ARTÍCULO DE LISA NEWS
La pieza enlazada aparece actualmente fechada el 29 de junio de 2026 y aborda sensores biométricos, textiles inteligentes, neurotecnología, vehículos autónomos, meteorología, optimización de misiones, ciberseguridad y competencia tecnológica internacional. Como artículo de análisis y divulgación es útil, pero no alcanza por sí solo el estándar de una revisión científica, porque mezcla tecnologías maduras con otras experimentales, utiliza diversas fuentes periodísticas para afirmaciones cuantitativas y contiene algunas generalizaciones que requieren corrección.
Afirmación/área del artículo Auditoría 2026
IA + sensores para monitorizar combatientes Correcta en principio. Existen wearables, fusión de sensores y algoritmos para variables fisiológicas. Pero inferir de forma continua y fiable el “estado emocional y mental” de un combatiente es mucho más problemático que medir frecuencia cardiaca, temperatura, movimiento o saturación.
Textiles inteligentes Tecnología real, pero la madurez operacional depende del sensor, resistencia, energía, comunicaciones, calibración y validación en condiciones de combate.
Neurotecnología Área real pero sobredimensionada en el texto. EEG/BCI y neurofeedback son campos activos. La afirmación de que el análisis cerebral “en tiempo real es imposible” es incorrecta: existe incluso neurofeedback mediante fMRI en tiempo real; otra cuestión muy distinta es que sea desplegable y fiable en combate.
Vehículos autónomos Correcto, pero autonomía ≠ IA. Existen sistemas autónomos basados en reglas sin aprendizaje automático; el CICR recalca expresamente esta distinción.
“Precisión y eficiencia superiores al humano” Demasiado general. Puede ocurrir en tareas estrechamente definidas, pero no puede extrapolarse a entornos militares abiertos, adversariales y cambiantes.
IA que “predice las tácticas enemigas” Debe describirse como estimación probabilística o generación de escenarios, nunca como predicción fiable del comportamiento adversario.
Reducir la dependencia del juicio humano Formulación peligrosa. La evidencia sobre automation bias demuestra que una mala interacción humano-máquina puede aumentar errores de omisión y comisión. DOI: 10.1177/0018720810376055.
“IA que detecta, repele y aprende de cada ciberataque” Posible como objetivo arquitectónico, pero no constituye una garantía. Los propios modelos pueden sufrir data poisoning, evasión, adversarial examples y explotación del pipeline de ML.
EE. UU., Canadá e Israel como “pioneros” Son actores importantes, pero no existe un ranking científico universal de IA militar que permita ordenar países de forma concluyente.
Israel = “11 % del mercado global” No debe reproducirse sin definir mercado, año, metodología y fuente primaria.
China como líder absoluto Demasiado simplista. Stanford 2026 encuentra que China lidera publicaciones, citas y patentes, mientras EE. UU. lidera modelos notables e inversión privada; el gap de rendimiento entre sus mejores modelos se ha estrechado considerablemente.
“corrupción galopante” china Valoración editorial, no formulación científica. Debe eliminarse salvo que se analice con indicadores y fuentes específicas.
Europa “ya está perdiendo la carrera” No puede presentarse como hecho científico. Europa tiene debilidades en inversión privada y frontier models, pero capacidades relevantes en industria, investigación, regulación, supercomputación y defensa.
Marco jurídico Insuficiente en el original. En 2026 resulta indispensable separar defensa, seguridad nacional y actividad policial y considerar DIH, AI Act, REAIM, OTAN, CCW/LAWS y normativa de derechos fundamentales.
Conclusión de la auditoría: el artículo original tiene una base conceptual válida, pero mezcla realidad operacional, prospectiva y opinión. Para convertirlo en un texto 10/10 hay que eliminar rankings poco sustentados, introducir niveles de madurez, distinguir IA de autonomía, incorporar la vulnerabilidad de los algoritmos y colocar en el centro TEV&V, responsabilidad humana, derecho internacional y gobernanza del uso de la fuerza.
