La inteligencia artificial pronto podría alcanzar capacidades que faciliten daños en el campo de la biología, advirtió Yao Shunyu, científico jefe de IA de Tencent. Su intervención en un simposio de Future Science Prize en Hong Kong llega días después del lanzamiento de Hy4 y plantea una decisión para los desarrolladores: cómo compartir modelos útiles para la investigación sin facilitar también usos peligrosos.
Yao dijo que las capacidades de los modelos en ciberseguridad y, pronto, en biología llegarán a un umbral en el que será "posible causar daño", según el South China Morning Post, que recogió sus palabras durante el encuentro del 7 de noviembre. El científico llamó a las compañías que abren sus modelos a tomar en serio los riesgos de seguridad.
La advertencia apunta a capacidades futuras y al posible uso de la tecnología por personas. No equivale a afirmar que Hy4 ya haya alcanzado ese umbral ni que un modelo pueda producir daño biológico por sí solo.
La pregunta que Yao dejó abierta
Durante el mismo encuentro, un asistente preguntó si Tencent mantendría abierto Hunyuan, su familia de modelos, en caso de llegar al primer lugar mundial. Yao no respondió directamente con un sí o un no, informó el medio chino Yicai.
El ejecutivo explicó que abrir un modelo puede atraer desarrolladores y contribuir al avance de la comunidad, pero añadió que la seguridad pesa cada vez más en esa decisión. También señaló que separar las capacidades defensivas de las ofensivas puede ser difícil y que las empresas deben evaluar sus sistemas antes de liberarlos.
The Next Web, que retomó la cobertura del South China Morning Post, informó que Yao consideró sólidos los argumentos de Anthropic y otras empresas estadounidenses para mantener cerrados los modelos más avanzados. Al mismo tiempo, sostuvo que los modelos abiertos también pueden ayudar a quienes trabajan en defensa y que una combinación de ambos enfoques podría ser conveniente.
Un modelo de pesos abiertos permite que otras personas descarguen sus parámetros y, con los recursos y permisos necesarios, lo ejecuten o adapten. Eso amplía las posibilidades de investigación y auditoría. En un servicio alojado, en cambio, el proveedor conserva el control de la infraestructura desde la que se ofrecen las respuestas.
El International AI Safety Report 2026 señala que los modelos abiertos también son más fáciles de modificar para retirar protecciones y que, una vez difundidos sus pesos, no es posible recuperar todas las copias. El informe advierte que estas diferencias no eliminan la necesidad de evaluar la seguridad de los sistemas cerrados.
Qué mostró la prueba de Tencent con Hy4
El 4 de noviembre, Tencent presentó la versión general de Hy4 y explicó cómo había evaluado sus capacidades biológicas. En una prueba propia de diseño experimental, llamada Hy-BioExperimentBench, el modelo obtuvo 30.4 sobre 100. La compañía afirmó que el resultado estaba muy por debajo de su umbral de alto riesgo.
Tencent no indicó el valor numérico de ese umbral en la presentación técnica consultada. La puntuación corresponde a una prueba diseñada por la empresa: no es una probabilidad de daño ni demuestra por sí sola que el modelo sea seguro en cualquier situación. Sus especialistas internos concluyeron que Hy4 tiene conocimientos básicos sólidos de biología, aunque le cuesta más convertirlos en planes experimentales.
En ese anuncio, la compañía dijo que planeaba publicar los pesos de la versión general junto con una ficha que detallaría sus evaluaciones de seguridad. El acceso a Hy4 mediante servicios alojados y la publicación de sus pesos son pasos distintos.
Patricia Rodriguez
La dificultad de medir el riesgo fuera de las pruebas
La preocupación no se limita a Tencent. El informe internacional de seguridad de IA publicado en febrero de 2026 recogió resultados mixtos de estudios que comparaban la ayuda de estos sistemas con el acceso convencional a internet. Un estudio encontró asistencia relevante en tareas sustitutas; otros detectaron efectos pequeños o no concluyentes.
Los autores advirtieron que varias investigaciones trabajaron con muestras pequeñas y que los resultados pueden quedar desactualizados conforme mejoran los modelos. También señalaron una dificultad más amplia: el desempeño en una evaluación previa al lanzamiento no predice de manera fiable, por sí solo, el comportamiento o el riesgo en condiciones reales.
Esa limitación ayuda a leer la advertencia de Yao junto con el resultado de Hy4: la cifra describe lo que Tencent observó en su propia prueba, mientras la decisión de abrir futuros modelos dependerá también de cómo se evalúen sus capacidades y sus posibles usos.
