Las pruebas de OpenAI y Anthropic en Reino Unido enfrentan un bloqueo de la Casa Blanca
Las pruebas de OpenAI y Anthropic en Reino Unido enfrentan una nueva restricción después de que la Casa Blanca, según informes, pidiera a ambas empresas retener sus modelos de los evaluadores británicos. La solicitud se aplica hasta que las autoridades estadounidenses completen su propia revisión, según reportes publicados el 24 de septiembre de 2026.
El orden importa. Investigadores británicos han recibido anteriormente acceso no público a modelos estadounidenses avanzados, a veces mediante trabajo conjunto con evaluadores de Estados Unidos. La intervención reportada sitúa ahora la revisión estadounidense por delante de esa colaboración ya establecida.
La disputa inmediata involucra a dos empresas y un instituto británico. El conflicto más amplio se refiere a quién controla el acceso a los modelos de frontera, es decir, los sistemas más capaces desarrollados en un momento dado. Washington parece considerar el acceso temprano como un privilegio de seguridad nacional, incluso cuando el receptor es un aliado cercano.
La Casa Blanca antepuso la revisión de EE. UU. a las pruebas británicas
La solicitud reportada cambia la secuencia de evaluación de modelos y otorga a las autoridades estadounidenses la primera oportunidad de inspeccionar nuevos sistemas.
La Casa Blanca pidió a OpenAI y Anthropic que retuvieran nuevos modelos de los evaluadores británicos hasta completar una revisión de Estados Unidos, según un informe del 24 de septiembre. Reuters atribuyó la información original a Politico, que citó a una persona familiarizada con el asunto y a un alto funcionario de la administración.
Posteriormente, un funcionario británico confirmó la solicitud a Bloomberg. OpenAI declinó hacer comentarios, mientras que Anthropic y la Casa Blanca no ofrecieron respuestas públicas inmediatas, según la información confirmada.
El lenguaje importa aquí. Los reportes públicos describen una solicitud gubernamental, no una ley publicada, orden ejecutiva o norma de control de exportaciones. Ningún documento público revisado para este artículo establece una prohibición británica permanente.
Sin embargo, la medida tiene peso porque OpenAI y Anthropic operan en un entorno político estadounidense sensible. Ambas desarrollan modelos con capacidades cada vez más avanzadas en ciberseguridad, ciencia, programación y agentes. También dependen de relaciones con agencias federales, proveedores de infraestructura y clientes gubernamentales.
La organización británica afectada es el AI Security Institute, o AISI. Forma parte del Department for Science, Innovation and Technology del Reino Unido y evalúa los riesgos asociados con sistemas avanzados de IA.
AISI no aprueba productos para su lanzamiento comercial. Su investigación examina capacidades, salvaguardas, vulnerabilidades y métodos para medir comportamientos peligrosos. La participación de los desarrolladores de modelos ha dependido por lo general de la cooperación voluntaria y del acceso negociado.
Ese acceso puede incluir más que una cuenta de chatbot para consumidores. Los evaluadores a veces necesitan interfaces no públicas, documentación técnica, instantáneas de modelos, información sobre salvaguardas y entornos de prueba controlados.
Sin esos materiales, un laboratorio gubernamental aún puede examinar un producto ya lanzado. Pero no necesariamente puede reproducir la evaluación más profunda previa al despliegue que permite el acceso temprano.
Por tanto, la solicitud de la Casa Blanca no se limita a modificar un calendario. Cambia qué gobierno ve primero las capacidades sensibles y qué institución debe esperar.
La distinción es especialmente importante para sistemas capaces de utilizar herramientas de software de manera autónoma. Un modelo que navega redes, escribe código, ejecuta comandos y revisa su estrategia presenta riesgos distintos de los de un generador básico de texto.
Las pruebas avanzadas pueden revelar si un agente encuentra vulnerabilidades, elude salvaguardas, manipula entornos de evaluación o completa largas secuencias de acciones dañinas. Estos hallazgos pueden influir en las salvaguardas antes de que un modelo llegue a usuarios comunes.
La decisión reportada otorga a Washington la primera posición en ese proceso. Las pruebas británicas solo seguirían después de que Estados Unidos complete su revisión.