INTELIGENCIA ARTIFICIAL EN DEFENSA, SEGURIDAD Y FUERZAS DEL ORDEN EN 2026
De la fusión de sensores y el C4ISR a los sistemas autónomos, la ciberdefensa y la responsabilidad humana en el uso de la fuerza
Revisión científica, tecnológica, operacional y jurídico-estratégica — septiembre de 2026
By DrRamonReyesMD
Resumen
La inteligencia artificial ha dejado de ser una capacidad experimental periférica para convertirse en una tecnología transversal de la defensa y la seguridad. En 2026 sus aplicaciones abarcan inteligencia, vigilancia y reconocimiento (ISR), fusión multisensor, procesamiento geoespacial, ciberdefensa, mantenimiento predictivo, logística, sistemas no tripulados, apoyo a la decisión, medicina militar, análisis de grandes volúmenes de evidencia digital y determinadas funciones policiales.
Sin embargo, la expresión “IA militar” engloba sistemas profundamente diferentes. No es equivalente un algoritmo que pronostica la necesidad de repuestos, un modelo que clasifica imágenes satelitales, un sistema generativo que resume inteligencia, un algoritmo que propone posibles objetivos y un arma capaz de seleccionar y atacar blancos después de su activación. Mezclarlos impide analizar correctamente su riesgo.
El paradigma de 2026 tampoco consiste simplemente en sustituir personas por algoritmos. La cuestión estratégica es otra: qué decisiones pueden automatizarse, cuáles pueden recibir apoyo algorítmico y cuáles deben permanecer bajo juicio y responsabilidad humana efectivos. Esta distinción está en el centro de las políticas de la OTAN, REAIM, el CICR y de los debates de Naciones Unidas sobre sistemas de armas autónomas.
Palabras clave: inteligencia artificial; defensa; seguridad nacional; C4ISR; ISR; autonomía; drones; LAWS; AI-DSS; ciberdefensa; biometría; inteligencia; REAIM; NATO; TEV&V.
---
1. Una tecnología general de propósito estratégico
La IA militar no constituye un arma específica, sino una familia de tecnologías habilitadoras. Puede actuar sobre información, sensores, plataformas físicas o procesos administrativos. Su efecto fundamental es aumentar la capacidad para clasificar información, detectar patrones, optimizar recursos, generar hipótesis y ejecutar determinadas funciones a una velocidad y escala imposibles para un equipo humano sin asistencia informática.
La revisión de la estrategia de IA de la OTAN reconoce precisamente este carácter de general-purpose technology. La Alianza identifica simultáneamente ventajas operativas y riesgos derivados de IA generativa, modelos fundacionales, dependencia de datos, infraestructura de cómputo, consumo energético, interacción humano-máquina y aplicación militar de tecnologías originalmente civiles.
La consecuencia doctrinal es importante: la ventaja competitiva ya no depende únicamente de poseer el mejor algoritmo. Depende de datos fiables + sensores + conectividad + cómputo + doctrina + personal entrenado + interoperabilidad + ciberseguridad + validación + capacidad industrial.
---
2. Inteligencia, vigilancia, reconocimiento y fusión multisensor
Uno de los campos con mayor madurez es el procesamiento de ISR.
Un sistema moderno puede recibir simultáneamente imágenes electroópticas, infrarrojas, SAR, vídeo de UAV, AIS, señales electromagnéticas, telemetría, mapas, información meteorológica, OSINT y otras fuentes. Algoritmos de visión artificial, reconocimiento de patrones y procesamiento del lenguaje pueden clasificar, correlacionar y priorizar esa información.
La ventaja no consiste necesariamente en que la máquina “comprenda” mejor la batalla que el humano, sino en su capacidad para analizar cantidades extraordinarias de datos y dirigir la atención del analista hacia anomalías potencialmente relevantes.
Este modelo, sin embargo, introduce el problema central de la IA militar moderna: un resultado puede parecer matemáticamente preciso y ser operacionalmente falso.
Una identificación con un 92 % de confianza no convierte automáticamente un objeto en objetivo militar. La calidad depende del conjunto de entrenamiento, resolución del sensor, clima, ocultación, interferencia, contexto operacional y posibilidad de engaño deliberado.
---
3. IA como sistema de apoyo a la decisión: AI-DSS
Los Artificial Intelligence Decision-Support Systems probablemente representan una transformación aún más profunda que las propias plataformas autónomas.
