Turnstone, una nueva arma en la investigación de código abierto

Bellingcat, un medio de comunicación internacional especializado en reportajes de investigación, ha presentado 'Turnstone', una nueva herramienta para visualizar y analizar datos de aviación. La herramienta está diseñada para detectar patrones inusuales e identificar tendencias históricas en datos de vuelos globales de 100.000 vuelos por día.

Turnstone opera basándose en datos de transmisión de vigilancia dependiente automática (ADS-B). ADS-B es una tecnología instalada en la mayoría de las aeronaves civiles y transmite la información de identificación, modelo, ubicación exacta, velocidad y altitud de la aeronave en tiempo real. Sin embargo, existen diferencias en las regulaciones según el país y, en algunos casos, no se envían aviones militares.

Diferencias con las herramientas existentes

Los sitios web de seguimiento de vuelos existentes, como Flightradar24 o ADS-B Exchange, solo proporcionan datos históricos para períodos de tiempo específicos o aeronaves individuales. Por otro lado, Turnstone agrega datos de múltiples aviones durante un largo período de tiempo y brinda la posibilidad de buscar dos áreas de interés simultáneamente.

Los usuarios pueden filtrar datos según varios parámetros, incluido el tipo de aeronave, el área geográfica y la dirección del vuelo. Esto permitirá a los investigadores de código abierto determinar con mayor precisión el contexto en el que ocurrieron movimientos específicos de aeronaves.

Ejemplo de la vida real: Señales de anomalías detectadas en un avión cisterna estadounidense antes del ataque aéreo iraní

Hay un ejemplo representativo que muestra el uso potencial de Turnstone. El 28 de febrero de 2026, Estados Unidos e Israel llevaron a cabo un ataque aéreo conjunto contra Irán, que supuestamente mató a más de 1.000 personas, incluidos dirigentes iraníes. Esto marcó un aumento dramático de las tensiones tras el bombardeo de tres instalaciones nucleares iraníes en junio de 2025.

Bellingcat utilizó Turnstone para analizar datos aéreos antes de los dos ataques aéreos. Como resultado de establecer la región del Atlántico Norte como área de interés, filtrar el tipo de avión como avión cisterna y la dirección de vuelo como este, se detectó un patrón de movimiento masivo de aviones cisterna militares estadounidenses de reabastecimiento de combustible, como el KC-135 y el KC-46A, a través del Atlántico hacia Irán. Los aviones cisterna de reabastecimiento de combustible son aviones esenciales para misiones de combate de larga distancia, y estos signos anormales pueden interpretarse como un signo de una operación militar a gran escala.

Como resultado de la búsqueda, más de 40.000 datos de ubicación de aviones cumplieron los criterios del filtro, y también fue posible extraer sólo petroleros estadounidenses ingresando "Estados Unidos".

¿Cuándo empezó esta tendencia? El auge de la inteligencia de código abierto

La inteligencia de fuente abierta (OSINT) comenzó a recibir atención internacional tras la investigación sobre el derribo de un avión ucraniano-malasio en 2014. Bellingcat demostró la intervención del ejército ruso analizando publicaciones en las redes sociales y fotografías satelitales de ese momento, y desde entonces se ha establecido como un actor representativo en OSINT.

Después de la invasión a gran escala de Ucrania por parte de Rusia en 2022, la importancia de OSINT se ha vuelto más prominente. Los ciudadanos comunes y corrientes también han comenzado a desempeñar el papel de “analistas de información ciudadana” que analizan las tendencias militares combinando datos de aviación disponibles públicamente, imágenes satelitales e información de redes sociales. El lanzamiento de Turnstone es el último paso en la evolución de estas herramientas OSINT.

Limitaciones y enfoques de la herramienta

Bellingcat también especificó algunas limitaciones de Turnstone. Se utilizó Claude Sonnet 4.0, un modelo de lenguaje a gran escala (LLM), para clasificar las categorías de aeronaves, pero puede ocurrir una clasificación incorrecta debido a la naturaleza del LLM. Además, los datos de propiedad pueden estar desactualizados y es posible que los datos no estén disponibles para aeronaves recién registradas.

El código fuente de Turnstone está abierto al público en Bellingcat GitHub, por lo que cualquiera puede alojarlo por su cuenta. También existe una versión basada en la web, pero el acceso se otorga selectivamente a periodistas e investigadores académicos debido a los costos de procesamiento y alojamiento de datos. Se dará prioridad a los investigadores que realicen investigaciones de código abierto que se alineen con los objetivos de Bellingcat.

Perspectivas de futuro [análisis de IA]

La aparición de herramientas como Turnstone probablemente acelerará aún más la democratización de la investigación de código abierto. El análisis de datos de aviación, al que antes sólo podían acceder las agencias de inteligencia, ahora está disponible para periodistas, investigadores y grupos cívicos.

Esto tiene implicaciones bilaterales. Positivamente, puede contribuir a monitorear el poder y mejorar la transparencia. Al detectar con antelación signos de operaciones militares o actividades encubiertas, los medios de comunicación y la sociedad civil pueden realizar una verificación independiente en lugar de depender únicamente de los anuncios gubernamentales.

Por otro lado, la proliferación de estas herramientas puede generar preocupaciones desde una perspectiva de seguridad nacional. Mantener la seguridad de las operaciones militares puede resultar difícil y no se puede descartar la posibilidad de que actores malintencionados utilicen las mismas herramientas a la inversa.

En el futuro, se espera que las herramientas OSINT se vuelvan más sofisticadas mediante la combinación con tecnología de inteligencia artificial (IA). Es muy probable que se fortalezca la capacidad de detectar automáticamente patrones en grandes cantidades de datos y proporcionar notificaciones de anomalías en tiempo real. Sin embargo, todavía quedan desafíos por resolver, como problemas de precisión en la clasificación basada en LLM, costos de acceso a datos y establecimiento de pautas de uso ético.