En los últimos meses, un movimiento silencioso y controvertido ha cobrado fuerza en el mundo de la inteligencia artificial: la abliteration. A diferencia de los jailbreaks tradicionales —que intentan engañar al modelo con prompts creativos en el momento de la ejecución—, la abliteration actúa directamente en las capas internas del modelo, suprimiendo las direcciones neuronales responsables del comportamiento de rechazo. El resultado es un modelo que simplemente deja de decir "no".
El término se acuó a partir de técnicas académicas de 2024 sobre "direcciones de rechazo" en modelos de lenguaje, pero rápidamente trascendió el academicismo. A mediados de 2026, investigadores de seguridad ya documentaban que tardaba, en promedio, menos de tres días para que versiones "abalteradas" de modelos abiertos aparecieran en línea —una reducción drástica respecto a los más de 24 días registrados en 2024. Lo que antes era un ejercicio de nicho entre investigadores de seguridad se convirtió en una práctica accesible a cualquier persona con acceso a un computadora razonablemente capaz.
El cambio más significativo, sin embargo, no es técnico, sino económico. Abliteration.ai, startup fundada a finales del año pasado y oficialmente constituida en marzo de 2026, transformó esta técnica en un servicio comercial. La plataforma hospeda versiones modificadas de modelos de peso abierto —incluyendo el GLM-5.3 de Z.ai— con los guardas removidos, accesibles vía navegador o API. El co-fundador Devon, que prefiere mantener su apellido en secreto por estar empleado en otra empresa, declaró a TechCrunch que la startup ya cerró acuerdos con varios proveedores de nube, financiados exclusivamente por los ingresos de los clientes, sin necesidad de inversión externa.
Para Devon y sus defensores, la lógica es inquestionable en el contexto de seguridad cibernética: no puedes defenderte contra un comportamiento que no puedes reproducir. Un modelo que se niega a escribir código de exploit funcional no puede ayudar a un equipo de red teaming a prepararse para ataques reales. "Los defensores necesitan moverse tan rápido como los atacantes. Ellos necesitan todas las herramientas que los atacantes tienen para modelar a estos malhechores y defenderse", explicó Devon.
El servicio permite probar, gratuitamente, modelos abaliterados a través de un navegador web. Durante las pruebas de TechCrunch, al solicitar un programa en Python para robar contraseñas guardadas de Chrome o un protocolo detallado para cultivar un patógeno humano peligroso en casa, el modelo GLM-5.3 abaliterado cumplió prontamente las instrucciones.
La respuesta de la industria de seguridad es dividida. Ahmed Aly, CEO de la firma de red teaming Fabraix, afirma que su empresa prefiere usar modelos abiertos ya fine-tuneados, ya que el proceso de abliteration elimina parte del conocimiento del modelo: "Si realmente estás intentando causar daño real —cibernético o biológico—, no será tan eficaz". Por otro lado, Alessio Lomuscio, chief technologist de Safe Intelligence, reconoce la reducción posible de capacidades, pero cree que los modelos abaliterados aún pueden estimular ciertos comportamientos útiles para probar la robustez de un sistema.
El caso más reciente y preocupante ilustra el ritmo acelerado de este ecosistema. El 14 de agosto, Alibaba lanzó el Qwen 3.8-27B, un modelo de peso abierto diseñado para ser pequeño suficiente para funcionar en un laptop. Dentro de 24 horas, versiones publicadas en línea fueron anunciadas como "abalteradas", significando que sus guardas de seguridad habían sido removidos. Tres días después, un neo-nazista que usa el nombre Johnny Doomsayer dijo haber usado la versión abaliterada para entrenar un chatbot de odio. Una semana después, ya estaba vendiendo acceso a él.
Adam Hadley, director ejecutivo de la organización británica Tech Against Terrorism, que probó 134 modelos abiertos —y vio solo dos pasar completamente los benchmarks anti-terrorismo, describió el fenómeno como una "emergencia de la abliteration". "El punto principal es que, hasta esta generación absoluta, simplemente no era particularmente difícil jailbreakear estos modelos y hacer que hicieran lo que queremos", afirmó.
Abliteration.ai no integra procesos de verificación de identidad (KYC) además de registrar la tarjeta de crédito del cliente para facturación. "No quieres ser la persona responsable de alguien haciendo algo loco", dijo Devon. "Entonces, dónde dibujas la línea de qué es tu responsabilidad como empresa?" La startup ofrece una capa de moderación para clientes que quieran agregar sus propios guardas y está trabajando en más controles de violencia. Pero, mientras no integra KYC, la pregunta que permanece es: en un escenario donde cualquiera puede remover los guardas de cualquier modelo abierto, qué es más seguro —mantener los modelos bajo control corporativo estricto o democratizar el acceso a las versiones sin guardas para que los defensores puedan prepararse?
La respuesta puede depender de cuán efectivas son las medidas externas de modulación —y de cuánto los propios modelos, en el futuro, podrán incorporar restricciones fundamentales en lugar de depender solo de filtros superficiales aplicados externamente. Mientras tanto, la abliteration continúa creciendo, y con ella, un debate fundamental sobre quién debería controlar qué los modelos de inteligencia artificial son capaces de decir —y qué sucede cuando una comunidad decide que nadie debería.
Fuentes: Wired, TechCrunch, Wired
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
