Hace treinta años encontrar a un traidor requería intuición, una especie de sexta sensación de que algo no iba bien. Antes de Internet, de la difusión del GPS y de Google, se necesitaban rastros de papel, inteligencia humana e investigaciones de zapadores. Sandy Grimes lo experimentó de primera mano, aunque casi por accidente: Perdió una fuente.
Olivia Fields para NPR
«Al trabajar en este tipo de negocios tienes una relación personal con esas personas que cuando aceptaron trabajar para el gobierno de Estados Unidos pusieron sus vidas en nuestras manos», dijo, y por eso puede que se tomara tan a pecho la desaparición de uno de los espías que dirigía, un funcionario del KGB en Lagos, Nigeria.
«No se presentó al primer reencuentro, ni al segundo», dijo. Resultó que había sido detenido, el primero de una lista de agentes dobles soviéticos que se descubrió que trabajaban para Occidente. «Uno tras otro los íbamos perdiendo», dijo Grimes, «y no se podía cortar de otra manera: Les fallamos».
El gran misterio era si la agencia estaba tratando con un espía en las filas o con un descifrador de códigos en Moscú. Si entonces hubiera existido la analítica actual, podría haber acelerado el proceso de descubrimiento. Los algoritmos modernos habrían rastreado y apilado las ubicaciones de los empleados, encontrado patrones sospechosos en sus hábitos de trabajo y rastreado sus movimientos.
Pero en aquel entonces, a finales de la década de 1980, cuando la Guerra Fría estaba llegando a su fin, todo lo que la CIA podía contar realmente eran profesionales de inteligencia experimentados como Grimes. Así que, en 1991, la agencia lanzó una investigación llamada Operación Playactor. Estaba compuesta en gran parte por un pequeño grupo de trabajo con Grimes, un joven empleado de la Oficina de Seguridad llamado Dan Payne, una antigua analista de la CIA llamada Jeanne Vertefeuille, y dos agentes del FBI, el agente especial Jim Holt y un analista soviético llamado Jim Milburn. («Los llamábamos Jim Squared», dijo Grimes.)
toggle caption
Nikki Kahn/The Washington Post via Getty Images
Nikki Kahn/The Washington Post vía Getty Images
La investigación requirió hojas de cálculo, archivos en papel e interrogatorios, y después de meses de masticar todas esas herramientas analógicas el equipo consiguió reducir su lista a unos 150 empleados de la CIA, demasiada gente para que un pequeño equipo pudiera sospechar o investigar. Así que se les ocurrió una solución increíblemente poco científica: Se pidieron mutuamente que hicieran una lista con los nombres de cinco o seis personas de la agencia que les incomodaban y luego los clasificaron.
Aunque algunos de los nombres de las listas de los equipos coincidían, para Grimes sólo había un sospechoso: alguien a quien conocía desde hacía años y con quien había compartido coche; alguien que acababa de regresar de un destino en el extranjero: un hombre llamado Aldrich Ames.
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Jeffrey Markowitz/Sygma vía Getty Images
El nombre puede sonar. Como miembro del Departamento de Operaciones de la CIA, responsable del contraespionaje soviético, se convirtió en uno de los espías de más alto rango y más dañinos de la historia de Estados Unidos. Y Grimes sospechaba de él por una razón que ningún algoritmo habría adivinado: Simplemente parecía diferente. «Cuando regresó de Italia en 1989, era un ser humano diferente, realmente un ser humano diferente», dijo Grimes, explicando por qué encabezaba su lista. «Era como si estuviera inspeccionando su propiedad y era casi esta actitud: ‘Yo sé algo que tú no sabes’. «
Un problema de inventario sospechoso
Alrededor de la misma época en que el equipo de Playactor comenzó su búsqueda de un traidor, un científico de datos llamado Jeff Jonas comenzó un nuevo trabajo en Las Vegas. Meses antes había recibido una llamada de The Mirage Casino preguntándole si podía construir un software especial para él. «Me dijeron: ‘Tenemos un problema de inventario'», recuerda Jonas. «Y yo dije: ‘Oh, se me dan bien los sistemas de inventario’. Y entonces dijeron: ‘Bien, es para el pescado’. «
El Mirage acababa de abrir y ya tenía un problema que no había previsto: Su emblemática pecera de 20.000 galones se estaba convirtiendo en una sangría financiera. Contenía miles de peces tropicales caros y raros de los que no se podía dar cuenta. «Creo que estaban gastando como un millón de dólares al año en mantener la pecera», dijo Jonas, «y estaban tratando de hacer un seguimiento de qué está comiendo qué».