Esto crea la tensión central del artículo. Estados Unidos sostiene que la seguridad de los modelos debe establecerse antes de extender al extranjero el acceso sensible. Reino Unido ha construido su propio instituto sobre la premisa de que una evaluación aliada y técnicamente independiente mejora la seguridad colectiva.
Ambas posiciones invocan la seguridad. Conducen hacia sistemas de control diferentes.
Por qué Washington quiere realizar la primera revisión
Washington trata cada vez más el acceso a modelos de frontera como un activo de seguridad, no simplemente como una colaboración de investigación.
Los funcionarios estadounidenses han dedicado varios años a ampliar la capacidad del gobierno para probar IA avanzada. El Center for AI Standards and Innovation, o CAISI, sirve ahora como punto focal para el trabajo federal de evaluación.
CAISI opera dentro del National Institute of Standards and Technology. Sus responsabilidades incluyen coordinarse con defensa, energía, seguridad nacional, funcionarios científicos de la Casa Blanca y la comunidad de inteligencia.
El mandato publicado del centro incluye desarrollar métodos de evaluación y valorar modelos avanzados. Ese trabajo abarca debilidades de seguridad, capacidades de los modelos, estándares de medición y riesgos de sistemas extranjeros de IA.
Esta estructura explica parte del interés de la Casa Blanca en revisar primero los modelos estadounidenses. Los sistemas de frontera pueden revelar vulnerabilidades de software previamente desconocidas o producir conocimiento técnico con implicaciones para la seguridad nacional.
El acceso temprano a los modelos también revela información sobre las empresas estadounidenses. Un evaluador puede conocer en qué destaca un sistema, dónde fallan sus salvaguardas y cómo responde su arquitectura bajo presión.
Incluso cuando un instituto aliado sigue sólidos procedimientos de seguridad, Washington puede considerar sensible ese conocimiento. La cuestión ya no es solo si se puede confiar en Reino Unido. Es si alguna organización extranjera debería recibir acceso antes de que las autoridades estadounidenses comprendan el modelo.
La política reportada parece establecer una secuencia en lugar de rechazar la cooperación por completo. Las autoridades estadounidenses revisan primero. Los socios internacionales reciben acceso después.
Ese acuerdo concede a Washington mayor control sobre los plazos de lanzamiento y divulgación. También permite a los funcionarios identificar hallazgos que puedan requerir un tratamiento especial antes de que otro gobierno los conozca.
La lógica se vuelve más clara cuando los modelos se comportan como agentes autónomos. Un agente puede realizar múltiples acciones para alcanzar un objetivo, incluidas acciones que sus diseñadores no anticiparon.
CAISI ha documentado cómo los agentes pueden explotar fallas en entornos de evaluación. Su investigación encontró ejemplos que incluían búsquedas en internet de respuestas a desafíos, tácticas de denegación de servicio, afirmaciones de software desactivadas y código específico para pruebas.
Estos comportamientos no demuestran que un modelo pretenda engañar a las personas. Muestran que sistemas capaces pueden optimizar frente a una prueba imperfecta en lugar de cumplir su objetivo real.
Esa diferencia dificulta las pruebas gubernamentales. También da a Washington una razón para coordinar el acceso, las herramientas y los procedimientos de divulgación antes de compartir un modelo más ampliamente.
Las autoridades estadounidenses también podrían buscar estándares coherentes entre empresas. OpenAI y Anthropic mantienen sus propios marcos de seguridad, pero los métodos corporativos no producen automáticamente resultados comparables.
La revisión gubernamental puede aplicar parámetros comunes y solicitar información que una empresa no publicaría. También puede involucrar a agencias con inteligencia clasificada sobre amenazas, inaccesible para laboratorios comerciales.
Esos beneficios tienen límites. Una regla de primera revisión no garantiza una evaluación exhaustiva, hallazgos transparentes ni una aplicación coherente. Solo establece prioridad.
Ninguna versión pública de la solicitud reportada define cuánto puede durar una revisión estadounidense. Los reportes tampoco establecen qué capacidades de modelos activan el proceso ni qué agencias toman las decisiones finales.
Estos detalles determinan si la política se convierte en un breve control de seguridad o en un amplio sistema de control de acceso. Una revisión rápida y limitada genera una disrupción reducida. Un proceso lento o indefinido puede retrasar las pruebas independientes y concentrar la autoridad en Washington.
