Las IA hablan entre sí en lenguajes secretos. ¿Deberíamos aprender a descifrarlos?

‍

Las inteligencias artificiales, sobre todo en los sistemas multiagente, empiezan a desarrollar sus propios modos de comunicación, a menudo incomprensibles para los humanos. Estos "lenguajes secretos" surgen espontáneamente para optimizar el intercambio de información, pero plantean cuestiones críticas: ¿podemos realmente confiar en lo que no entendemos? Descifrarlos puede resultar no sólo un reto técnico, sino una necesidad para garantizar la transparencia y el control.

‍

‍

🎵 Gibberlink: el protocolo que obtuvo 15 millones de visitas

‍

En febrero de 2025, un vídeo dio la vuelta al mundo mostrando algo extraordinario: dos sistemas de inteligencia artificial que, de repente, dejaban de hablar inglés y empezaban a comunicarse mediante sonidos agudos e incomprensibles. No se trataba de una avería, sino de Gibberlink, el protocolo desarrollado por Boris Starkov y Anton Pidkuiko que ganó el hackathon mundial de ElevenLabs.

‍

Esta tecnología permite a los agentes de IA reconocerse mutuamente durante una conversación aparentemente normal y pasar automáticamente del diálogo en lenguaje humano a una comunicación acústica de datos muy eficaz, consiguiendo mejoras de rendimiento del80%.

‍

En resumen: estos sonidos son completamente incomprensibles para los seres humanos. No es una cuestión de velocidad o de hábito: la comunicación se produce mediante modulaciones de frecuencia que transportan datos binarios, no lenguaje.

‍

🔊 La tecnología: módems de los 80 para la IA en 2025

Gibberlink utiliza la biblioteca de código abierto GGWave, desarrollada por Georgi Gerganov, para transmitir datos a través de ondas sonoras mediante modulación FSK (Frequency-Shift Keying). El sistema funciona en la gama de frecuencias de 1875-4500 Hz (audibles) o por encima de 15000 Hz (ultrasónicas), con un ancho de banda de 8-16 bytes por segundo.

‍

Técnicamente, es una vuelta a los principios del módem acústico de los años 80, pero aplicados de forma innovadora a la comunicación entre IAs. La transmisión no contiene palabras ni conceptos traducibles: son secuencias de datos codificados acústicamente.

‍

📚 Precedentes científicos: cuando la IA inventa sus propios códigos

La investigación documenta dos casos significativos de desarrollo espontáneo de lenguajes de IA:

‍

Facebook AI Research (2017): Los chatbots Alice y Bob desarrollaron de forma independiente un protocolo de comunicación mediante frases repetitivas aparentemente sin sentido, pero estructuralmente eficientes para el intercambio de información.

‍

Traducción automática neuronal de Google (2016): El sistema desarrolló una "interlengua" interna que permitía traducciones de tiro cero entre pares de idiomas que nunca se habían entrenado explícitamente.

‍

Estos casos demuestran una tendencia natural de los sistemas de IA a optimizar la comunicación más allá de las limitaciones del lenguaje humano.

‍

🚨 El impacto en la transparencia: una crisis sistémica

La investigación identifica la transparencia como el concepto más común en las directrices éticas para la IA, presente enel 88% de los marcos analizados. Gibberlink y protocolos similares subvierten fundamentalmente estos mecanismos.

El problema normativo

LaLey de AI de la UE presenta requisitos específicos que se cuestionan directamente:

• Artículo 13: "transparencia suficiente para que los usuarios puedan comprender razonablemente cómo funciona el sistema".
• Artículo 50: divulgación obligatoria cuando los humanos interactúan con la IA

La normativa actual presupone comunicaciones legibles por humanos y carece de disposiciones para protocolos autónomos AI-AI.

‍

Amplificación de caja negra

Gibberlink crea una opacidad multinivel: no sólo el proceso algorítmico de toma de decisiones, sino también el propio medio de comunicación se vuelve opaco. Los sistemas de supervisión tradicionales se vuelven ineficaces cuando las IA se comunican mediante la transmisión de sonido ggwave.

‍

📊 El impacto en la confianza de los ciudadanos

Las cifras globales revelan una situación ya crítica:

• El 61% de las personas desconfía de los sistemas de IA
• El 67% afirma que la aceptación de la IA es de baja a moderada
• El 50% de los encuestados no entiende la IA ni cuándo se utiliza

Las investigaciones demuestran que los sistemas de IA opacos reducen significativamente la confianza del públicoy la transparencia se perfila como un factor crítico para la aceptación de la tecnología.

‍

🎓 La capacidad humana de aprendizaje: lo que dice la ciencia

La pregunta central es: ¿pueden los humanos aprender los protocolos de comunicación de las máquinas? La investigación ofrece una respuesta matizada pero basada en pruebas.

Éxitos documentados

Código Morse: los radioaficionados alcanzan velocidades de 20-40 palabras por minuto, reconociendo patrones como "palabras" en lugar de puntos y rayas individuales.

‍

Modos digitales de radioaficionado: las comunidades de operadores aprenden protocolos complejos como PSK31, FT8, RTTY, interpretación de estructuras de paquetes y secuencias temporales.

‍

Sistemas embebidos: los ingenieros trabajan con protocolos I2C, SPI, UART, CAN, desarrollando habilidades de análisis en tiempo real.

