Investigadores del MIT han desarrollado una técnica de auditoría que identifica si un modelo de inteligencia artificial ha sido ajustado para generar material de abuso sexual infantil (CSAM) sin necesidad de producir ninguna imagen, sortea así las barreras legales y éticas que bloqueaban los controles de seguridad. El método, denominado Gaussian probing, fue presentado en la Conferencia Internacional sobre Aprendizaje Automático por el estudiante de posgrado Vinith Suriyakumar y los profesores asociados Ashia Wilson y Marzyeh Ghassemi, en colaboración con la organización sin fines de lucro Thorn. La técnica alcanzó una precisión del 100 % al distinguir modelos especializados en CSAM en pruebas con tres arquitecturas distintas.
El sistema analiza las adaptaciones internas que introducen los módulos LoRA —ajustes ligeros que personalizan modelos base de código abierto— mediante la introducción de datos aleatorios y la medición de los cambios en las representaciones internas, sin ejecutar el modelo ni generar imágenes. Los autores destacan que el método es resistente a la evasión, ya que ocultar las huellas requeriría alterar la arquitectura del modelo base, un obstáculo muy superior a modificar los prompts.
La herramienta surge en un contexto alarmante: el Centro Nacional para Niños Desaparecidos y Explotados atendió más de 1,5 millones de reportes de CSAM generado por IA en 2025, frente a los 67.000 de 2024. Los autores proponen integrar Gaussian probing en plataformas de alojamiento de modelos como Hugging Face o Civitai para filtrar de forma automática las subidas peligrosas. Expertos advierten, no obstante, que el método solo cubre parte del problema y no detecta modelos entrenados desde cero con datos abusivos ni aquellos que empleen técnicas de adaptación distintas a LoRA.