Jonas terminó creando algo que ahora consideraríamos uno de los primeros programas de análisis de datos. Su software no sólo hacía un seguimiento de los peces, sino que permitía al casino tomar mejores decisiones sobre cómo abastecer el tanque. «En aquel momento no sabía realmente que aquello se iba a convertir en el trabajo de mi vida», dice Jonas. La especialidad de Jonas es emparejar identidades. Empezó con los peces y luego pasó a las personas. «Después de que Jonas ayudara al Mirage con su programa de peces, los casinos del Strip empezaron a preguntarle si podía ayudarles a modernizar sus sistemas de seguridad. A principios de la década de 1990, el estado de la técnica para el seguimiento de personas en Las Vegas era, literalmente, una tarjeta de índice de 3 por 5 pulgadas. «Hacían tarjetas de los empleados y las clasificaban por nombre y tenían otro conjunto de tarjetas para los mismos empleados clasificadas por dirección», recuerda Jonas. «Era como en la biblioteca, pero en lugar de materia, título, autor, sería nombre, dirección, teléfono».
Jonas comenzó por digitalizar todas esas tarjetas, y luego creó un sistema que llamó Non-Obvious Relationship Awareness, o NORA. «Y se ganó ese nombre porque empecé a encontrar cosas que no esperabas que encontrara», dijo. El sistema señalaba a alguien en una mesa de juego que podía tener el mismo número de teléfono que un empleado. Si alguien indicaba más de una fecha de nacimiento en su vida, NORA también lo identificaba. «Muchas veces los datos llegan y no es un gran problema», dijo Jonas. «Pero a veces, cuando los datos aterrizan, son importantes». NORA estaba creando sistemas que ayudarían a centrar la atención humana en esos fragmentos importantes.
Olivia Fields para NPR
Entre otras cosas, NORA centró la atención humana en un grupo de estudiantes universitarios que parecían tener una suerte increíble en las mesas de blackjack. No estaban haciendo trampas, al parecer. Pero era extraño que a tantos jugadores jóvenes les fuera tan bien. NORA acabó descubriendo que esos jóvenes estaban contando cartas y que eran miembros del equipo de blackjack del MIT. (Contar cartas no es ilegal, pero a los contadores de cartas se les suele pedir que abandonen el casino. El equipo creó una empresa de «inversiones» para ver el dinero de los jugadores y luego distribuyó sus ganancias. Con el tiempo, sus principales jugadores fueron expulsados de la mayoría de los casinos.)
Si Grimes y el equipo de la CIA hubieran conocido el NORA, podría haber sido justo lo que necesitaban para ayudarles a encontrar y condenar a su propio sospechoso.
Un sistema muy analógico
Lo que Grimes tenía en cambio era una especie de equivalente al NORA humano. Entre otras cosas, había tenido una larga interacción personal con Ames. Observó su comportamiento, de cerca, mucho antes de que cayera bajo sospecha, y pudo evaluar lo que consideraba un comportamiento fuera de lo normal para un agente de la CIA. «Durante los días en que se compartía el coche, siempre llegaba tarde», dijo. «Salía corriendo del apartamento, con la camisa colgando, con calcetines de distintos colores. Era un vago».
