Caso Jeffrey Epstein: cómo la inteligencia artificial puede desentrañar la red desde adentro

Las herramientas de IA están reinterpretando, por primera vez, el acceso masivo a millones de archivos de una de las redes de trata más documentadas de la historia.

El Departamento de Justicia de Estados Unidos desclasificó más de 3,5 millones de documentos y miles de archivos multimedia de la red de abuso sexual infantil liderada por Jeffrey Epstein y sus conexiones con el poder. Es la primera vez en la historia de Internet que cualquier persona puede investigar, contrastar información y cuestionar datos por cuenta propia. Pero... ¿debe hacerlo? ¿tiene realmente la capacidad para interpretarlos?

No sólo se encuentra a disposición la materia prima: también existe hoy la herramienta más potente que jamás haya existido al alcance de la mano para procesarla, con grandes modelos de lenguaje y machine learning. La inteligencia artificial, bien utilizada, puede intentar hackear al sistema desde adentro: un sistema automatizado para ordenar lo caótico, conectar lo aislado, hacer visible lo oculto. Aparece así la sensación de que cualquiera puede aportar su grano de arena, ya sea como programadores, periodista o simplemente ciudadano con acceso a internet.

El primer lugar para acceder a los archivos Epstein

La biblioteca completa de archivos publicados hasta el momento se encuentra en el sitio web del Departamento de Justicia de los Estados Unidos. Funciona como un buscador: se ingresan palabras clave y el sistema coteja coincidencias en los datasets (conjuntos de datos de alto volumen) que en este caso son los millones de archivos del caso Epstein. Tan fácil como googlear, los resultados muestran nombres de alto perfil junto con la cantidad de coincidencias en los documentos.

Que un nombre figure en los archivos no implica culpabilidad. Pero, como dice el refrán, “dime con quién andas y te diré quién eres”.

Algunos resultados:

  • Bill Gates: 2.618
  • Donald Trump: 1.750
  • Peter Thiel: 2.290
  • Elon Musk: 1.111
  • Bitcoin: 1.527
  • Argentina: 879
  • Inteligencia artificial: 791
  • Richard Branson: 674
  • Buenos Aires: 155
  • Palantir: 94
  • Marvin Minsky: 89
  • Patagonia: 32
  • Satoshi: 24
  • Joe Lewis: 16
  • Cristina Fernández de Kirchner: 8
  • Mauricio Macri: 4

Cantidad de apariciones en Epstein Library (a la fecha de publicación de este artículo). La presencia en un documento no implica vinculación directa ni responsabilidad penal.

DOJ epstein files

Un conteo de apariciones en los archivos PDF y multimedia no da cuenta de vinculaciones reales ni de correlaciones que pudieran existir. Tampoco es fácil leer e interpretar miles de documentos de forma manual: muchos están vacíos, repetidos, censurados o descontextualizados. Apariciones como las de Cristina Fernández de Kirchner o Mauricio Macri deben entenderse en su contexto. Sin embargo, al aplicar inteligencia artificial, conocimiento del trasfondo del caso y habilidades técnicas en informática, los datos aislados pueden empezar a convertirse en información.

JMAIL: la interfaz que simula ser Gmail para navegar por los correos de Jeffrey Epstein

Riley Walz, un artista de internet que usa la ironía y los hallazgos de la cultura digital y un programador Lucas Igel, apasionado por el cine fundador de Kino AI, se juntan a trabajar, el resultado es un par de hackers que se burlan del sistema haciéndolo más accesible. Y lo hacen con humor para hacer más accesible la visualización de los archivos.

El sitio jmail world, creado por estos jóvenes menores de 30 años, simula que el usuario está logueado en la casilla de correo electrónico de Jeffrey Epstein: [email protected] y [email protected].

Jmail

La plataforma incluye JeffTube, que simula una cuenta de YouTube con los videos censurados, Jamazon, con pedidos reales de Epstein en Amazon extraídos de los recibos de su correo electrónico y Jemini, que simula ser un chatbot Gemini de Google, además de otras funcionalidades tan curiosas como perturbadoras. Es tecnología al servicio de la accesibilidad y una estética cotidiana.

jefftube

Epstein Explorer: mapeando la red de vinculaciones con big data, ciencia de datos e IA

De la dificultad de leer archivos PDF a una herramienta interactiva que muestra las conexiones de la red de abuso de menores liderada por Jeffrey Epstein. Eso es Epstein Explorer (epsteinexplorer.xyz), desarrollado por Nobler Works, empresa de consultoría potenciada con inteligencia artificial. Porque si hay algo que la IA hace muy bien es tomar datos y relacionarlos, por la propia naturaleza de su entrenamiento, estableciendo patrones en cuestión de minutos.

epstein explorer

Nobler Works tomó los archivos desclasificados y construyó una solución de ingeniería y análisis de datos combinada con aprendizaje automático para exponer roles, conexiones y participaciones. El resultado: un listado de correos electrónicos críticos con desarrollo en profundidad de las relaciones documentadas con Epstein.