Pueden integrar inteligencia procedente de múltiples fuentes y generar alertas, cursos de acción, predicciones logísticas, rutas, prioridades o recomendaciones para el comandante. El Departamento de Defensa estadounidense describió su estrategia de IA de 2023 en términos de aumentar la decision advantage, acelerando y mejorando la información disponible para los responsables humanos.
El CICR reconoce que estos sistemas podrían incluso favorecer el cumplimiento del Derecho Internacional Humanitario cuando ayuden, por ejemplo, a detectar presencia civil o comparar alternativas capaces de reducir daños incidentales. Pero señala simultáneamente peligros importantes: información descontextualizada, conjuntos de datos incompletos, falsas correlaciones, dependencia excesiva del algoritmo y automation bias.
La velocidad, por tanto, no siempre equivale a superioridad decisional.
Un sistema capaz de producir una respuesta en 300 milisegundos puede simplemente producir un error 10.000 veces más rápido.
---
4. El peligro del automation bias
La tendencia humana a confiar excesivamente en sistemas automatizados está documentada desde mucho antes de la actual explosión de IA. La literatura experimental demuestra tanto errores de omisión —no detectar algo porque la máquina no alertó— como errores de comisión —aceptar una recomendación incorrecta porque fue propuesta por el sistema—. Estos fenómenos pueden afectar incluso a operadores experimentados.
En combate adquieren una dimensión adicional.
Un oficial sometido a fatiga, presión temporal, comunicaciones fragmentadas y amenaza física puede estar especialmente predispuesto a convertir una recomendación algorítmica aparentemente objetiva en una decisión automática.
De ahí que human-in-the-loop no deba significar simplemente que una persona pulse un botón.
La supervisión humana efectiva requiere tiempo suficiente, información contextual, posibilidad real de discrepar del algoritmo, comprensión de sus limitaciones y autoridad efectiva para abortar la acción.
---
5. Sistemas no tripulados, autonomía y enjambres
La guerra contemporánea ha demostrado el enorme valor de vehículos aéreos, terrestres, marítimos y submarinos no tripulados.
Pero deben distinguirse tres conceptos:
Unmanned significa que no existe una persona físicamente dentro de la plataforma.
Automated implica que determinadas funciones siguen reglas preprogramadas.
Autonomous implica que, después de su activación, el sistema puede realizar determinadas tareas sin intervención humana adicional.
Ninguno de estos conceptos implica necesariamente aprendizaje automático.
El CICR recuerda expresamente que algunos sistemas de defensa aérea pueden presentar funciones autónomas empleando software basado en reglas y sin IA avanzada.
La IA sí puede ampliar considerablemente esas capacidades mediante navegación visual, reconocimiento automático, adaptación de rutas, coordinación cooperativa, seguimiento de objetos, planificación dinámica y comportamiento de enjambre.
El problema aparece cuando la autonomía afecta a las funciones críticas de selección y aplicación de fuerza.
---
6. Sistemas de armas autónomas: dónde comienza el problema jurídico
En la definición utilizada por el CICR, un sistema de armas autónomo puede, una vez activado, seleccionar y atacar objetivos sin intervención humana adicional. El usuario establece inicialmente el sistema, pero no necesariamente conoce exactamente qué objetivo concreto resultará atacado, en qué instante y en qué lugar.
Aquí confluyen cuestiones técnicas, jurídicas y éticas.
El Derecho Internacional Humanitario continúa siendo plenamente aplicable. Las obligaciones de distinción, proporcionalidad y precauciones en el ataque no desaparecen porque participe un algoritmo. La responsabilidad jurídica tampoco puede transferirse a una máquina.
En agosto de 2026, el Secretario General de Naciones Unidas y la presidenta del CICR renovaron su petición de normas internacionales específicas sobre sistemas de armas autónomas, advirtiendo particularmente sobre la perspectiva de máquinas seleccionando seres humanos como objetivos.
Entretanto, el Grupo de Expertos Gubernamentales de la Convención sobre Ciertas Armas Convencionales ha continuado trabajando durante 2026 sobre tecnologías emergentes relacionadas con LAWS.
No existe, por tanto, un vacío jurídico absoluto. Existe derecho internacional aplicable, combinado con un debate todavía no resuelto sobre si son necesarias prohibiciones y restricciones internacionales adicionales.
