OpenAI GPT–6 Astra rompe un mensaje Enigma que había resistido la solución desde 2005

Artículo original ↗ Discusión en Hacker News ↗

Un modelo experimental de OpenAI, GPT‑6 “Astra”, se utilizó para romper un cifrado Enigma de la Segunda Guerra Mundial que había resistido la descodificación desde 2005, lo que provocó debate sobre cuán impresionante es realmente la hazaña. Los comentaristas discuten si esto es un progreso genuino en criptoanálisis asistido por IA o sobre todo un truco publicitario apoyado en herramientas existentes, guía humana y enorme capacidad de cómputo, y algunos señalan que otros modelos modernos probablemente puedan hacer lo mismo. El intercambio se amplía a cuestiones sobre la capacidad de la IA para abordar problemas genuinamente nuevos, su impacto en la pericia y el estatus humanos, y si los avances actuales representan un cambio transformador o una burbuja exagerada.

Importancia percibida de la ruptura

  • Algunos lo ven sobre todo como PR: un problema recreativo oscuro, probablemente resoluble con suficiente cómputo y técnicas existentes, no un gran avance científico profundo.
  • Otros sostienen que es realmente impresionante: este mensaje concreto resistió a expertos durante ~20 años; que un LLM lo elija de forma autónoma, construya herramientas y lo descifre es una fuerte señal de capacidad.
  • Varios se quejan de “mover los postes”: cada vez que los modelos hacen algo nuevo, los críticos declaran que eso no es importante o que no es “inteligencia real”.

Cómo se rompió el mensaje (según la discusión)

  • El mensaje de Enigma era inusual: una clave distinta al resto del tráfico, errores de transcripción y un raro giro del rotor izquierdo alrededor del carácter 72, lo que rompe atajos estándar basados en cribas y obliga a una búsqueda más por fuerza bruta.
  • Astra supuestamente:
    • Eligió este mensaje concreto sin resolver como “prometedor”.
    • Señaló un mensaje relacionado y usó el nombre de lugar repetido “ROSENOW ROSENOW” como criba.
    • Escribió simuladores de Enigma y bombe (Python/C++), y luego buscó en el espacio de claves hasta que un texto en alemán aparentemente válido se confirmó mediante re‑cifrado.

Contribución humana vs. de la IA

  • El artículo afirma que Astra hizo el criptoanálisis “por completo por su cuenta” después de que solo se le pidiera intentar mensajes sin resolver en un sitio específico.
  • Algunos lectores siguen describiéndolo como “colaboración” humano‑IA o “uso de herramientas”; otros dicen que eso exagera el papel humano aquí.
  • Debate sobre el crédito: ¿el logro es principalmente del modelo, del que hizo el prompt, o del criptoanálisis humano previo codificado en los datos de entrenamiento?

Replicaciones y otros modelos

  • Un comentarista “decodificó” por error el alemán ya descifrado; otros señalaron el fallo.
  • Un experimento posterior con Gemini 3.8 (con herramientas/agentes) supuestamente reprodujo una ruptura completa en ~45 minutos al descubrir código de Enigma de código abierto, compilarlo y ejecutar grandes búsquedas de claves.
  • Esto se usa para argumentar que Astra no es singularmente capaz; modelos frontera similares con uso de herramientas probablemente pueden hacer lo mismo.

Capacidades, creatividad y límites de la IA

  • Largo subhilo sobre si esto muestra resolución genuina de problemas o mera coincidencia de patrones sobre trabajo humano:
    • Postura pro‑IA: la coincidencia de patrones forma parte de la inteligencia; construir herramientas y elegir estrategias a partir de texto no es trivial.
    • Postura escéptica: los modelos recombinan métodos conocidos de los datos de entrenamiento; les falta “imaginación” o modelos del mundo, y tienen dificultades con problemas genuinamente nuevos.
  • Debate filosófico relacionado: inteligencia vs. conciencia, si la inteligencia humana sigue siendo “especial”, y reacciones emocionales a sentirse intelectualmente desplazado.

Implicaciones criptográficas

  • Varios señalan que romper cifrados históricos débiles es muy distinto de romper criptografía simétrica o de clave pública moderna; no hay evidencia de que los LLM actuales amenacen la criptografía fuerte.
  • Algunos especulan que los LLM podrían eventualmente diseñar nueva criptografía, pero enfatizan que diseñar esquemas seguros es mucho más difícil que atacar los ya rotos y que la automatización completa requeriría bucles de validación iterativos fiables.

Hype, modelos de negocio e impacto social

  • Muchos ven esto como parte de un patrón de laboratorios de IA persiguiendo trucos mediáticos (cifrados sin resolver, problemas matemáticos) para generar hype, impulsar valoraciones y enmarcar benchmarks.
  • Otros defienden estas demostraciones como evaluaciones valiosas del progreso del modelo cuando los benchmarks estándar están saturados.
  • Preocupaciones más amplias incluyen: mercantilización de la experiencia, desplazamiento laboral, concentración de poder/riqueza, coste ambiental del cómputo y la posibilidad de que la inteligencia se haya convertido en “algo que puedes comprar con electricidad”.