Cuando Javier Vereda Gorgé escribió sobre las dificultades de aplicar inteligencia artificial en Defensa, la Armada ya llevaba quince años recogiendo información sobre el comportamiento de los equipos de sus barcos. Esos registros tienen una utilidad fácil de entender para cualquiera que haya sufrido una avería. Si un equipo empieza a comportarse de forma distinta y hay datos anteriores con los que compararlo, el personal de mantenimiento tiene una pista para revisar qué está pasando.Lo que le preocupaba al teniente de navío era qué ocurría cuando esos datos podían servirle a alguien fuera de la unidad que los había recogido. «Aún no contamos con un órgano centralizado dedicado exclusivamente a la inteligencia artificial», escribió en octubre de 2025 en la Revista General de Marina. Hablaba del conjunto del Ministerio de Defensa español y comparaba su organización con la estadounidense. Había iniciativas en marcha en España y el propio oficial identificaba a quienes estaban detrás.Una de ellas era el Centro de Supervisión y Análisis de Datos de la Armada, conocido como CESADAR. Según Vereda, reunía información de los sistemas navales desde 2010, con especial atención al mantenimiento predictivo. Otra era Idoia, un asistente de IA presentado por Defensa en 2024. Entre ambas cosas hay una diferencia que explica su argumento. Predecir una avería y consultar un documento requieren datos de clases distintas, personas que conozcan su origen y criterios para decidir quién puede utilizarlos.El trabajo que empieza antes de entrenar una inteligencia artificialPara explicar por qué importaba el dato, Vereda eligió un ejemplo que podía reconocer un lector de la revista. Comparó modelos capaces de distinguir imágenes de cuatro aviones: Harrier, Hornet, Eurofighter y F-35. Reunió 500 fotografías de cada uno, obtenidas en fuentes abiertas. Para entrenar y evaluar estas herramientas, cada fotografía necesitaba una identificación fiable. La misma cuestión aparece en el mantenimiento de buques: de poco sirve acumular registros si después cuesta averiguar qué máquina los produjo.El resultado más ilustrativo de su prueba fue un porcentaje. Uno de los modelos acertó en torno al 79 % de las clasificaciones de imágenes individuales. Esa cifra correspondía a su experimento con esas cuatro categorías. En el debate sobre IA en las Fuerzas Armadas, el ejemplo le servía para poner en primer plano una tarea que rara vez llama la atención: revisar el material que se entrega al sistema y comprobar qué resultado devuelve cuando se le pide algo concreto.Qué proponía compartir entre la Armada y los ejércitosEl Centro de Sistemas y Tecnologías de la Información y las Comunicaciones, el CESTIC, ya asumía algunas de las funciones que Vereda describía. Defensa había alojado Idoia en sus propios centros de procesamiento. Esa decisión permitía trabajar con un asistente bajo control del ministerio, un aspecto importante para la soberanía digital. En septiembre de 2025, Defensa había presentado además el proyecto Numant-IA en Soria, concebido para ofrecer una nube privada y un espacio de pruebas para el almacenamiento de datos.El planteamiento del teniente de navío añadía una cuestión organizativa a la inversión en máquinas. Proponía reunir, revisar y facilitar el acceso a información de los distintos ejércitos, con formatos compatibles y con controles de seguridad. Una plataforma naval puede generar información de muchos equipos, como ocurre con los sistemas del S-80. Para que un registro se pueda reutilizar años después, alguien debe conservar también su contexto: a qué equipo corresponde, qué mide y en qué condiciones se recogió.Eso da sentido a su observación de 2025. La Armada podía aprovechar sus registros para mantener la flota y Defensa podía disponer de un asistente propio. El siguiente paso que defendía Vereda era que el trabajo hecho por una unidad pudiera servir a otra sin obligarla a empezar de cero cada vez que quisiera ensayar una aplicación nueva.