Un episodio relacionado con su mujer, Rosario, también la hizo reflexionar. Rosario había pedido a un colega de la CIA que le enviara vitaminas prenatales cuando ella y Ames estaban destinados en Roma, allá por 1988. Cuando Grimes se encontró con la servicial colega que le había enviado las vitaminas meses más tarde, ésta llevaba un precioso pañuelo de Gucci. «¿De dónde lo has sacado?», le preguntó Grimes. le preguntó Grimes. La colega dijo que la esposa de Ames se la había enviado después de recibir las vitaminas. «Le dije: ‘Bueno, es todo un regalo’. «
Aisladamente, estas cosas no habrían significado gran cosa, pero el sistema NORA de la cabeza de Grimes no dejaba de darle vueltas mientras el equipo de Playactor entrevistaba a otros sospechosos. Una de las preguntas que hicieron a todos los que figuraban en su larga lista -independientemente de su posición en la misma- fue la siguiente: Si fueras a espiar, o a ser voluntario, ¿cómo lo harías? La mayoría de las personas con las que hablaron vieron la pregunta como un ejercicio mental; Ames se quedó perplejo ante la pregunta. «Se le trabó la lengua», dijo Grimes. «Por supuesto que no estamos diciendo nada, ¿verdad? Estamos sentados escuchando. Pero después nos quedamos totalmente sorprendidos de que esa pregunta le resultara incómoda».
Se convirtió en un punto de datos en un sistema muy analógico que el equipo había estado creando en los ordenadores de su agencia. Payne, el joven agente del FBI, empezó a conseguir órdenes de registro de los estados financieros y depósitos bancarios de Ames. Grimes empezó a confeccionar una cronología, enumerando los distintos destinos de Ames en la CIA, con quién había declarado reunirse en Italia, los casos en los que trabajaba en Estados Unidos. Añadió otros datos al azar: ¿Cuándo entraba y salía de la oficina? ¿Cuándo salía a fumar?
Puso todo esto en un documento de procesamiento de textos en su ordenador, lo que en sí mismo presentaba algunos desafíos. Todas las mañanas, cuando se conectaba, tenía que esperar 20 minutos para que se cargara donde lo había dejado. «Cada día era una frustración», dice. «Era un adormecimiento».
Olivia Fields para NPR
Uno de los problemas era que para que el documento fuera útil y se pudiera buscar, tenía que ser absolutamente consistente. No se podía escribir 7 de marzo un día y luego escribir 03/07 al siguiente. No podía haber errores tipográficos ni espacios perdidos. «Al final del día, tenía que volver a revisar todo lo que había escrito», dice Grimes. «Y puede ser ese pequeño dato el que marque la diferencia».
Esa atención al detalle acabó dando sus frutos una mañana en la que Payne llegó a la oficina con un sobre lleno de estados financieros. Sacó algunos comprobantes de depósito de la carpeta y luego empezó a añadir la información a una hoja de cálculo en su ordenador. Y luego, como era su costumbre, pasó los comprobantes por encima de la pared del cubículo a Grimes, que entonces se desplazaba hacia abajo hasta la fecha correcta en la cronología y los añadía.
«Por casualidad eché un vistazo a la línea de arriba y dije: ‘Oh, Dios mío, el día anterior, almuerzo con Chuvakhin», dijo Grimes. «Y pensé, qué extraña coincidencia». Sergei Chuvakhin era un diplomático soviético destinado en Washington. «La segunda papeleta de depósito me llega por encima de la pared del cubículo». Era un depósito de 5.000 dólares en efectivo realizado el 5 de julio. Tres días antes la cronología decía: Almuerzo con Chuvakhin. Grimes frunció el ceño y cogió el último resguardo de depósito. Era de 8.500 dólares en efectivo, depositados el 31 de julio. Y la cronología mostraba que ese mismo día- Ames había almorzado con Chuvakhin.
«Eso fue todo para Sandy», dijo Grimes, refiriéndose a ella misma por su nombre. «Dije: ‘No os lo vais a creer, esto es todo, no os lo vais a creer'». Corrió por el pasillo para contárselo al jefe de la división de contrainteligencia de la CIA, Paul Redmond. «Cerré la puerta y no le esperé, sólo le dije: ‘No hace falta ser un científico espacial para ver lo que está pasando aquí: Rick es un maldito espía soviético». (Grimes dijo que ella y Redmond siguen discutiendo sobre sus palabras exactas. Él dice que ella usó una palabra más colorida, una que Grimes dijo que es una de sus favoritas.)
