En los campos de batalla de Ucrania, los restos de drones son solo la huella visible de una riqueza invisible: cada vuelo genera miles de puntos de datos que los equipos de inteligencia artificial usan para mejorar sus modelos. El Ministerio de Defensa ucraniano abrió en enero de 2026 el acceso a millones de datos recopilados en decenas de miles de vuelos, y desde entonces más de 100 empresas y el gobierno del Reino Unido han obtenido permiso para usarlos. La línea del frente se ha convertido en un sitio de entrenamiento de modelos, un “Lejano Oeste” donde el combate se vuelve un activo comercial.
Un nuevo oro digital en los campos de batalla
Los datos que generan los drones no son solo imágenes y video: también incluyen las entradas del controlador, las condiciones de interferencia electrónica y las decisiones improvisadas de los operadores. Esos momentos, en los que la señal se pierde o el entorno cambia de forma impredecible, son justamente los que las empresas de IA más valoran, porque reproducen el caos que ningún laboratorio puede simular. La empresa estadounidense Enabled Intelligence ya ha puesto a disposición más de medio millón de horas de metraje de drones ucranianos para alimentar la próxima ronda de modelos, según informó en junio de 2026.
Esta apertura marca un cambio frente al pasado: los datos de los drones Predator y Reaper en Siria y Yemen quedaron confinados en programas militares clasificados como Project Maven. Ahora, el acceso se extiende a toda una red de desarrollo, con usos que van de sistemas militares a aplicaciones civiles, como los drones agrícolas que operan sin señal móvil en zonas remotas de Ucrania. El bucle se cierra: la tecnología comercial adaptada al combate genera datos que vuelven a la industria civil.
La brecha entre el marketing y la realidad
Sin embargo, el optimismo del mercado no coincide del todo con el estado real de la tecnología. Un informe del Institute for the Study of War (ISW) de junio de 2025 señala que, pese a los avances en drones con visión por computadora y capacidad de autoguiado, ni Rusia ni Ucrania han desplegado drones con IA a gran escala. Los sistemas de machine learning actuales fallan con frecuencia: los drones con visión por máquina tienen problemas para reconocer objetivos a más de 500 metros y sus algoritmos de guía terminal siguen siendo “crudos”, según reconocen los propios desarrolladores ucranianos. La verificación en combate de los drones “madre” con IA, como el GOGOL-M, apenas está en fase de pruebas.
Esto significa que la fiebre por los datos de guerra puede estar adelantándose a la capacidad de los modelos para aprovecharlos. Las empresas que compran esos datos esperan obtener una ventaja competitiva, pero la tecnología aún está lejos de un uso robusto y confiable. Para los compradores latinoamericanos, la lección es clara: antes de confiar en modelos entrenados con estos datos, hay que exigir evidencia de su efectividad y conocer sus limitaciones.
El dilema ético y la falta de gobernanza
El artículo de MIT Technology Review advierte que los datos del campo de batalla contienen vidas humanas: soldados y civiles que aparecen en las grabaciones no dieron su consentimiento para convertirse en material de entrenamiento. Y aunque Ucrania implementa controles de acceso, la trazabilidad desaparece en cuanto los datos se incorporan a un modelo. ¿Qué ocurre cuando ese modelo se usa después en un vehículo de reparto o en maquinaria agrícola en otro país? La legislación vigente no tiene respuesta. No existe aún una agencia con jurisdicción sobre esta materia, y la regulación se limita a acuerdos bilaterales como el firmado entre Ucrania y el Reino Unido.
Para mitigar los riesgos, el informe propone tratar los datos de defensa como se tratan las transferencias de armamento: con registro de origen, licencia y restricciones de difusión. Pero el problema de consentimiento sigue sin resolverse, y la posibilidad de que actores maliciosos accedan a estos datos es real, aunque los controles de compra intenten mitigarlo.
Lo que esto significa para América Latina
Latinoamérica no es ajena a esta dinámica. Muchas empresas de la región utilizan modelos de IA para logística, agricultura o seguridad, y esos modelos pueden estar entrenados indirectamente con datos de guerra sin que sus clientes lo sepan. La falta de trazabilidad hace que un modelo comercial pueda contener información de un conflicto lejano, con sus sesgos y errores incorporados. Para un agricultor en Argentina que usa un dron para mapear sus campos, es imposible saber si el sistema de visión fue afinado con imágenes de un ataque en el frente ucraniano.
Además, en América Latina hay contextos de conflicto o alta violencia en los que se podrían generar datos similares, como en zonas de Colombia o México. Si algún gobierno decidiera abrir esos datos para atraer inversión, se enfrentaría al mismo vacío legal. Sin regulaciones claras y sin mecanismos de control, la región podría convertirse en un consumidor pasivo de tecnología entrenada con datos ajenos, sin saber lo que está comprando.
Las empresas latinoamericanas deberían exigir a sus proveedores de IA una declaración de origen de los datos de entrenamiento, así como evaluaciones de sesgo y riesgo. Los gobiernos, por su parte, deberían empezar a discutir marcos regulatorios que permitan seguir el rastro de los datos desde el campo de batalla hasta el producto comercial. No se trata de frenar la innovación, sino de evitar repetir un ciclo donde los países más ricos se beneficien de la guerra mientras los demás asumen los riesgos a ciegas.
La cuestión de fondo no es solo qué pueden vender las empresas tecnológicas para la guerra, sino qué pueden extraer de ella. Y esa pregunta también debería preocupar a los ejecutivos que hoy toman decisiones sobre IA en América Latina.