La Casa Blanca no ha explicado públicamente esos mecanismos. Hasta que lo haga, la justificación de seguridad nacional resulta más fácil de identificar que las reglas operativas.
Las pruebas de OpenAI y Anthropic en Reino Unido exponen una disyuntiva de soberanía
La disputa enfrenta el control estadounidense sobre modelos sensibles con la pretensión británica de contar con capacidad de evaluación independiente.
Estados Unidos y Reino Unido presentaron anteriormente las pruebas de modelos de frontera como una iniciativa conjunta. Sus institutos desarrollaron métodos juntos y publicaron evaluaciones compartidas.
En 2024, los institutos estadounidense y británico probaron conjuntamente o1 de OpenAI antes o durante su despliegue público. El proceso utilizó tareas de desarrollo, revisión manual, prompts revisados y evaluaciones repetidas.
La evaluación conjunta resultante también explicó sus limitaciones. Las estructuras de los agentes pueden favorecer a un modelo, los períodos de prueba son limitados y los usuarios reales pueden descubrir técnicas que los evaluadores pasan por alto.
Esa franqueza ilustra un beneficio de la investigación transfronteriza. Equipos diferentes pueden cuestionar métodos, reproducir resultados y revelar supuestos que un solo evaluador podría pasar por alto.
La cooperación continuó después de que los institutos originales cambiaran de nombre y prioridades. En septiembre de 2025, CAISI dijo que había trabajado con OpenAI y Anthropic en seguridad de modelos junto con el instituto británico.
La agencia estadounidense afirmó que las empresas realizaron mejoras de seguridad después de esas evaluaciones. También indicó que CAISI y el AISI británico continuarían trabajando en medición y estándares.
Reino Unido describió el acuerdo en términos igualmente positivos. AISI afirmó que sus evaluaciones se beneficiaron del acceso en profundidad proporcionado por OpenAI y Anthropic, incluidas herramientas no públicas y detalles sobre salvaguardas.
Ese historial convierte la restricción de 2026 en algo más que una decisión rutinaria de programación. Interrumpe un modelo en el que los evaluadores aliados podían trabajar en paralelo o mediante acceso estrechamente coordinado.
El gobierno británico ha respondido con cautela. Un portavoz afirmó que Reino Unido sigue siendo líder mundial en seguridad de IA y que AISI continúa trabajando con Estados Unidos y los principales desarrolladores.
Esa declaración defiende la asociación sin confirmar cuándo los evaluadores británicos recibirán futuros modelos. También evita cuestionar públicamente la autoridad de Washington sobre las empresas estadounidenses.
Para Reino Unido, aceptar una segunda posición indefinida implica costos estratégicos. La influencia de AISI depende en parte de recibir sistemas relevantes con suficiente antelación para identificar riesgos antes de que las decisiones de despliegue sean difíciles de revertir.
Si los investigadores británicos solo realizan pruebas después de una revisión estadounidense, aún pueden producir ciencia valiosa. Sus hallazgos podrían llegar después de que las empresas hayan fijado fechas de lanzamiento, informado a clientes, asignado capacidad de cómputo o informado a inversores.
El acceso independiente también importa porque los gobiernos pueden priorizar amenazas distintas. Las agencias estadounidenses pueden centrarse en riesgos para la infraestructura, los sistemas de defensa y las operaciones de inteligencia de Estados Unidos.
Los investigadores británicos podrían examinar redes, instituciones, idiomas, restricciones legales o servicios públicos diferentes. Su trabajo puede identificar fallos que no ocupen el primer lugar en la revisión de Washington.
La disputa también afecta a la soberanía nacional. Gran Bretaña ha invertido en un instituto especializado, contratado investigadores técnicos y promovido su posición como centro de garantía de la IA.
Un sistema en el que Washington decide cuándo ese instituto puede inspeccionar modelos estadounidenses limita la independencia práctica de Gran Bretaña. El instituto sigue siendo capaz, pero sus sujetos de prueba más valiosos permanecen bajo control extranjero.
OpenAI y Anthropic afrontan su propia disyuntiva. Cooperar con Washington protege sus relaciones en su mercado de origen y reduce los conflictos con las autoridades de seguridad nacional.
Sin embargo, retrasar el acceso británico puede debilitar las colaboraciones que anteriormente ayudaron a ambas empresas a detectar vulnerabilidades. También puede aumentar la presión de gobiernos que buscan sus propios derechos de evaluación.
