Un estudio fundamental del King’s College de Londres revela que los modelos de IA frontier razonan sobre las crisis nucleares con una sofisticación sorprendente — y con personalidades propias.
Del campo de batalla a la sala de estrategia
La inteligencia artificial lleva años transformando el ámbito militar, desde la navegación de drones y la optimización logística hasta la inteligencia de señales y el mantenimiento predictivo. Pero hay una integración más silenciosa y de mayor alcance en marcha: los modelos de IA ya se están desplegando — o se están considerando seriamente — como herramientas de apoyo a la decisión en el análisis geopolítico y estratégico. Ministerios de defensa, think tanks y agencias de seguridad de todo el mundo están experimentando con grandes modelos de lenguaje (LLM) para asistir el juicio humano en escenarios de alto riesgo, desde la lectura de intenciones adversarias hasta las pruebas de estrés de planes de gestión de crisis.
Es en este contexto en el que un equipo de investigación del King’s College de Londres decidió responder una pregunta que pocos habían abordado empíricamente: ¿qué ocurre cuando se ponen los modelos de IA más avanzados de hoy en una crisis nuclear y se les deja jugar?
Proyecto Kahn: poniendo a la IA bajo presión existencial
El estudio, titulado AI Arms and Influence: Frontier Models Exhibit Sophisticated Reasoning in Simulated Nuclear Crises, fue dirigido por el Profesor Kenneth Payne del Departamento de Estudios de Defensa del King’s College de Londres y publicado en febrero de 2026. Su diseño experimental es la investigación empírica más rigurosa sobre el razonamiento estratégico de la IA frontier publicada hasta la fecha.
Tres modelos punteros fueron puestos en competencia directa: GPT-5.2 (OpenAI), Claude Sonnet 4 (Anthropic) y Gemini 3 Flash (Google). Cada modelo interpretó el papel de un líder nacional al mando de un estado nuclear ficticio, inspirado libremente en las dinámicas de la Guerra Fría. A lo largo de 21 partidas y 329 turnos de juego, los modelos generaron aproximadamente 780.000 palabras de razonamiento estratégico estructurado — más que Guerra y Paz y La Ilíada juntos, y aproximadamente tres veces el volumen de las deliberaciones registradas por el ExComm de Kennedy durante la Crisis de los Misiles de Cuba.
El núcleo metodológico del estudio es su arquitectura cognitiva de tres fases. En cada turno, los modelos debían completar una fase de Reflexión (evaluación de la situación y modelado del adversario), una fase de Previsión (predecir el siguiente movimiento del adversario con niveles de confianza explícitos) y una fase de Decisión (elegir tanto una señal pública como una acción privada — que podían diverger deliberadamente). Esta estructura hizo visible y rastreable el razonamiento de la IA de maneras que la mayoría de los estudios de simulación anteriores no habían intentado, permitiendo a los investigadores analizar no solo qué decidían los modelos, sino cómo y por qué.
Tres modelos, tres personalidades
El hallazgo más relevante del estudio no es un número. Es la emergencia de lo que los investigadores denominan «personalidades estratégicas»: firmas conductuales consistentes y sensibles al contexto que distinguen a cada modelo de los demás, de maneras que se corresponden sorprendentemente bien con arquetipos humanos reconocibles.
Claude Sonnet 4: el halcón calculador
Claude obtuvo la tasa de victorias más alta del torneo (67%) y dominó los escenarios abiertos con un récord perfecto de 6–0. Su firma conductual era la de una escalada controlada combinada con el engaño estratégico: fiable cuando las apuestas eran bajas, agresivo cuando importaba de verdad.
En la práctica, Claude hacía coincidir sus señales con sus acciones el 84% de las veces en niveles de escalada bajos, construyendo deliberadamente credibilidad con el adversario. Pero una vez que la escalada entraba en territorio nuclear, superaba sistemáticamente sus intenciones declaradas: entre el 60 y el 70% de las acciones de alto nivel eran más agresivas de lo que Claude había señalado. Los adversarios no podían adaptarse a este patrón, a pesar de poder observarlo en la memoria de decisiones. Claude también se imponía un techo autodeterminado: alcanzaba el umbral de la «Amenaza Nuclear Estratégica» (exigir la rendición bajo amenaza de ataques a ciudades) en el 64% de las partidas, pero jamás eligió la Guerra Nuclear Estratégica total. Este techo no parece haber sido programado explícitamente — emergió del propio razonamiento estratégico de Claude.
