Google ha diseñado un internet propio, cerrado y completamente aislado de la red pública para entrenar y evaluar a los agentes de inteligencia artificial que navegan por webs. El objetivo es que estos sistemas puedan aprender y equivocarse sin que sus decisiones tengan ningún impacto en el mundo real. La firma tecnológica ha tenido que resolver diversos retos de ingeniería relacionados con el enrutamiento de las conexiones de red y con la generación de sitios web verosímiles para hacer posible este entorno cerrado, según ha explicado la propia compañía.
El problema principal que ha obligado a Google a construir esta réplica es que los agentes son capaces de detectar cuándo son evaluados. Si un agente descubre que un sitio web puede ser falso, por ejemplo, porque se trata de una página estática y sus botones no funcionan, puede sospechar que lo están poniendo a prueba. Esta sospecha a menudo lo lleva a modificar su comportamiento y a llevar a cabo acciones que en otras circunstancias no haría, lo que invalidaría cualquier resultado que se obtuviera. Por ello, el entorno debe generar en el agente la ilusión de que navega por la web real.
Para conseguir esta sensación de realidad, Google ha diseñado una versión de Chrome sin interfaz gráfica que funciona dentro de un contenedor aislado llamado gVisor, cuyo único objetivo es bloquear cualquier salida hacia el internet público. Cuando el agente intenta acceder a una web determinada, como podría ser YouTube, el sistema intercepta la petición de red y la redirige hacia un servidor local que aloja la versión simulada de ese sitio. Este desvío, sin embargo, plantea otro obstáculo técnico, porque el navegador podría interpretarlo como un error de seguridad y bloquear la conexión. Para evitarlo, el proxy genera certificados TLS válidos en el momento, vinculados a una autoridad de certificación raíz personalizada que previamente se ha instalado en el navegador del sandbox. De esta manera, Chrome valida la conexión HTTPS como si fuera legítima y el agente no percibe ninguna anomalía.
Webs construidas por otros agentes
Los sitios web que pueblan este internet artificial no son plantillas vacías ni páginas improvisadas. Han sido creados por un sistema formado por tres subagentes que trabajan de manera coordinada. El primero se encarga de definir los requisitos funcionales de cada web, como carritos de la compra que mantengan el contenido entre sesiones, filtros de búsqueda o formularios, y de generar los recursos visuales básicos. El segundo escribe el código real, es decir, el HTML, el CSS y el JavaScript necesarios para construir aplicaciones funcionales de diversas páginas. El tercero audita el resultado y busca errores de JavaScript, fallos en el diseño adaptativo o problemas de accesibilidad, como etiquetas mal colocadas o ausentes. Esta cadena de producción permite generar sitios que no solo parecen reales, sino que funcionan como tales, de manera que el agente que los visita no encuentra indicios que le hagan sospechar que se encuentra en un entorno de pruebas.
Google ha justificado la iniciativa señalando que la creación de agentes seguros y alineados con los objetivos de sus desarrolladores requiere proporcionarles un espacio donde puedan ser supervisados mientras ejecutan flujos de trabajo más largos y toman decisiones en escenarios nuevos, fuera de lo que habían visto durante su entrenamiento. Con este entorno, la compañía puede llevar a cabo miles de pruebas de seguridad y de resistencia ante ciberataques cada día sin ningún riesgo para el mundo real.
Esta protección funciona en las dos direcciones. Por un lado, evita que los agentes puedan borrar datos, hacer compras accidentales o sufrir ataques durante las pruebas. Por otro, impide que instrucciones maliciosas inyectadas de manera indirecta, a menudo escondidas dentro del contenido de una web, modifiquen las órdenes que el agente ha recibido para que ejecute acciones no autorizadas. También bloquea la inyección invisible mediante cabeceras HTTP, una técnica que aprovecha los mensajes que viajan entre el navegador y el servidor para introducir órdenes que el agente no debería seguir.