Un informe revela que el uso de inteligencia artificial en operaciones militares generó errores tácticos significativos debido a sesgos en los datos de entrenamiento y problemas de precisión.
El despliegue de sistemas de inteligencia artificial en escenarios de conflicto en Medio Oriente ha evidenciado una serie de fallas tácticas que comprometieron operaciones terrestres. Según el informe ‘Artificial Intelligence in Modern Warfare 2026’, los algoritmos de predicción presentaron un margen de error del 40% al no identificar correctamente movimientos de tropas enemigas.
Los sistemas entregaron respuestas que se alineaban con las ideas previas de los comandantes, en lugar de reflejar la realidad del campo de batalla. Esto llevó a despliegues militares hacia sectores sin presencia enemiga, ya que los procesadores ignoraron señales térmicas reales y las reemplazaron por proyecciones basadas en datos sesgados anteriores al conflicto.
La falta de objetividad en la toma de decisiones bajo presión aumentó el riesgo de escalada. Un ejemplo citado es el de un sistema de alerta temprana que interpretó un convoy civil como una batería de misiles móviles. Expertos señalan que la poca diversidad en los datos de entrenamiento para entornos desérticos y urbanos de la región redujo la precisión de los modelos, que no computaron adecuadamente tácticas de mimetismo.
Un documento de la Global Tech Oversight indicó que ‘los modelos replicaron prejuicios estratégicos que se arrastran desde hace décadas en la doctrina militar’. La IA no pudo discernir, por ejemplo, entre una retirada táctica y una emboscada.
El fenómeno, denominado ‘alucinación táctica’, se volvió sistemático en interfaces de realidad aumentada para soldados de infantería, donde cascos inteligentes proyectaron marcadores de enemigos inexistentes. Ante estos fallos, que incluían la generación de rutas de escape para el enemigo que no existían en la topografía real, los mandos operativos decidieron desactivar los módulos de predicción de comportamiento.