La IA china para predecir la disidencia política: el Gran Cortafuegos ya no espera que actúes
La pregunta que durante décadas definió al Estado autoritario moderno —¿cuándo actuará este ciudadano contra el régimen?— acaba de adquirir una respuesta tecnológica. Geedge Networks, la empresa que comercializa una versión exportable del Gran Cortafuegos chino, trabaja en sistemas de inteligencia artificial capaces de generar perfiles de riesgo político sobre ciudadanos que todavía no han cometido ningún acto disidente. Lo que la Stasi hacía con informantes y 39 millones de fichas de papel, Geedge lo intenta reproducir con LLMs, datos de geolocalización y análisis de tráfico de red a escala nacional: el objetivo es idéntico, solo ha cambiado la velocidad de ejecución.
Quién es Geedge Networks y qué vende
Geedge Networks Ltd. es una empresa privada fundada en 2018 en Hainan (China) cuya figura fundacional es Fang Binxing, el ingeniero al que la academia china llama el «padre del Gran Cortafuegos». No es una startup independiente: su brazo de investigación es el MESA Lab (Massive and Effective Stream Analysis), un laboratorio incrustado en el Instituto de Ingeniería de la Información de la Academia China de Ciencias, cuyo personal proviene directamente de universidades como la de Harbin o Beijing University of Posts and Telecommunications. Esta hibridación entre empresa privada y academia estatal no es accidental; es la arquitectura que el Partido Comunista chino emplea para mantener deniabilidad sobre proyectos con implicaciones en derechos humanos mientras retiene control operativo sobre su desarrollo.
El producto estrella de Geedge es el Tiangou Secure Gateway (TSG), descrito en sus propios documentos internos como un «Gran Cortafuegos en una caja». La suite incluye inspección profunda de paquetes (Deep Packet Inspection, DPI), análisis de metadatos SSL, detección en tiempo real de VPNs y proxies, control granular del tráfico por regiones, y una interfaz visual llamada Cyber Narrator que traza mapas de relaciones entre usuarios. El sistema no es solo un filtro: es un instrumento de ingeniería social que permite al gobierno cliente definir qué información circula, a qué velocidad, entre quiénes, y qué comportamientos activan una alerta.
La arquitectura de la predicción: cómo construyen el perfil del disidente antes de que exista
El salto cualitativo que revelan los documentos filtrados en septiembre de 2025 reside en el trabajo del equipo de investigación de Geedge en colaboración con MESA Lab durante los primeros meses de 2024. Según el análisis de los investigadores de la Wicked Problems Lab de la Universidad de Vanderbilt, los ingenieros de Geedge discutían en actas de reuniones fechadas el 5 de febrero de 2024 cómo construir perfiles conductuales para «identificar la intención» de los ciudadanos y «lograr el descubrimiento de información dañina». Esa eufemística frase, «información dañina», es el lenguaje estándar del Partido Comunista para nombrar la disidencia política.
La arquitectura predictiva que estaban diseñando combina tres flujos de datos de forma simultánea: registros de telecomunicaciones, actividad en redes sociales y patrones de geolocalización física. El sistema cruza dónde estuvo una persona con qué leyó, con quién habló y qué consumió digitalmente, y pasa ese cruce por modelos de clasificación de IA entrenados para detectar patrones asociados a comportamientos críticamente políticamente sensibles. Como describió Brett J. Goldstein, director del Wicked Problems Lab de Vanderbilt: «El equipo de investigación de Geedge estaba haciendo algo más que documentar patrones de conducta. Intentaban predecir qué harían los ciudadanos a continuación y con quién.» La predicción no se basa en lo que dijiste, sino en el patrón estadístico de lo que podrías decir, inferido del conjunto de tus rutinas digitales y físicas.
El Gran Cortafuegos 1.0 vs. la IA predictiva: diferencia de naturaleza, no de grado
El Gran Cortafuegos original —el Golden Shield, desplegado desde finales de los años 90— funcionaba como un sistema de filtrado reactivo: bloqueaba palabras clave, URLs y patrones de tráfico que ya eran conocidos como problemáticos. Equivalía a una lista negra dinámica: eficaz, masiva, pero fundamentalmente pasiva. La iniciativa requería que el ciudadano ya hubiera publicado, buscado o transmitido contenido prohibido para que el sistema reaccionase.