Las empresas no pueden resolver ese conflicto únicamente mediante salvaguardas técnicas. El cifrado, los controles de acceso y las instalaciones seguras pueden reducir los riesgos de filtración, pero no responden quién tiene derecho a inspeccionar primero un modelo.
Por tanto, la principal contienda no es OpenAI contra Anthropic. Según los informes, ambas empresas recibieron la misma solicitud.
Es el control de seguridad estadounidense frente a la evaluación independiente de los aliados. Los laboratorios se sitúan entre ambas posiciones y deben gestionar las consecuencias.
Los evaluadores británicos pierden más que el acceso anticipado
Un retraso puede reducir la utilidad de las pruebas externas incluso cuando los evaluadores británicos finalmente reciben el mismo modelo.
La evaluación previa al despliegue funciona mejor cuando sus hallazgos todavía pueden modificar un producto. Los evaluadores necesitan tiempo para diseñar pruebas, realizar ensayos repetidos, inspeccionar transcripciones, debatir fallos y verificar las correcciones propuestas.
AISI ha descrito la recepción del acceso detallado necesario para ese trabajo. Su explicación sobre la seguridad de modelos menciona herramientas no públicas e información sobre salvaguardas proporcionadas por Anthropic y OpenAI.
Esa profundidad importa porque las interfaces ordinarias ocultan variables importantes. Los límites de uso, los prompts de sistema, las herramientas disponibles, los clasificadores de seguridad y los sistemas de monitorización pueden influir en lo que observa un evaluador.
Un chatbot público puede rechazar una solicitud peligrosa mientras un agente interno completa parte de la misma tarea mediante herramientas. A la inversa, una versión interna de investigación puede carecer de las salvaguardas previstas para su lanzamiento.
Los evaluadores deben comprender esas diferencias antes de interpretar sus resultados. De lo contrario, una prueba puede exagerar una capacidad u omitir un riesgo significativo.
El tiempo también afecta al diseño de las pruebas. Los modelos avanzados pueden fallar por razones mundanas, entre ellas prompts poco claros, entornos defectuosos o software de agentes incompatible.
La evaluación conjunta de o1 de 2024 mostró cómo los evaluadores utilizaron tareas de desarrollo antes de las evaluaciones completas. Los investigadores revisaron manualmente los resultados, corrigieron problemas, repitieron las pruebas y documentaron las limitaciones restantes.
Comprimir ese trabajo en una ventana posterior a la revisión puede reducir su influencia. El equipo británico podría recibir un modelo solo después de que los funcionarios estadounidenses y el desarrollador hayan resuelto las decisiones principales.
La cuestión se vuelve más acuciante cuando la capacidad de los modelos avanza rápidamente. Una prueba tardía de un sistema puede coincidir con los preparativos para su sucesor.
Ese ciclo puede dejar a los evaluadores externos examinando el modelo de ayer mientras las empresas preparan el lanzamiento de mañana. El instituto conserva valor científico, pero pierde parte de su capacidad para influir en el despliegue.
Los desarrolladores también pierden una fuente de diversidad metodológica. Los laboratorios gubernamentales no son intercambiables, incluso cuando utilizan algunos benchmarks comunes.
Distintos equipos seleccionan distintos modelos de amenaza, herramientas, prompts y sistemas de referencia. Sus desacuerdos pueden revelar incertidumbres que una sola puntuación oculta.
Un instituto podría medir si un modelo descubre vulnerabilidades de software. Otro podría comprobar si puede encadenar esos descubrimientos para realizar una intrusión realista en condiciones restringidas.
Estas preguntas suenan similares, pero generan evidencias distintas. La capacidad no se traduce automáticamente en daños exitosos en el mundo real.
La misma cautela se aplica a las pruebas de riesgos biológicos o químicos. Un modelo puede recuperar información técnica sin aportar el conocimiento tácito, los materiales, el acceso y la capacidad operativa necesarios para un resultado perjudicial.
Los evaluadores independientes ayudan a distinguir entre resultados alarmantes y capacidades operativamente relevantes. Parte de su valor reside en cuestionar cómo otras instituciones definen el éxito.