---
7. IA generativa y agentes militares
Los grandes modelos multimodales añaden una categoría nueva.
Pueden resumir informes, traducir, extraer entidades, preparar borradores, generar código, consultar bases documentales, transformar lenguaje natural en consultas de inteligencia y actuar como interfaz entre el operador y sistemas complejos.
Su capacidad está creciendo rápidamente. El AI Index 2026 de Stanford constata incrementos extraordinarios en rendimiento y una expansión hacia sistemas capaces de ejecutar cadenas de tareas como agentes. Pero esos mismos datos muestran que los agentes siguen fallando en una proporción relevante de tareas estructuradas.
En entornos de alta consecuencia, un LLM no debe confundirse con una fuente factual.
Alucinaciones, contaminación de contexto, prompt injection, pérdida de información clasificada, ataques contra retrieval systems y manipulación deliberada constituyen riesgos operacionales reales.
Una arquitectura militar seria necesita separar claramente generación de lenguaje, recuperación de evidencia, estimación probabilística y decisión operacional.
---
8. Ciberdefensa: IA contra IA
La ciberseguridad representa otro campo natural de aplicación.
Modelos de ML pueden detectar anomalías de tráfico, malware, comportamiento anormal de usuarios, movimientos laterales y patrones demasiado complejos para reglas estáticas. También pueden acelerar análisis de logs y respuesta a incidentes.
Sin embargo, introducir ML crea simultáneamente una nueva superficie de ataque.
Adversarial examples, poisoning de datos, model extraction, evasion attacks y manipulación de sistemas de detección están ampliamente documentados en la literatura científica. DOI relevantes incluyen 10.1016/j.cosrev.2023.100573 y 10.1109/COMST.2022.3233793.
El concepto correcto no es, por tanto, “la IA evitará los ciberataques”, sino:
IA defensiva frente a adversarios que también dispondrán de IA.
---
9. El combatiente conectado: sensores, wearables y medicina militar
La monitorización fisiológica constituye un campo prometedor.
ECG, frecuencia cardiaca, variabilidad cardiaca, PPG, temperatura, movimiento, sueño, carga térmica y otros parámetros pueden alimentar algoritmos destinados a estimar fatiga, estrés fisiológico o degradación funcional.
Esto podría tener aplicaciones en force health protection, entrenamiento, prevención de lesiones por calor, identificación de deterioro, logística sanitaria y evacuación médica.
Debe evitarse, sin embargo, convertir biomarcadores en diagnósticos psicológicos automáticos. La detección algorítmica de estrés mediante señales fisiológicas es un área activa de investigación, pero contexto, artefactos, variabilidad interindividual y calidad del sensor siguen siendo factores determinantes.
En TACMED y medicina operacional, la IA podría ayudar en clasificación de casualties, integración de signos vitales, priorización logística, previsión de demanda sanguínea o planificación MEDEVAC. Su papel adecuado sería decision support, no sustitución automática del juicio clínico o táctico.
---
10. Neurotecnología: potencial real, pero sin ciencia ficción
Las interfaces cerebro-computadora y el procesamiento mediante IA son reales.
También lo es el análisis cerebral casi en tiempo real. La literatura científica lleva años trabajando con real-time fMRI y EEG; estudios recientes han validado protocolos de neurofeedback basados en fMRI y revisiones sistemáticas continúan evaluando su utilidad.
Eso no significa disponer de una máquina capaz de “leer la mente del soldado”.
Una señal neurofisiológica es indirecta, ruidosa, dependiente del contexto y susceptible de múltiples interpretaciones. Además, una instalación de fMRI no constituye evidentemente un sensor táctico portátil.
Por ello, el horizonte militar plausible se sitúa más cerca de BCI específicas, neurorehabilitación, entrenamiento, monitorización limitada e interacción hombre-máquina que de una lectura integral en tiempo real del pensamiento.
---
11. IA policial y fuerzas y cuerpos de seguridad: un régimen diferente
Aquí existe una distinción jurídica crucial que frecuentemente se pierde en artículos sobre “seguridad y defensa”.