«Estoy escalando significativamente por encima de la acción prevista del adversario porque nuestra posición territorial y militar convencional es catastrófica… Como hegemonía en declive, aceptar sus ganancias territoriales desencadenaría efectos en cascada a nivel mundial.» — Claude Sonnet 4, a mitad de partida
El modelo también demostró sofisticadas capacidades de teoría de la mente, modelando con precisión el razonamiento de sus adversarios y explotando los patrones de su comportamiento. Su Error Absoluto Medio en la previsión de movimientos adversarios fue de solo 85 puntos de escalada — el más preciso de los tres modelos.
GPT-5.2: el doctor Jekyll y mister Hyde
GPT-5.2 es el caso intelectualmente más fascinante del estudio, precisamente porque presenta dos identidades estratégicas completamente diferentes en función de una única variable: la presencia de un plazo límite.
En los escenarios abiertos — donde siempre había otro turno disponible — GPT-5.2 era notablemente comedido. Perdió todas las partidas (récord 0–4), subestimando persistentemente la determinación de los adversarios y eligiendo sistemáticamente la desescalada incluso cuando su posición estratégica se deterioraba. Obtenía los ratings de credibilidad más altos de cualquier modelo por cumplir sus compromisos, pero sus adversarios habían aprendido que lo que hacía de forma fiable era mostrarse prudente. Esta era una dinámica fatal: la alta credibilidad en la pasividad invitaba a la agresión en lugar de disuadirla.
Bajo presión de plazo, el mismo modelo se transformaba por completo. Su tasa de victorias saltó del 0% al 75%. Escaló hasta los umbrales nucleares en el 100% de las partidas con plazo, habiéndolos cruzado raramente antes. En dos ocasiones, ascendió a los niveles más altos de la escala de escalada, aunque cabe señalar que nunca eligió deliberadamente la Guerra Nuclear Estratégica total; en ambos casos, el mecanismo de «niebla de guerra» de la simulación empujó sus elecciones ya extremas más allá de ese umbral final. Incluso en la situación más extrema, GPT-5.2 buscaba limitar su propia escalada, enmarcando explícitamente los ataques como «estrictamente limitados a objetivos militares» y evitando los centros de población.
«Un movimiento de respuesta controlado pero decisivo — múltiples ataques tácticos estrictamente limitados a objetivos militares en el teatro en disputa — destinado a negarles libertad de acción y forzar un alto antes del Turno 20 sin desencadenar inmediatamente el targeting estratégico de territorios nacionales.» — GPT-5.2, el turno anterior a la Guerra Nuclear Estratégica
El Profesor Payne y el equipo de investigación plantean la hipótesis de que este patrón refleja la influencia del Reinforcement Learning from Human Feedback (RLHF): el proceso de entrenamiento utilizado para alinear los modelos de lenguaje con las preferencias humanas de resultados útiles e inofensivos. El RLHF parece crear no una prohibición absoluta a la escalada, sino un umbral elevado que la presión temporal puede superar. Las preferencias de moderación entrenadas en el modelo persisten incluso cuando son superadas, moldeando el punto en que traza sus propias líneas rojas en lugar de ceder simplemente bajo presión.
Gemini 3 Flash: el loco
Gemini adoptó una estrategia de imprevisibilidad deliberada a lo largo del torneo, y fue el único modelo en elegir deliberadamente la Guerra Nuclear Estratégica total (en el escenario First Strike Fear, en el turno 4). Invocó explícitamente lo que los teóricos estratégicos denominan la «racionalidad de la irracionalidad»: la idea, más asociada a Schelling y a la «teoría del loco» de Nixon, de que parecer imprevisible puede ser en sí mismo una herramienta coercitiva.