Lo que los investigadores denominan Golden Shield 2.0 representa un cambio de paradigma: los modelos de deep learning ahora puntúan una publicación, un hashtag o un streaming en segundos y pueden throttlear el contenido antes de que se haga viral. En 2023, un artículo en USENIX Security documentó cómo el Gran Cortafuegos comenzó a detectar y bloquear protocolos de circunvalación completamente cifrados en tiempo casi real, una señal inequívoca de que los modelos de machine learning y el fingerprinting de tráfico ya forman parte del stack técnico de la censura. Para abril de 2024, los laboratorios de medición observaron cómo el Cortafuegos comenzó a interceptar paquetes QUIC a escala nacional. La diferencia con la propuesta predictiva de Geedge es que ya no se trata de reaccionar ni siquiera de anticipar el contenido, sino de anticipar al autor, antes de que genere contenido alguno.
La filtración de 600 GB y lo que reveló sobre la cadena de exportación
El 11 de septiembre de 2025, el Gran Cortafuegos experimentó la mayor filtración de documentos internos de su historia. Más de 572 GB de código fuente, logs de trabajo y registros de comunicaciones internas de Geedge Networks y del MESA Lab fueron publicados por la organización hacktivista Enlace Hacktivista, y analizados durante nueve meses por un consorcio de investigación que incluyó a InterSecLab, Amnesty International, Justice for Myanmar, The Globe and Mail, el periódico austriaco Der Standard y Follow the Money.
Los documentos revelaron que Geedge no era solo un proveedor de servicios técnicos genérico. Estaba contratado por los gobiernos de Kazajistán, Etiopía, Pakistán y Myanmar, además de un quinto país no identificado, para establecer sistemas sofisticados de censura y vigilancia. En Myanmar, el sistema de Geedge operaba en 26 centros de datos y monitorizaba 81 millones de conexiones TCP simultáneas. En Pakistán, estaba integrado en un sistema de vigilancia en tiempo real llamado WMS 2.0. La exportación de estas tecnologías estaba enmarcada dentro de los proyectos de la Iniciativa de la Franja y la Ruta (BRI) y del Corredor Económico China-Pakistán (CPEC), lo que convierte a estos contratos en operaciones de infraestructura digital de Estado, no en simples transacciones comerciales.
Lo que resulta particularmente revelador desde un análisis geopolítico es el papel de empresas europeas en esta cadena. El informe de Follow the Money tituló directamente: «China exporta tecnología de censura a regímenes autoritarios con la ayuda de empresas de la UE«. La filtración expone que la arquitectura no es unilateralmente china: componentes de la cadena de suministro, del hosting y de la infraestructura de red involucran actores occidentales que operan en zonas grises de cumplimiento normativo.
El mapa de actores: quién mueve los hilos reales
Aunque la cara visible del sistema es Geedge como empresa privada, la columna vertebral académica es el MESA Lab de la Academia China de Ciencias, que actúa como el laboratorio de I+D con financiación estatal que no puede aparecer directamente en contratos con gobiernos extranjeros. Fang Binxing actúa como el vínculo simbólico y técnico entre ambas capas: es al mismo tiempo el arquitecto intelectual del sistema original y el científico jefe de la empresa que lo comercializa. La separación jurídica entre empresa privada y laboratorio académico estatal permite a Pekín exportar capacidades de vigilancia a regímenes como el de Myanmar o Etiopía mientras mantiene una distancia plausible institucional ante cualquier investigación de organismos internacionales o gobiernos occidentales.
Dentro de los documentos filtrados, los logs de JIRA y los commits de código git revelan que el personal de MESA Lab y el de Geedge comparten tareas, deadlines y proyectos de forma completamente transversal. La separación entre academia y empresa, en la práctica, no existe. Lo que sí existe es una arquitectura jurídica diseñada para dificultar las sanciones y las investigaciones de cumplimiento (compliance).
Las restricciones de chips americanos: ¿freno real o acelerador encubierto?
Las restricciones de exportación de chips de IA impuestas por Washington —bajo Biden primero, y endurecidas selectivamente por la administración Trump— han eliminado a Nvidia del mercado chino en la franja más alta del espectro de rendimiento. Nvidia admitió en junio de 2025 que su cuota de mercado en China había caído del 95% al inicio de la presidencia de Biden a aproximadamente el 50%, y el CEO Jensen Huang calificó las restricciones de «fracaso», argumentando que solo habían acelerado el desarrollo de alternativas domésticas chinas en torno a Huawei.