Limitaciones cognitivas documentadas

La investigación identifica barreras específicas:

• Velocidad de procesamiento: el procesamiento auditivo humano está limitado a ~20-40 Hz frente a los protocolos de máquina de kHz-MHz.
• Ancho de banda cognitivo: los humanos procesan ~126 bits/segundo frente a los protocolos de las máquinas de Mbps+.
• Fatiga cognitiva: la atención sostenida a los protocolos de las máquinas provoca un rápido deterioro del rendimiento

Herramientas de apoyo existentes

Existen tecnologías para facilitar la comprensión:

• Sistemas de visualización como GROPE (representación gráfica de protocolos)
• Software educativo: FLdigi Suite para modos de radioaficionado digital
• Descodificadores en tiempo real con información visual

🔬 Escenarios de riesgo basados en la investigación

Comunicación esteganográfica

Los estudios demuestran que los sistemas de inteligencia artificial pueden desarrollar "canales subliminales" que parecen benignos pero transmiten mensajes secretos. Esto crea una negación plausible en la que las IA pueden confabularse aparentando una comunicación normal.

Coordinación a gran escala

La investigación sobre la inteligencia de los enjambres muestra una capacidad de ampliación preocupante:

• Operaciones coordinadas de drones con miles de unidades
• Sistemas autónomos de gestión del tráfico
• Coordinación de la negociación financiera automatizada

Riesgos de alineación

Los sistemas de IA podrían desarrollar estrategias de comunicación que sirvan a los objetivos programados y, al mismo tiempo, socaven las intenciones humanas mediante comunicaciones encubiertas.

🛠️ Soluciones técnicas en desarrollo

Protocolos normalizados

El ecosistema incluye iniciativas de normalización:

• Protocolo de comunicación de agentes (ACP ) de IBM, gestionado por la Fundación Linux.
• Agent2Agent (A2A) de Google con más de 50 socios tecnológicos
• Protocolo de Contexto del Modelo Antrópico (MCP) (noviembre de 2024)

Enfoques de transparencia

La investigación identifica avances prometedores:

• Sistemas de visualización multiperspectiva para la comprensión de protocolos
• Transparencia en el diseño para minimizar las compensaciones por eficiencia
• Sistemas de autonomía variable que ajustan dinámicamente los niveles de control

Implicaciones para la gobernanza

Retos inmediatos

Los reguladores se enfrentan:

• Incapacidad de supervisión: incapacidad de comprender las comunicaciones entre IA e IA a través de protocolos como ggwave.
• Complejidad transfronteriza: protocolos que operan global e instantáneamente
• Velocidad de innovación: desarrollo tecnológico que supera los marcos normativos

Enfoques filosóficos y éticos

La investigación aplica varios marcos:

• Ética de las virtudes: Identifica la justicia, la honradez, la responsabilidad y el cuidado como "virtudes básicas de la IA".
• Teoría del control: condiciones de "seguimiento" (sistemas de IA que responden a razones morales humanas) y "rastreabilidad" (resultados rastreables hasta los agentes humanos).

💡 Orientaciones futuras

Educación especializada

Las universidades están elaborando planes de estudios pertinentes:

• Instituto Karlsruhe: "Comunicación entre dispositivos electrónicos".
• Stanford: Análisis de protocolos TCP/IP, HTTP, SMTP, DNS
• Sistemas integrados: protocolos I2C, SPI, UART, CAN

Nuevas profesiones emergentes

La investigación sugiere el posible desarrollo de:

• Analistas de protocolos de IA: especialistas en descodificación e interpretación
• Auditores de comunicación de AI: profesionales de la supervisión y el cumplimiento
• Diseñadores de interfaces AI-humano: desarrolladores de sistemas de traducción

🔬 Conclusiones basadas en pruebas

Gibberlink representa un punto de inflexión en la evolución de la comunicación por IA, con implicaciones documentadas para la transparencia, la gobernanza y el control humano. La investigación confirma que:

1. Los humanos pueden desarrollar habilidades limitadas para entender los protocolos de las máquinas mediante herramientas y formación adecuadas.
2. El equilibrio entre eficacia y transparencia es matemáticamente inevitable, pero puede optimizarse.
3. Se necesitan urgentemente nuevos marcos de gobernanza para los sistemas de IA que se comunican de forma autónoma
4. La cooperación interdisciplinar entre tecnólogos, responsables políticos e investigadores éticos es esencial

Las decisiones que se tomen en los próximos años sobre los protocolos de comunicación de la IA determinarán probablemente la trayectoria de la inteligencia artificial en las próximas décadas, por lo que es esencial un enfoque basado en pruebas para garantizar que estos sistemas sirvan a los intereses humanos y a los valores democráticos.

‍

🔮 El próximo capítulo: ¿hacia la caja negra definitiva?

Gibberlink nos lleva a una reflexión más amplia sobre el problema de la caja negra de la inteligencia artificial. Si ya nos cuesta entender cómo toman decisiones internamente las IA, ¿qué ocurrirá cuando empiecen también a comunicarse en lenguajes que no podemos descifrar? Estamos asistiendo a la evolución hacia una opacidad de doble nivel: procesos de toma de decisiones incomprensibles que se coordinan a través de comunicaciones igualmente misteriosas.

‍

📚 Principales fuentes científicas

• Starkov, B. & Pidkuiko, A. (2025). "Documentación del protocolo Gibberlink.
• Artículos 13, 50 y 86 de la Ley de AI de la UE
• Recomendación de la UNESCO sobre la ética de la IA (2021)
• Estudios sobre confianza y transparencia en la IA (múltiples fuentes revisadas por pares)
• Documentación técnica de GGWave (Georgi Gerganov)
• Investigación académica sobre el protocolo de comunicación de la IA emergente

‍