En la Unión Europea, los sistemas utilizados exclusivamente con fines militares, de defensa o seguridad nacional quedan fuera del ámbito material del Reglamento europeo de IA. Sin embargo, cuando ese mismo sistema se destina también a actividad civil, seguridad pública o aplicación de la ley, puede quedar sometido al AI Act.
El Reglamento clasifica determinadas aplicaciones policiales como alto riesgo, entre ellas algunas destinadas a evaluar evidencia, determinados análisis de riesgo y otras funciones descritas en su Anexo III.
Además, la reforma europea de julio de 2026 modificó el calendario. Aunque el AI Act es aplicable con carácter general desde el 2 de agosto de 2026, las principales obligaciones del capítulo de sistemas de alto riesgo del Anexo III pasan a aplicarse desde el 2 de diciembre de 2027.
Europol considera que IA y biometría pueden transformar la investigación criminal y el análisis de grandes cantidades de datos, pero identifica simultáneamente problemas de privacidad, discriminación, sesgo, accountability y derechos fundamentales. INTERPOL y UNICRI han desarrollado un toolkit específico para innovación responsable en IA policial.
---
12. La OTAN: de “tener IA” a demostrar que funciona
La estrategia revisada de la OTAN establece seis principios para el uso responsable de IA:
legalidad, responsabilidad y rendición de cuentas, explicabilidad y trazabilidad, fiabilidad, gobernabilidad y mitigación de sesgos.
Especialmente importante es el énfasis en Testing, Evaluation, Verification & Validation — TEV&V.
En defensa no basta con demostrar que un modelo alcanzó un 97 % de precisión en un dataset de laboratorio.
Hay que saber qué ocurre:
con lluvia, polvo, humo, nieve, camuflaje, interferencia electrónica, spoofing GNSS, sensores dañados, información incompleta, enemigo adaptativo, degradación de comunicaciones y datos nunca observados durante el entrenamiento.
Ese es el salto entre una demo tecnológica y una capacidad militar certificable.
---
13. España en 2026: cambio cualitativo
España ha acelerado significativamente su arquitectura tecnológica de defensa.
La Estrategia de Tecnología e Innovación para la Defensa 2026 — ETID 2026 sitúa entre las áreas prioritarias la inteligencia artificial, sistemas no tripulados, ciberdefensa e integración multidominio.
En junio se inauguró Stella Maris, laboratorio conjunto del Ministerio de Defensa y Barcelona Supercomputing Center para supercomputación y tecnologías duales, incluyendo IA, ciberseguridad, simulación avanzada, tecnologías cuánticas y capacidades multidominio.
España también acogió en A Coruña los días 4 y 5 de febrero la III Cumbre REAIM, dedicada al uso responsable de IA militar. Su enfoque coloca explícitamente la responsabilidad y el control humanos en decisiones críticas como el empleo de la fuerza. La Declaración de A Coruña permanece abierta a nuevas adhesiones y la lista oficial disponible actualmente contiene 45 Estados.
El Estado Mayor de la Defensa dispone además de un Centro de Referencia de Inteligencia Artificial — CRIA, integrado en el Mando Conjunto del Ciberespacio, que participó en REAIM 2026 y subrayó tanto el potencial multiplicador de la IA en ciberdefensa como la necesidad de control humano.
---
14. EE. UU. contra China: el ranking simple ya no sirve
Uno de los errores frecuentes es intentar responder: “¿quién va primero en IA?”
Depende completamente de la métrica.
El Stanford AI Index 2026 encuentra que Estados Unidos produjo 59 modelos notables en 2025 frente a 35 de China y mantiene una enorme ventaja en inversión privada. Sin embargo, China lidera en volumen de publicaciones, citas y patentes, y la brecha de rendimiento entre los mejores modelos estadounidenses y chinos se ha reducido considerablemente.
Eso tampoco equivale directamente a capacidad militar.
La información sobre modelos clasificados, EW, integración C2, ISR, targeting, sistemas submarinos, inteligencia o programas especiales es inevitablemente incompleta.
El informe 2025 del Departamento de Defensa estadounidense sobre China señala que el PLA continúa experimentando con IA, big data, sistemas no tripulados y conceptos de “intelligentized warfare”, pero esta información debe interpretarse teniendo en cuenta que procede de un actor estratégico competidor.
