Redazione RHC : 17 noviembre 2025 16:50
En el ámbito tecnológico, se está afianzando la idea de que el desarrollo futuro de los sistemas de generación depende inexorablemente de la expansión de la capacidad nuclear, lo que impulsa a los actores del sector a identificar estrategias para acelerar la construcción de nuevos reactores.
En este sentido, las redes neuronales se han integrado recientemente en la elaboración de la documentación necesaria para el lanzamiento de nuevos proyectos. Sin embargo, los institutos de investigación advierten de las posibles repercusiones negativas asociadas a este enfoque.
Según un informe de AI Now , una iniciativa de Microsoft y la compañía energética estadounidense Westinghouse pretende utilizar modelos para agilizar la concesión de licencias a centrales nucleares. El informe subraya que los algoritmos no pueden sustituir el proceso exhaustivo diseñado para minimizar riesgos y prevenir errores que puedan provocar accidentes graves.
AI Now destaca que la concesión de licencias no es un simple conjunto de formularios, sino un proceso complejo que requiere análisis, debate sobre soluciones de diseño y justificación de la fiabilidad de la futura instalación . Los autores del informe subrayan que intentar reducir este proceso a la mera generación de documentos podría conllevar que algunos pasos de control se consideren una mera formalidad.
Microsoft propone entrenar el modelo utilizando materiales archivados por agencias reguladoras y datos sobre futuras ubicaciones de plantas. El algoritmo generará documentos de diseño, que posteriormente serán revisados por empleados de la compañía . El Laboratorio Nacional de Idaho ya utiliza un enfoque similar, con la esperanza de usar una red neuronal para agilizar la preparación de la documentación para las solicitudes de permisos. Lloyd’s Register sigue un enfoque similar, y Westinghouse promueve su propio sistema, Bertha , que promete reducir el tiempo de preparación de la documentación de meses a minutos.
Los expertos de AI Now consideran este escenario una amenaza para la seguridad nuclear. Subrayan que incluso una pequeña imprecisión en la versión del software o en las especificaciones del equipo puede llevar a conclusiones erróneas sobre el comportamiento del sistema y desencadenar una reacción en cadena de errores. Citan como ejemplo el accidente de Three Mile Island de 1979 , en el que una combinación de fallos de funcionamiento e interpretaciones erróneas de las lecturas provocó una fusión parcial del núcleo. Los autores del informe creen que los modelos son propensos a errores sutiles, por lo que el riesgo de que se repita un escenario similar aumenta cuando parte del proceso de autorización está automatizado.
Además de los riesgos técnicos, también se plantea la cuestión de la confidencialidad nuclear . Según AI Now, las solicitudes de las empresas tecnológicas para acceder a extensos conjuntos de datos demuestran un interés en información que normalmente no se divulga al público. Esta información podría facilitar la creación de recursos de doble uso, por lo que su acceso está estrictamente regulado. Los autores del informe subrayan que la transferencia de dichos datos a servicios en la nube plantea amenazas adicionales.
El contexto político es particularmente preocupante. El gobierno estadounidense está impulsando una reforma regulatoria para reducir los tiempos de revisión de proyectos. Representantes de la Comisión Reguladora Nuclear ya han advertido al Congreso que las decisiones y la reducción de personal podrían comprometer la capacidad de supervisión de la seguridad. Al mismo tiempo, la Casa Blanca vincula el desarrollo de la infraestructura nuclear con la necesidad de fuentes de energía de alta densidad provenientes de la IA, considerando la construcción acelerada de reactores como un imperativo de seguridad nacional.
La industria nuclear, sin embargo, tiene una perspectiva diferente. Algunos analistas creen que el uso cuidadoso de algoritmos para sistematizar grandes volúmenes de documentos puede mejorar la eficiencia y facilitar el trabajo de los reguladores. No obstante, incluso los defensores de estas tecnologías recalcan que la automatización no puede reemplazar la supervisión humana y que confiar ciegamente en las conclusiones de los modelos supone una amenaza para la industria , donde los errores tienen consecuencias irreversibles.
Los autores del informe AI Now concluyen con una advertencia: intentar someter el diseño nuclear a la lógica de una carrera de IA y reducir el nivel de supervisión para acelerar el proceso podría minar la confianza en la tecnología nuclear y, al mismo tiempo, aumentar los riesgos de proliferación de los datos necesarios para crear recursos de doble uso.
RedazioneGoogle se acerca a la presentación oficial de Gemini 3.0 , el nuevo modelo de inteligencia artificial que representa uno de los pasos más significativos en la estrategia de la compañía. Según inf...
La búsqueda de la inmortalidad es una obsesión generalizada en Silicon Valley. Asimismo, la idea de perfeccionar a los niños mediante la modificación genética es otra. Sam Altman, el hombre que p...
El quishing es una forma emergente de ciberataque que combina el phishing tradicional con el uso de códigos QR , herramientas ya conocidas por muchos. El término « quishing » es una combinación d...
Las operaciones psicológicas, comúnmente conocidas como PsyOps, constituyen un elemento significativo y a menudo poco comprendido de la estrategia militar y de seguridad . Estas operaciones implican...
En el mundo de la ciberseguridad, los cortafuegos constituyen la primera línea de defensa contra las ciberamenazas y los ciberataques. Diariamente, empresas y usuarios domésticos se exponen a riesgo...