«El mejor caso de insubordinación que he conocido»
El FBI abrió una investigación formal sobre Ames poco tiempo después; pero para construir el caso la oficina dependió de lo que hoy parecería algo increíblemente analógico: escuchas telefónicas, dispositivos de escucha, vigilancias, aviones, incluso operaciones de basura.
«A veces hay que taladrar la pared para poner los micrófonos», dijo Robert «Bear» Bryant, que llegaría a ser subdirector del FBI y que supervisó la investigación de Ames. «Si tienes que entrar en la pared de yeso, tienes que conectar una línea eléctrica, pero lo más difícil es conseguir que la pared de yeso coincida»
Esta es la primera vez que Bryant habla públicamente sobre el caso Ames. «Pusimos micrófonos en su coche, en su casa; cubrimos al tipo casi desde que salió a trabajar». Incluso tenían un avión en el aire siguiéndolo mientras conducía desde su casa en Arlington, Virginia, no muy lejos de Langley. «Tenías un tipo con unos prismáticos y se sentaba allí y miraba al sujeto cuando se movía», dijo Bryant. «Es la mejor manera de no perder a alguien».
toggle caption
The Life Picture Collection via Getty Images
Agentes del FBI encontraron esta nota en la basura de Ames en 1993; hace referencia a una reunión con su contacto del KGB en Bogotá, Colombia.
The Life Picture Collection vía Getty Images
Pero fue algo que Bryant había pedido específicamente a los agentes que no hicieran lo que les llevó a una ruptura en el caso: Hicieron lo que se conoce como «cobertura de la basura». «Cuando una persona pone su basura fuera, si está en una propiedad pública puedes incautar esa basura y hacer un registro de ella», dice Bryant. «Lo hicieron en contra de mis órdenes»
En otoño de 1993, Bryant recuerda que uno de sus agentes le agitó una bolsa de plástico con un trozo de papel amarillo al entrar en la oficina. «Le dije: ‘¿Qué demonios es eso?’ Me contestó: ‘Lo hemos sacado de la basura’. «
Era una nota que Ames se había escrito a sí mismo sobre una reunión que debía tener con un controlador del KGB en Bogotá, Colombia. «Era la clave del caso, y una gran clave porque sabíamos dónde iba a hacer una entrega. Más tarde, me preguntaron por ello y dije que era el mejor caso de insubordinación que había conocido.»
Una carpeta en la cabeza
El programa de relaciones no evidentes de Jonas en Las Vegas hace décadas ha sido sustituido por algo conocido en el sector de las amenazas internas como Entity Resolution. Se trata de un intento de enseñar a un ordenador a hacer las mismas asociaciones que, sin que seamos del todo conscientes, hace nuestro cerebro de forma casi instantánea.
Considere al músico Prince. Ese símbolo que utilizó para su nombre podría ser una de las primeras cosas que se le ocurrieron. No sabemos cómo explicar que asociamos ese símbolo con Prince: sólo sabemos que lo hacemos. Luego se establecen otras conexiones: la canción «Purple Rain», una guitarra púrpura, un traje de terciopelo.
«Todas esas cosas que has recogido a lo largo del tiempo sobre Prince viven en una carpeta en tu cabeza», explica Jonas. «Y vinieron en diferentes momentos y se describieron de manera diferente, pero la Resolución de la Entidad se unió con goma de mascar.»
Olivia Fields para NPR
Lo que hace que Entity Resolution sea diferente de los algoritmos tradicionales es que, en lugar de masticar enormes conjuntos de datos para ver qué puede encontrar, intenta organizar las cosas más como lo hace el cerebro. Se pregunta: ¿En qué se parece un número de la Seguridad Social a un número de identificación de un vehículo o a un número de serie de un router? ¿En qué se parece una fecha de nacimiento a la marca o el modelo de un coche? Y la forma en que son iguales es que, por lo general, todos identifican una cosa única y discreta.
