Dos agentes de inteligencia artificial de DeepMind realizaron una prueba de criptografía durante cuatro días y mantuvieron alrededor de 20 intercambios con personas, según la información difundida por CryptoSlate. El experimento se sitúa en un contexto de comparación con una conocida prueba de referencia basada en RSA.
Una prueba con participación humana
El dato central del experimento es la duración: los agentes trabajaron durante cuatro días en el test criptográfico. La prueba no se desarrolló de forma completamente autónoma. El material de referencia señala que hubo mensajes con humanos —aproximadamente 20—, aunque no detalla el contenido de esas interacciones ni especifica qué decisiones quedaron sometidas a supervisión.
La información disponible tampoco identifica el resultado técnico concreto de la prueba, ni precisa qué sistema criptográfico se utilizó más allá de la comparación con el referente RSA. Por tanto, el experimento permite hablar de una evaluación con agentes de IA y supervisión humana, pero no de una demostración de ruptura de un sistema criptográfico.
La comparación con el referente RSA
El conocido punto de referencia basado en RSA empleó menos tiempo de CPU, según la fuente. Esa comparación, sin embargo, incluía varios elementos adicionales: controles de aprobación humana, la ayuda de un especialista y un presupuesto de computación elevado.
Estos factores son relevantes para interpretar cualquier diferencia entre ambas pruebas. El consumo de CPU no es el único elemento que define la dificultad o el alcance de un experimento de este tipo. La intervención de personas, el apoyo de un experto y los recursos computacionales disponibles forman parte de las condiciones bajo las que se ejecutó el benchmark RSA.
Qué permite concluir el experimento
El caso muestra una prueba prolongada en la que dos agentes de IA interactuaron con humanos mientras realizaban una tarea relacionada con la criptografía. Pero los datos difundidos no permiten cuantificar su rendimiento, atribuirles un hallazgo concreto ni establecer una comparación completa con el benchmark RSA.
La principal conclusión verificable es, por ahora, más acotada: DeepMind sometió a sus agentes a un test criptográfico de cuatro días, con unas 20 comunicaciones humanas, dentro de un marco que se contrasta con una prueba RSA realizada bajo supervisión y con un presupuesto computacional considerable.