Los documentos filtrados de Geedge sugieren que las restricciones sí tuvieron un impacto en la cadencia de desarrollo de los módulos de IA predictiva: el trabajo aparecía todavía en fase de investigación durante los primeros meses de 2024, y no hay evidencia de que la tecnología predictiva haya sido desplegada operativamente. Sin embargo, los analistas del gobierno americano consultados por el New York Times advirtieron que las empresas chinas continuaban desarrollando sistemas de vigilancia predictiva utilizando modelos de IA domésticos. La restricción de chips de alto rendimiento como los H100/H200 ralentiza la escala de entrenamiento de modelos, pero no detiene el desarrollo conceptual ni el despliegue de sistemas más modestos computacionalmente, donde los aceleradores de Huawei como el Ascend 910B ya ofrecen capacidad suficiente para tareas de clasificación conductual sobre perfiles individuales.
El efecto real de las restricciones es asimétrico: retrasan la carrera en la frontera del rendimiento (modelos de lenguaje a escala masiva) pero tienen poco efecto sobre las aplicaciones de vigilancia de baja latencia aplicadas a poblaciones individuales, que son precisamente las que interesan a Geedge.
Qué datos construyen el perfil de disidencia
La materia prima del sistema no es una sola fuente de datos, sino la fusión de múltiples capas. Los documentos de Geedge especifican que el perfil conductual se construye sobre telecomunicaciones (registros de llamadas, metadatos de SMS), actividad en redes sociales (qué se lee, qué se comparte, con qué frecuencia), patrones de geolocalización física (movimientos, lugares frecuentados, asociaciones de proximidad con otras personas perfiladas) y hábitos de consumo de medios, incluido qué tipo de contenido se lee y durante cuánto tiempo. La hipótesis de diseño del sistema es que la disidencia política no es un acto aislado sino el resultado estadísticamente predecible de un conjunto de patrones acumulados, y que esos patrones son detectables antes de que se materialicen en acción.
Lo que el sistema de Geedge introduce como novedad técnica respecto a los sistemas de vigilancia tradicionales es la fusión de la huella digital con la huella física en tiempo real. El Gran Cortafuegos clásico operaba en el dominio digital; los sistemas de vigilancia por cámara operaban en el dominio físico. La arquitectura predictiva de Geedge —y su interfaz Cyber Narrator— cierra ese gap, construyendo un grafo de relaciones que conecta el comportamiento online con el movimiento físico de cada ciudadano perfilado.
La exportabilidad del sistema: quién puede comprarlo
Los documentos filtrados no muestran evidencia de que Geedge venda directamente su tecnología predictiva de IA a terceros gobiernos en este momento. Lo que sí está documentado con contratos y logs de despliegue es la venta del sistema de vigilancia reactivo (el TSG y sus módulos de DPI y monitorización de suscriptores móviles) a los cuatro países mencionados. La ruta de exportación funciona como una escalera: el gobierno cliente primero adquiere la infraestructura de filtrado y monitorización básica, y en una segunda fase puede incorporar capas de análisis más sofisticado.
Esta arquitectura por capas tiene implicaciones directas para los regímenes que ya operan el sistema base. Myanmar, por ejemplo, lleva años usando la infraestructura de Geedge para monitorizar disidentes de la junta militar y activistas étnicos. Una vez que la infraestructura de captura de datos está instalada y operativa, añadir una capa de análisis predictivo es técnicamente una actualización de software, no una nueva instalación. Cualquier gobierno que ya opere el TSG de Geedge se convierte automáticamente en candidato a adquirir el módulo predictivo cuando esté disponible.
El impacto real: hacia dónde va esto si nadie lo frena
La diferencia entre el sistema de la Stasi y el de Geedge no es filosófica sino operativa. La Stasi necesitaba una red de aproximadamente 190.000 informantes para vigilar a 17 millones de ciudadanos en Alemania del Este. Un sistema como el que diseña Geedge requiere hardware de red, servidores de análisis y un equipo de ingenieros para vigilar a cientos de millones de personas de forma simultánea. La escala hace que la comparación sea casi absurda: lo que en la RDA era el proyecto de control total de una nación entera se convierte aquí en la operación rutinaria de un sistema de software.
El peligro más inmediato no está en China, donde el sistema opera en un contexto jurídico de partido único que ya asume su existencia. Está en la exportación. Cada gobierno que adquiera la infraestructura base de Geedge —incluyendo aquellos con democracias formalmente funcionales pero instituciones débiles— habrá instalado sin saberlo la plomería necesaria para un sistema de vigilancia predictiva. Las restricciones de chips americanas y las sanciones a empresas chinas específicas retrasan el proceso, pero no alteran la trayectoria: mientras que el código fuente del sistema está ahora parcialmente filtrado y disponible, y mientras que el know-how académico circula por redes universitarias, la ventaja tecnológica de Occidente en este dominio específico se erosiona más rápido que la capacidad de los marcos regulatorios internacionales para responder.