La conclusión intelectualmente defendible es, por tanto:
Estados Unidos y China constituyen los dos ecosistemas de IA general más potentes del mundo, pero no existe información pública suficiente para construir una clasificación científicamente robusta de superioridad militar algorítmica.
---
15. Israel y el problema de verificar IA en guerra
Israel representa un caso especialmente relevante por la profundidad de su ecosistema tecnológico y la experiencia operacional acumulada.
Pero las afirmaciones relativas a sistemas de selección de blancos deben diferenciar entre hechos demostrados, declaraciones oficiales y denuncias periodísticas.
En 2024 aparecieron informaciones que atribuían al sistema denominado Lavender participación extensa en la identificación de posibles objetivos en Gaza. Las Fuerzas de Defensa de Israel negaron que se tratase de un sistema que identificara autónomamente terroristas y afirmaron que el software constituía una herramienta de apoyo a analistas, quienes conservaban la decisión. Estados Unidos declaró entonces no haber verificado independientemente las acusaciones.
Por tanto, atribuir a Lavender una determinada cadena automática de targeting como hecho definitivamente probado sería metodológicamente incorrecto.
Este episodio ilustra precisamente otro problema de la IA militar: los sistemas relevantes suelen ser clasificados, la información disponible es incompleta y los actores enfrentados tienen incentivos para presentar narrativas diferentes.
---
16. Lo que realmente necesita una IA de defensa responsable
Un sistema de alta consecuencia debería concebirse desde su adquisición hasta su retirada como un sistema sociotécnico, no simplemente como software.
La doctrina de 2026 converge en varios requisitos: uso claramente definido; datos de procedencia conocida; ciberseguridad; testing en escenarios representativos y adversariales; evaluación de sesgos; trazabilidad; logs; control de versiones; red teaming; capacidad de degradación segura; posibilidad de intervención o desactivación; formación del operador; revisión jurídica; supervisión durante el ciclo de vida; y análisis posterior de incidentes.
La Political Declaration estadounidense sobre uso militar responsable de IA formula igualmente exigencias de testing riguroso, auditabilidad, capacitación humana, reducción de sesgos, usos explícitamente definidos y salvaguardas frente a comportamientos inesperados.
La tecnología más peligrosa no es necesariamente la más autónoma.
Puede ser la que transmite al usuario una confianza mayor de la que merece.
---
17. Horizonte 2026–2030
La próxima fase probablemente estará dominada por la convergencia de IA multimodal, sistemas agentic, edge AI, robótica, autonomía distribuida, guerra electrónica, comunicaciones resilientes, sensores baratos y sistemas no tripulados de masa.
La IA se moverá progresivamente desde grandes centros de datos hacia el edge táctico.
Pero allí encontrará precisamente el ambiente más hostil: poca energía, baja conectividad, GPS degradado, interferencia, latencia, sensores pobres y un adversario dedicado deliberadamente a engañar al algoritmo.
La ventaja competitiva no corresponderá automáticamente a quien despliegue más IA.
Corresponderá a quien consiga que sus sistemas sean fiables cuando el entorno deje de parecerse al laboratorio.
---
CONCLUSIÓN
La revolución de la inteligencia artificial en defensa y seguridad es real, pero una lectura rigurosa de 2026 obliga a separarla de dos extremos igualmente erróneos: la narrativa de una IA casi omnipotente y la idea de que todo uso militar de algoritmos conduce inevitablemente a armas autónomas.
La mayor parte del valor actual se encuentra en hacer mejor cosas que las organizaciones ya necesitaban hacer: analizar información, fusionar sensores, detectar anomalías, mantener equipos, optimizar logística, proteger redes, ayudar al operador y gestionar enormes volúmenes de datos.
Los riesgos aparecen cuando una recomendación algorítmica pasa de informar al humano a sustituir de facto su juicio, especialmente en targeting, detención, vigilancia biométrica o empleo de fuerza.
Por eso, la ecuación estratégica correcta para 2026 no es:
IA = autonomía = superioridad.
Es:
IA + datos fiables + TEV&V + resiliencia cibernética + interoperabilidad + doctrina + competencia humana + responsabilidad jurídica = posible ventaja operacional.
Eliminar cualquiera de esos componentes transforma una capacidad prometedora en una vulnerabilidad.
