Anthropic actualiza su Política de Seguridad Responsable: más umbrales, más transparencia y una advertencia real

Anthropic ha publicado la versión 2.2 de su Responsible Scaling Policy (RSP), el marco que determina cuándo la empresa puede —y cuándo no puede— entrenar y desplegar modelos más capaces. La actualización, anunciada el 13 de octubre de 2026 en el blog oficial de la compañía, introduce tres cambios sustanciales: umbrales de evaluación más granulares para capacidades de bioseguridad y ciberseguridad, un mecanismo de revisión externa independiente y la publicación semestral de los resultados de los tests de evaluación de riesgos. La señal que manda Anthropic al sector es la de tomarse en serio sus propias políticas antes de que lo exija una regulación.

El contexto tiene importancia. La RSP de Anthropic fue pionera en 2023 como intento de crear un marco de autolimitación creíble para el desarrollo de IA avanzada. Dos años después, con modelos significativamente más capaces y una presión competitiva que empuja hacia el despliegue rápido, actualizar ese marco con compromisos más duros —y con mecanismos de verificación externa— es una apuesta que tiene costes reales: ralentizar potencialmente el ritmo de lanzamiento de modelos si los tests de evaluación no dan luz verde.

La actualización anterior de la RSP (versión 2.1, de enero de 2026) ya había incorporado capacidades de análisis de código malicioso como umbral de alerta. La versión 2.2 amplía el espectro en dos dimensiones.

La primera: umbrales de capacidad más granulares. La RSP anterior usaba categorías binarias (el modelo supera o no supera el umbral). La 2.2 introduce una escala de cinco niveles para capacidades en bioseguridad, ciberseguridad y persuasión a escala. Esto permite a Anthropic mantener modelos con capacidades elevadas en áreas de bajo riesgo mientras limita el despliegue de los mismos modelos en las áreas que superan los umbrales, en lugar de paralizar todo el modelo por un umbral en una sola categoría.