Si tomamos el caso de Elon Musk, la plataforma extrae fragmentos de correos clave, como esta cadena de noviembre de 2012:

De: Elon Musk | Para: Jeffrey Epstein | Noviembre de 2012

"¿Qué día/noche será la fiesta más salvaje en tu isla?"

De: Elon Musk | Para: Jeffrey Epstein | 25 de noviembre de 2012

"Probablemente sólo Talulah* y yo."

*Esposa de Musk en aquel momento

epstein explorer emails

Analizando fragmentos de este tipo, la plataforma cruza fuentes de noticias, big data y procesamiento de lenguaje natural para establecer grados de importancia y tipos de vinculación. Incluso contexto, con el que no está en contacto.

epstein explorer context

Esta potente plataforma interactiva de investigación de documentos, funciona como un proyecto de apalancamiento de marketing para Nobler Works, mostrando la potencia de la datificación e inteligencia con mecanismos automatizados.

Aunque esta herramienta es presentada como precisa, no lo es de manera absoluta. No permite auditar sus resultados ni corregir errores que surjan de su entrenamiento o de su interpretación de los datos. Si bien muestra un corpus, muestra representativa de datos para generar simulaciones de lenguaje humano, tiene límites. Siendo indispensable el pensamiento crítico, la verificación independiente y la interpretación contextualizada: los hechos no existen en el vacío.

El contacto con la realidad

Tomar estos programas estadísticos, que simulan el razonamiento humano, como representaciones infalibles de la verdad tiene consecuencias. Estas herramientas nunca podrán representar la realidad con exactitud, por su propia naturaleza no neutral: los sistemas de etiquetado que usan para aprender, las llamadas 'alucinaciones' (respuestas inventadas que suenan plausibles) y su tendencia a la lógica circular son limitaciones estructurales. Además que todo es interpretable y no existe tal perfección inequívoca de la realidad. Sin embargo, colaboran profundamente con la investigación, en especial para quienes tienen experiencia en verificar información.

Otras herramientas como Epstein Ubboxed también organizan con IA los archivos PDF y multimedia, permitiendo hacer preguntas específicas sobre su contenido. Y deja una leyenda para recordar los márgenes de error que estos sistemas contienen.

leyenda de error

Los medios de comunicación que trabajan con estas herramientas las combinan con el sentido común y la experiencia en investigación. La IA ordena y sugiere; los periodistas e investigadores son quienes toman la decisión final sobre qué puede considerarse información verificada.

Hackeando al sistema

Jeffrey Epstein supo cómo ocultarse dentro del sistema durante años: usó estrategias de SEO para controlar su presencia y posicionamiento en internet, contó con un presunto hacker personal para esconder su huella digital, y desplegó tácticas de marketing y prensa para mantenerse detrás de escena a pesar de sus vínculos con personas extraordinariamente poderosas, incluso con excusas de filantropía. En 2008 logró un acuerdo judicial encabezado por el fiscal Alexander Acosta, quien años después sería Secretario de Trabajo durante la presidencia de Trump, que le permitió salir casi impune.

Fue la periodista Julie K. Brown quien, en contacto directo con las víctimas y con la tenacidad de la investigación, logró reconstruir el terrorífico campo de la trata de personas organizado por el depredador sexual. Su trabajo volvió a poner a Epstein a la vista, siendo el puntapié para su camino tras las rejas en 2019. Poco después, él moriría y se trataría de supuesto suicidio en la carcel.

Este momento es diferente a todo lo anterior. No se trata de una filtración como la de los Panama Papers (2016), porque la investigación está abierta a los internautas. Se genera de esta manera una sensación tal vez incómoda de trabajo colaborativo y algo de justicia (en cuota ínfimas como lo intentan con el redireccionamiento de jeffreyepstein.com a trumpkennedycenter.org, una justicia que espera la sociedad que ya está viendo al elefante blanco cambiando de color.

Los hackers, que no son linealmente ciberdelincuentes, en casos como este pueden ayudan a visualizar y ordenar información masiva. Trabajando periodistas, investigadores y abogados, se procesan millones de archivos, conectar puntos y devolverle legibilidad a lo que permanece oculto.