AI Cyber Defense Act: EE.UU. prepara estándares federales contra el robo de modelos de IA | inicIA
Respuesta directa
El 22 de octubre de 2026 se presentó en la Cámara de Representantes de EE.UU. el AI Cyber Defense Act, un proyecto bipartidista de los congresistas Pat Harrigan (republicano, Carolina del Norte) y George Whitesides (demócrata, California), reportado en exclusiva por CyberScoop. La propuesta encarga al NIST (National Institute of Standards and Technology) desarrollar estándares voluntarios de la industria para detectar y prevenir los "distillation attacks" —entrenar un modelo copiando las salidas de uno más avanzado— y crea una AI Cybersecurity Roundtable para la colaboración público-privada. El NIST tendría 180 días tras la aprobación para empezar a trabajar con los actores del sector, y las entidades vinculadas a China, Rusia, Irán, Corea del Norte y Cuba quedarían excluidas del desarrollo de los estándares.
Qué es un "distillation attack" (y por qué le importa a tu negocio)
- La técnica: entrenar un modelo nuevo usando masivamente las respuestas de un modelo frontier, replicando sus capacidades a una fracción del costo de desarrollo original.
- La escala del problema: funcionarios de EE.UU. y compañías como Anthropic, OpenAI y Google han identificado campañas sistemáticas donde actores usan cuentas desechables ("burner accounts") e identidades falsas para extraer datos de modelos frontier evadiendo restricciones geográficas.
- La frase del congresista: Harrigan dijo a CyberScoop que mantener la ventaja de 6 a 12 meses de la industria estadounidense es "increíblemente caro", y que los adversarios ven más rentable "quedarse 6 a 12 meses detrás de EE.UU., dejar que el motor queme fuerte y, con 5 a 10% del gasto, destilar y robar".
- El matiz importante: el NIST primero deberá definir qué es un distillation attack y separarlo de la colaboración legítima entre modelos abiertos y open-source, que también impulsa la innovación.
Qué preparar en tu empresa (aunque la ley aún es proyecto)
- Controles de acceso a tus APIs de IA: si expones modelos o agentes a terceros, registra quién los usa, con qué volumen y con qué patrones. La detección de actividad anómala de prompts es la primera línea de defensa.
- Monitoreo de extracción: picos de consultas sistemáticas, patrones de "preguntas de examen" masivas o tráfico desde cuentas recién creadas son señales clásicas de intento de destilación.
- Diligencia con tus proveedores de IA: pregunta cómo protegen sus modelos contra extracción y qué certificaciones o marcos siguen. Cuando el NIST publique estándares, los proveedores que ya los cumplan tendrán ventaja.
- Separa colaboración de exposición: si contribuyes a proyectos open-source, define qué pesos, datos y evaluaciones compartes y cuáles no. La ley busca proteger la innovación sin matar la colaboración abierta.
La lectura estratégica
- EE.UU. elige estándares voluntarios, no multas: igual que el pacto de seguridad de octubre con las big tech, Washington apuesta a autorregulación guiada antes que a regulación dura. Para tu empresa, eso significa que los estándares se vuelven ventaja competitiva antes de volverse obligación.
- La ciberseguridad de modelos es tema de directorio: ya no es solo "no filtrar datos de clientes"; ahora incluye proteger tus propios modelos y agentes como activos de propiedad intelectual.
Enlaces relacionados
- Washington quiere reglas obligatorias para la IA: el plan Cantwell y la task force de Trump
- Trump firmó un pacto de seguridad de IA sin multas ni dientes: qué cambia para tu empresa
- La UE ya multa por IA: hasta 35M de euros — lo que debes saber si vendes a Europa
Preguntas frecuentes
¿Qué propone el AI Cyber Defense Act?
Encargar al NIST la creación de estándares voluntarios contra los "distillation attacks" (copiar modelos entrenando con sus salidas) y crear una AI Cybersecurity Roundtable para coordinar al gobierno con la industria.
¿Quiénes lo presentan y cuándo?
Los congresistas Pat Harrigan (R-NC) y George Whitesides (D-CA), el 22-oct-2026. Es bipartidista y aún es un proyecto, no una ley aprobada.
¿Qué es un "distillation attack"?
La práctica de entrenar un modelo de IA usando masivamente las salidas de un modelo más avanzado, replicando sus capacidades a una fracción del costo. El proyecto apunta a los que lo hacen actores de Rusia, China, Irán y Corea del Norte.
¿Qué debería hacer mi empresa ahora?
Implementar controles de acceso y monitoreo de uso anómalo en tus APIs y agentes de IA, exigir a tus proveedores medidas anti-extracción y seguir la publicación de los estándares del NIST para adoptarlos temprano.
