Política de Escalado Responsable (RSP) de Anthropic

La Política de Escalado Responsable (Responsible Scaling Policy, RSP) es el compromiso público de Anthropic que define cuándo un modelo es demasiado capaz para desplegarse sin protecciones adicionales y qué protecciones debe tener antes de hacerlo. Funciona como un sistema de umbrales: si las evaluaciones detectan que un modelo se acerca a una capacidad de riesgo, se activan obligatoriamente medidas más estrictas de seguridad y despliegue. Se publicó por primera vez en septiembre de 2023 y se ha revisado varias veces desde entonces.

Cómo funciona

El núcleo de la RSP son los AI Safety Levels (ASL), inspirados en los niveles de bioseguridad (BSL) de los laboratorios que manejan patógenos. Cada nivel combina dos tipos de exigencias:

• Estándar de despliegue: medidas para que usuarios externos no puedan usar el modelo para causar daños graves, como clasificadores que bloquean ciertas peticiones, defensas contra jailbreaks universales y monitorización de abusos.
• Estándar de seguridad: protección de los pesos del modelo frente a robo o filtración, con controles de acceso, seguridad interna y defensa frente a atacantes sofisticados.

El mecanismo se apoya en umbrales de capacidad. Los más citados son la capacidad de ayudar de forma significativa a crear armas químicas, biológicas, radiológicas o nucleares (CBRN) y la capacidad de automatizar la investigación en IA hasta acelerar el progreso de forma descontrolada. Antes y durante el desarrollo de cada modelo, Anthropic ejecuta evaluaciones específicas. Si un modelo puede haber cruzado un umbral, o no se puede descartar con confianza, debe operar bajo el ASL superior.

La política incluye gobernanza propia: una figura interna responsable de su cumplimiento (Responsible Scaling Officer), revisiones periódicas, canales para que empleados reporten incumplimientos y el compromiso de publicar los resultados relevantes, normalmente en las system cards de cada modelo.

Por qué importa

Para quien construye con Claude, la RSP tiene efectos concretos aunque nunca la lea entera:

• Explica ciertos rechazos. Algunos bloqueos en temas de biología o química sensible no vienen solo del entrenamiento del modelo, sino de clasificadores desplegados por exigencia del nivel ASL.
• Condiciona los lanzamientos. Un modelo puede retrasarse o salir con restricciones si las salvaguardas del nivel requerido no están listas.
• Aporta argumentos de cumplimiento. En auditorías de proveedores o en análisis frente a normativas como el AI Act europeo, la RSP y las system cards son documentación que se puede citar.

Un caso real: la activación de ASL-3

Hasta 2025, los modelos Claude se desplegaban bajo ASL-2. En mayo de 2025, con el lanzamiento de Claude Opus 4, Anthropic activó por primera vez las protecciones ASL-3 de forma preventiva: no había determinado que el modelo cruzara el umbral CBRN, pero tampoco podía descartarlo con suficiente confianza. Eso supuso clasificadores específicos frente a contenido de armas biológicas, programas de recompensas para encontrar jailbreaks y controles reforzados sobre los pesos. Qué modelos operan hoy bajo cada nivel depende de la versión; la referencia fiable es la system card de cada modelo.

Qué NO es

• No es Constitutional AI. Constitutional AI es una técnica de entrenamiento para alinear el comportamiento del modelo; la RSP es un marco de gobernanza que decide qué salvaguardas se exigen según las capacidades medidas.
• No es una regulación. Es un compromiso voluntario de Anthropic, aunque ha influido en marcos públicos y en políticas similares de otros laboratorios.
• No es un documento estático. Ha tenido varias versiones y los umbrales concretos cambian; conviene consultar siempre la versión vigente.
• No cubre todos los riesgos. Se centra en riesgos catastróficos; sesgos, privacidad o uso indebido cotidiano se gestionan con otras políticas, como la de uso aceptable.