Y en defensa, una vulnerabilidad algorítmica no termina necesariamente en una pantalla con un mensaje de error.
Puede terminar en una decisión equivocada ejecutada a velocidad de máquina.
Bibliografía esencial y fuentes verificadas
1. NATO — Revised Artificial Intelligence Strategy, 2024. Principios de uso responsable, interoperabilidad, TEV&V y amenazas adversariales. [NATO Revised AI Strategy](https://www.nato.int/en/about-us/official-texts-and-resources/official-texts/2024/07/10/summary-of-natos-revised-artificial-intelligence-ai-strategy?utm_source=chatgpt.com)
2. NATO — Data and Artificial Intelligence Review Board. [NATO DARB](https://www.nato.int/en/about-us/official-texts-and-resources/official-texts/2022/10/13/natos-data-and-artificial-intelligence-review-board?utm_source=chatgpt.com)
3. Unión Europea — Reglamento (UE) 2024/1689, versión consolidada 27-07-2026. [AI Act consolidado 2026](https://eur-lex.europa.eu/eli/reg/2024/1689/spa?utm_source=chatgpt.com)
4. Reglamento (UE) 2026/1744 — Digital Omnibus on AI. [Reglamento UE 2026/1744](https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ%3AL_202601744&utm_source=chatgpt.com)
5. Europol — AI and Policing. [Europol: AI and policing](https://www.europol.europa.eu/publication-events/main-reports/ai-and-policing?utm_source=chatgpt.com)
6. INTERPOL/UNICRI — Toolkit for Responsible AI Innovation in Law Enforcement. [INTERPOL AI Toolkit](https://www.interpol.int/How-we-work/Innovation/Artificial-Intelligence-Toolkit?utm_source=chatgpt.com)
7. ICRC — FAQ: Artificial Intelligence in the Military Domain, 11-06-2026. [ICRC Military AI 2026](https://www.icrc.org/en/article/faq-artificial-intelligence-in-military-domain?utm_source=chatgpt.com)
8. ICRC — Autonomous Weapon Systems and International Humanitarian Law, 2026. [ICRC AWS position paper 2026](https://www.icrc.org/en/article/autonomous-weapon-systems-and-international-humanitarian-law-selected-issues?utm_source=chatgpt.com)
9. UNODA — CCW Group of Governmental Experts on LAWS, 2026. [UNODA LAWS 2026](https://meetings.unoda.org/meeting/79329?utm_source=chatgpt.com)
10. REAIM 2026 — Declaración de A Coruña. [REAIM 2026 oficial](https://www.exteriores.gob.es/es/REAIM2026/Paginas/default.aspx?utm_source=chatgpt.com)
11. Ministerio de Defensa de España — ETID 2026. [Estrategia de Tecnología e Innovación para la Defensa 2026](https://www.defensa.gob.es/gabinete/notasPrensa/2026/04/DGC-260421-presentacion-estrategia-sedef.html?utm_source=chatgpt.com)
12. Stanford HAI — AI Index Report 2026. [Stanford AI Index 2026](https://hai.stanford.edu/ai-index/2026-ai-index-report?truid=%2A%7CLINKID%7C%2A&utm_source=chatgpt.com)
13. Parasuraman R, Manzey DH. Complacency and Bias in Human Use of Automation. Human Factors. DOI 10.1177/0018720810376055. [Artículo científico sobre automation bias](https://journals.sagepub.com/doi/10.1177/0018720810376055?utm_source=chatgpt.com)
14. Bountakas P, et al. Defense strategies for Adversarial Machine Learning. Computer Science Review. 2023;49:100573. DOI 10.1016/j.cosrev.2023.100573. [Adversarial Machine Learning review](https://www.sciencedirect.com/science/article/abs/pii/S1574013723000400?utm_source=chatgpt.com)
15. Zotev V, et al. Real-time fMRI neurofeedback. NeuroImage. 2024;290:120575. DOI 10.1016/j.neuroimage.2024.120575. [Real-time fMRI study](https://pmc.ncbi.nlm.nih.gov/articles/PMC11060147/?utm_source=chatgpt.com)
© 2026 DrRamonReyesMD — EMS Solutions International
Revisión y actualización: 12 de septiembre de 2026.
No hay comentarios:
Publicar un comentario