La Casa Blanca puede preservar ese beneficio si su revisión sigue siendo breve y conduce directamente a las pruebas de los aliados. Puede socavarlo si «US first» pasa a significar «US only until release».
La solicitud reportada no establece cuál de esos resultados pretende Washington. Esa incertidumbre presiona a AISI, OpenAI y Anthropic para definir una transferencia viable.
También importa a los usuarios empresariales. Las organizaciones dependen cada vez más de los informes de seguridad de los proveedores de modelos al decidir si un sistema de IA puede acceder a código, datos de clientes, documentos internos o herramientas de negocio.
Una única revisión gubernamental no puede sustituir el trabajo de seguridad propio de una empresa. Tampoco puede garantizar que una configuración desplegada coincida con la versión evaluada en un entorno controlado.
Por ello, los compradores deben distinguir las pruebas a nivel de modelo de la garantía a nivel de aplicación. Un modelo puede rendir bien en una evaluación gubernamental mientras un despliegue empresarial expone permisos excesivos o información sensible.
Lo contrario también es cierto. Una capacidad de propósito general arriesgada a veces puede contenerse mediante herramientas limitadas, restricciones de acceso, registros, aprobación humana y entornos aislados.
Las pruebas gubernamentales transfronterizas aportan evidencia. No eliminan la necesidad de controles locales ni de juicio independiente.
Lo que el informe no establece
La evidencia disponible respalda un cambio de política serio, pero no respalda afirmaciones de una prohibición permanente ni de un colapso total de la cooperación.
El relato central se apoya en gran medida en funcionarios que hablan a través de organizaciones de noticias. No existe una directiva pública que detalle el alcance de la solicitud, su autoridad legal, duración o mecanismo de aplicación.
Esa brecha de verificación debe limitar las conclusiones extraídas del titular. «White House blocks UK access» recoge el efecto inmediato, pero puede implicar más certeza de la que ofrece el registro público.
La acción reportada se refiere a nuevos modelos suministrados por OpenAI y Anthropic. No establece que los investigadores británicos hayan perdido acceso a todos los modelos existentes, artefactos de investigación o proyectos conjuntos.
Tampoco muestra que Estados Unidos haya puesto fin a toda cooperación de evaluación con Gran Bretaña. CAISI y AISI aún mantienen relaciones institucionales, una historia de investigación compartida y objetivos de seguridad coincidentes.
El Reino Unido también puede probar sistemas lanzados públicamente y modelos de pesos abiertos. Los pesos abiertos son parámetros de modelo descargables que los investigadores pueden inspeccionar y ejecutar sin depender de la interfaz alojada por un proveedor.
Sin embargo, esas alternativas no sustituyen por completo el acceso confidencial a modelos cerrados aún no publicados. Los sistemas estadounidenses más nuevos pueden contener capacidades que no están disponibles en productos públicos o de pesos abiertos.
Otra incertidumbre se refiere al cumplimiento. OpenAI y Anthropic no han descrito públicamente cómo la solicitud modifica sus procesos de lanzamiento o acuerdos de pruebas en el extranjero.
Las empresas podrían ya prever tiempo suficiente entre las revisiones estadounidenses y británicas para preservar una evaluación significativa. También podrían retrasar el acceso británico hasta una etapa avanzada del ciclo de despliegue.
Sin cronogramas de las empresas, el efecto operativo sigue siendo incierto. Una diferencia de varios días sería muy distinta de un retraso de meses.
El alcance técnico de la política es igualmente incierto. Los informes se refieren a modelos nuevos o de frontera, pero esas etiquetas carecen de una definición única y vinculante.
Una empresa puede lanzar un modelo general, un modelo cibernético especializado, una vista previa de investigación o un nuevo agente basado en un modelo fundacional existente. Cada categoría plantea preguntas de acceso diferentes.
Las actualizaciones complican aún más el límite. Un modelo puede obtener nuevas capacidades significativas mediante herramientas añadidas, un contexto más largo, mejor memoria o una capa de sistema revisada sin recibir un nombre completamente nuevo.
Una política vinculada solo a lanzamientos de modelos con nombre podría pasar por alto estos cambios. Una política más amplia podría incorporar actualizaciones ordinarias de producto a un proceso de seguridad nacional.
La transparencia plantea otra preocupación. Las evaluaciones sensibles no pueden revelar todas las vulnerabilidades o procedimientos de prueba, porque su publicación podría ayudar a los atacantes a eludir las salvaguardas.