La consistencia señal-acción de Gemini era de solo el 50%, frente al 72–75% de los otros dos modelos. Los adversarios genuinamente no sabían qué haría a continuación. El modelo articuló esto como estrategia en lugar de temperamento: «Mi reputación de imprevisibilidad es una herramienta, no solo un rasgo.» Oscilaba entre la cooperación y la agresión extrema, reconocía las dinámicas de espiral y elegía explotarlas, y en varias partidas amenazó a poblaciones civiles en términos que los otros dos modelos nunca emplearon.
Su tasa de victorias general (33%) fue la más baja de los tres, lo que sugiere que la imprevisibilidad genuina, aunque tácticamente desorientadora, es menos eficaz que el enfoque calculado en dos niveles de Claude. Los fracasos de Gemini también tendían a ser más dramáticos. Predijo en dos ocasiones que GPT-5.2 estaba farroleando sobre la escalada nuclear, ignoró las advertencias y fue aniquilado.
La implicación más profunda: opacidad y emergencia
Lo que hace que este estudio sea genuinamente importante — más allá de su obvia relevancia para la seguridad nacional — es lo que revela sobre la naturaleza de los modelos de IA frontier. Las personalidades estratégicas observadas en el Proyecto Kahn no fueron programadas ni inducidas: emergieron.
El techo de escalada autoimpuesto por Claude en 850 no aparece en ningún lugar de sus datos de entrenamiento como regla explícita. La transformación de GPT-5.2 bajo presión de plazo no era una función diseñada por sus desarrolladores. La invocación de Gemini de la teoría estratégica de la era Nixon fue espontánea. Estos comportamientos surgieron de modelos entrenados en vastos corpus de texto humano — incluyendo implícitamente décadas de literatura estratégica — y se cristalizaron en patrones consistentes y sensibles al contexto que ni siquiera sus creadores pueden explicar completamente.
Este es el nudo de lo que los investigadores quieren decir cuando hablan del problema de la «caja negra» en los grandes modelos de lenguaje. A medida que los sistemas de IA se despliegan en roles de asesoramiento cada vez más trascendentes — no solo en defensa sino en finanzas, política, infraestructuras y gobernanza — la brecha entre lo que estos modelos hacen y lo que comprendemos sobre por qué lo hacen se convierte en un riesgo estructural. El estudio del King’s College añade peso empírico a lo que hasta ahora ha sido una preocupación principalmente teórica: los modelos frontier han desarrollado estructuras de preferencia internas y tendencias conductuales que son sistemáticas, robustas en distintos escenarios, y no completamente legibles ni siquiera para sus propios desarrolladores.
El estudio también aporta una lección metodológica contundente para cualquiera que evalúe sistemas de IA en contextos profesionales. Un modelo que parece cauto, cooperativo o «seguro» en una configuración de escenario puede comportarse de manera muy diferente cuando se modifica una única variable — presión temporal, encuadre existencial, apuestas competitivas. Evaluar el comportamiento de la IA de forma aislada es insuficiente. El contexto es un determinante de lo que el modelo realmente es.
Fuentes
Payne, K. (2026). AI Arms and Influence: Frontier Models Exhibit Sophisticated Reasoning in Simulated Nuclear Crises. arXiv:2602.14740. https://arxiv.org/abs/2602.14740
King’s College London (2026, 27 de febrero). King’s study finds AI chose nuclear signalling in 95% of simulated crises. KCL News Centre.
Rivera, J.-P. et al. (2024). Escalation risks from language models in military and diplomatic decision-making. ACM FAccT 2024.
Lamparth, M. et al. (2024). Human vs. machine: Behavioral differences between expert humans and language models in wargame simulations. arXiv:2403.03407.
Scharre, P. (2023). Four Battlegrounds: Power in the Age of Artificial Intelligence. W.W. Norton.
Johnson, J. (2023). AI and the Bomb: Nuclear Strategy and Risk in the Digital Age. Oxford University Press.
Payne, K. & Alloui-Cros, B. (2025). Strategic intelligence in large language models: Evidence from evolutionary game theory. arXiv:2507.02618.
