La información que los empleados comparten con herramientas de inteligencia artificial, los datos a los que acceden estos sistemas y la fiabilidad de los contenidos que generan están creando nuevos problemas de seguridad en los sectores financiero, sanitario, público y de defensa. Polygraf AI, fundada en Estados Unidos en 2021 por el emprendedor nacido en Azerbaiyán Yagub Rahimov, desarrolla una capa de seguridad entre las instituciones y las herramientas de inteligencia artificial. El producto AI Behavioral Control Plane tiene como objetivo identificar datos sensibles, aplicar normas de seguridad, detectar el intercambio de información confidencial, el fraude originado por la inteligencia artificial y los contenidos generados. Los modelos lingüísticos pequeños de la empresa pueden funcionar en centros de datos privados o en sistemas aislados de internet. La tecnología Content Source Detection se centra en distinguir entre documentos producidos por humanos y por AI, así como documentos modificados posteriormente; su patente fue aprobada por la Oficina de Patentes y Marcas de Estados Unidos en abril de 2026. En lugar de desarrollar modelos, la empresa pasó de la detección de contenidos no fiables a la seguridad de la inteligencia artificial, la privacidad de los datos y la verificación de contenidos.
Por qué es importante
Este enfoque responde a la necesidad de aplicar las normas de seguridad en una capa centralizada, en lugar de supervisar por separado las herramientas de inteligencia artificial a las que recurren los empleados de las instituciones que utilizan datos sensibles. El hecho de que las soluciones puedan funcionar en centros de datos privados y entornos aislados de internet afecta directamente a las organizaciones financieras, sanitarias, públicas y de defensa en las que se limita la transferencia de datos a sistemas externos. El giro de la empresa desde el desarrollo de modelos hacia la seguridad, la privacidad y la verificación de contenidos muestra que la inteligencia artificial se aborda no solo por su capacidad de producción, sino también junto con los riesgos institucionales y el origen de los resultados. Sin embargo, dado que el texto no ofrece datos sobre la precisión de la detección, las tasas de resultados erróneos o el rendimiento en las aplicaciones institucionales, la eficacia de la tecnología en condiciones reales de uso sigue siendo una cuestión abierta.