Si encuentras el mismo número de bastidor en una lista de coches, el ordenador se da cuenta y lo marca como una anomalía. A medida que el algoritmo se desarrolla, puede encontrar otras cosas que no cuadran. En el caso de Ames, podría ver que acaba de pagar 400.000 dólares en efectivo por una casa pero que gana menos de 70.000 dólares al año. El algoritmo podría señalar eso como algo extraño, por lo que probablemente requiera otra mirada.
«Probablemente lo más elegante de nuestro algoritmo es que puede cambiar de opinión sobre el pasado», dijo Jonas. En otras palabras, puede retroceder en el tiempo para ver si una nueva pieza de información sugiere una nueva forma de pensar sobre lo que está analizando. Ve que hay un almuerzo con un diplomático soviético en D.C. a finales de julio; ¿plantea eso alguna pregunta sobre ese tipo de reuniones en el pasado? ¿Existe un patrón que podríamos haber pasado por alto?
Cuando Grimes añadió la información de la papeleta de depósito a su cronología, echó un vistazo por casualidad a la línea anterior y entonces vio los almuerzos con el diplomático soviético. Esa es una versión analógica de lo que ahora intenta hacer Entity Resolution.
«Esa es la historia de que los datos encuentran datos», dijo Jonas. «Lo que me sorprende del caso Ames (…) es que hay que esperar a que los humanos tengan preguntas; hay que esperar a que ocurran cosas malas. Hoy en día lo que se haría es tomar una copia de todo lo que hay en su portátil personal y una vez que pudieran asomarse a su cuenta bancaria, surgen nuevos datos.»
Los humanos necesitan mucho tiempo para procesar esa información. Los ordenadores no. No hay cronologías difíciles de manejar, escritas a mano. Y lo más importante, dice Jonas, es que se depende muy poco de las corazonadas o la intuición. «Una lista de personas sobre las que tenemos una corazonada no siempre va a funcionar», afirma. La Resolución de Entidades puede ser la tecnología que cubra ese vacío.
Durante los años anteriores a la detención de Ames, a nadie se le ocurrió darse cuenta de que sus patrones de trabajo habían cambiado. No había algoritmos que pudieran haber reunido que estaba bebiendo, que había pasado por un costoso divorcio, que pagaba en efectivo por su casa, que conducía un coche nuevo y que llegaba a la oficina temprano y se iba tarde. Esas eran cosas que el propio Ames admitió que deberían haber avisado a las autoridades. Sólo fue algo que vieron en retrospectiva.
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Jeffrey Markowitz/Sygma vía Getty Images
«Lo que el algoritmo no tiene en cuenta es si esa persona ha cambiado su pauta porque quizá ha tenido un bebé y ahora viene a horas diferentes, o quizá estaba enferma y ha estado haciendo una serie de fisioterapia por la mañana», dijo Yael Eisenstat, un antiguo analista de la CIA que ahora es profesor visitante en Cornell Tech. Eisenstat estudia el efecto de los algoritmos y la tecnología en la sociedad. «Hay tantas cosas humanas reales que podrían hacer que esa anormalidad en el patrón, el algoritmo no va a saber», dijo.
Por eso los algoritmos siguen necesitando a los humanos para sumar dos y dos, como hizo Grimes. En retrospectiva, su sentido arácnido fue más eficaz que cualquier algoritmo. Incluso mucho más tarde dijo que fue la arrogancia de Ames la que le ayudó a descubrir que él era su hombre. Se creía más listo que los demás e incluso les dio a Grimes y a Vertefeuille consejos sobre lo que debía buscar la investigación de Playactor.
«Me dijo: ‘Mira los casos buenos y mira los casos malos y ve lo que es diferente'», dijo Grimes. Recuerda que en ese momento pensó para sí misma: «Menos mal que piensa que soy tan estúpida. Ya sabes, pensó que éramos dos tías tontas»
Dos tías tontas que pillaron a un espía.