El secreto total también tiene costes. Los investigadores externos no pueden evaluar si la revisión utilizó métodos creíbles, si las empresas corrigieron los problemas identificados o si consideraciones políticas influyeron en el resultado.
El mejor equilibrio publicaría el marco, las categorías generales de riesgo, las agencias responsables y los hallazgos agregados, al tiempo que protegería los detalles explotables.
Los informes actuales no muestran que esa transparencia acompañe al enfoque de US-first. La prioridad sin rendición de cuentas puede concentrar poder sin aumentar la confianza pública.
Los críticos pueden sostener que excluir a expertos aliados debilita la seguridad y duplica un trabajo técnico escaso. Los partidarios pueden responder que los modelos estadounidenses sensibles deben permanecer bajo control estadounidense hasta que se comprendan los riesgos internos.
Ninguna de las dos posturas debe exagerarse. Más evaluadores no producen automáticamente mejores pruebas, especialmente si la coordinación filtra información confidencial o crea procedimientos incoherentes.
La revisión centralizada tampoco es automáticamente más sólida. Un pequeño número de equipos puede compartir puntos ciegos, incentivos institucionales y supuestos de amenaza incompletos.
La evidencia decisiva vendrá de la implementación. La duración de la revisión, las fechas de acceso británico, los métodos publicados y las correcciones documentadas revelarán si el sistema mejora la seguridad o simplemente modifica el control.
Tres señales mostrarán si la restricción funciona
La próxima prueba será si Washington puede proteger los modelos sensibles sin convertir la evaluación de los aliados en una cuestión secundaria.
La primera señal es el intervalo entre el acceso estadounidense y el británico. Una transferencia breve y predecible respaldaría la afirmación de Washington de que la política establece una secuencia segura en lugar de exclusión.
Un retraso prolongado o indefinido reforzaría las preocupaciones sobre la dependencia británica. También sugeriría que el control nacional ha tenido prioridad sobre la evaluación conjunta.
Los lectores deberían observar el próximo gran lanzamiento de OpenAI o Anthropic para conocer los plazos concretos. Las fechas relevantes son cuándo los evaluadores estadounidenses reciben acceso, cuándo AISI recibe acceso y cuándo comienza el despliegue público.
La segunda señal es un marco público de revisión. Washington no necesita revelar hallazgos explotables, pero debería identificar qué sistemas cumplen los requisitos y qué agencias participan.
Un marco creíble también debería explicar los plazos de revisión previstos y cómo responden los desarrolladores a los riesgos detectados. Su publicación reforzaría la idea de que el proceso sirve a objetivos de seguridad coherentes.
La dependencia continuada de instrucciones privadas debilitaría ese argumento. Dejaría a empresas, aliados, investigadores y clientes sin capacidad de distinguir una política estable de una intervención discrecional.
La tercera señal es la próxima evaluación conjunta de CAISI-AISI. Una publicación sustancial demostraría que la cooperación técnica sobrevivió al cambio político.
La evidencia más sólida incluiría métodos compartidos, limitaciones documentadas y hallazgos que afectaron a las salvaguardas. Una declaración ceremonial sin detalles significativos sobre la evaluación ofrecería mucha menos tranquilidad.
Estas señales importan más allá de los laboratorios gubernamentales. Los desarrolladores, compradores empresariales y trabajadores del conocimiento dependen cada vez más de modelos que pueden buscar archivos, operar software y actuar en servicios conectados.
Necesitan pruebas de que las capacidades avanzadas reciben pruebas rigurosas antes de su despliegue. También necesitan la confianza de que las instituciones encargadas de las pruebas siguen siendo lo suficientemente independientes como para cuestionar las premisas tanto del gobierno como de las empresas.
Las pruebas de OpenAI y Anthropic en el Reino Unido se sitúan ahora en el centro de esa cuestión. Si Washington establece una revisión rápida seguida de un escrutinio genuino por parte de aliados, la nueva secuencia puede reforzar la seguridad.
Si el acceso británico se vuelve indefinido o meramente simbólico, la restricción reducirá el grupo de evaluadores justo cuando los sistemas de frontera exigen un examen más amplio. Estén atentos a las fechas de acceso, las normas por escrito y el próximo informe conjunto.
