Dos mensajes codificados por máquinas Enigma que habían resistido décadas de análisis experto fueron descifrados recientemente mediante modelos de inteligencia artificial de última generación, en un caso que ilustra con precisión el salto cualitativo entre la capacidad analítica humana y la de los sistemas de IA actuales.

El primero de los casos involucra a Carter Leffen, desarrollador que utilizó el modelo GPT-6 Astra de OpenAI para abordar un mensaje encriptado que permanecía sin resolver desde 2005. El modelo no solo decodificó el texto: construyó de forma autónoma un simulador de la máquina Enigma, identificó pistas contextuales dispersas en múltiples fuentes y ejecutó una investigación que, según estimaciones del criptoanalista veterano Frode Weierud, habría requerido semanas o meses a un investigador humano. Weierud, quien mantiene Crypto Cellar, una base de datos de referencia en criptología histórica, validó el resultado y señaló que los registros del modelo incluían referencias a mensajes no disponibles públicamente, lo que abre preguntas sobre las fuentes de entrenamiento del sistema.

El segundo caso fue documentado por Jack Willis, quien empleó Claude Opus 5 de Anthropic para resolver un mensaje distinto. En este caso, el modelo utilizó la firma de un oficial conocido como ancla contextual para reconstruir la clave de cifrado, demostrando que la efectividad de estos sistemas no depende únicamente de potencia computacional bruta, sino de su capacidad para razonar con información incompleta y ambigua.

Implicaciones más allá de la historia

Lo que estos casos revelan no es solo un logro archivístico. La compresión de semanas de trabajo especializado en horas de procesamiento tiene implicaciones directas para cualquier sector que dependa del análisis intensivo de datos no estructurados: inteligencia competitiva, investigación forense, auditoría de contratos, análisis de patentes o due diligence en fusiones y adquisiciones.

El umbral de rendimiento que estos modelos han cruzado —resolver en 48 horas lo que expertos no pudieron en 20 años— redefine el parámetro con el que las organizaciones deben evaluar la incorporación de IA en flujos de trabajo analíticos. No como asistente de productividad, sino como capacidad analítica autónoma con criterio propio.

Actualmente, solo siete mensajes Enigma permanecen sin descifrar. La velocidad con la que los modelos de IA están cerrando esa brecha sugiere que el límite ya no es técnico, sino de disponibilidad de datos de entrenamiento y de decisión organizacional sobre cuándo y cómo desplegar estas capacidades.