Elegí una pregunta. Las siguientes aparecen sobre la marcha.
¿Qué hace exactamente la plataforma?
Detecta campañas coordinadas de manipulación informativa contra tu institución y convierte cada una en un informe que tu equipo puede firmar y publicar.
Las señales crudas entran desde fuentes abiertas, se clasifican contra una taxonomía pública y se agrupan en campañas con su infraestructura, sus canales y sus objetivos.
Un analista revisa cada hallazgo en una cola de moderación. Nada sale al exterior sin una firma humana.
Las capas de detección, revisión y emisión están completas y corriendo en producción hoy, verificadas con un analista real.
¿Me va a decir quién está detrás de una campaña?
Te va a mostrar lo observado: comportamiento coordinado, infraestructura compartida, narrativas coincidentes. Eso es evidencia, no un veredicto.
Nombrar a un actor es una decisión con consecuencias legales, así que la plataforma nunca la toma automáticamente. La atribución se afirma solo después de que un humano la firme.
Está impuesto en el vocabulario mismo del producto: una anomalía observada nunca se enuncia como una acusación. El riesgo de difamación y de GDPR se trata como restricción de diseño, no como descargo legal.
Para un decisor esa es la propiedad útil: lo que publicás es defendible, porque una persona puso su nombre en eso.
¿Quién aprueba algo antes de que salga?
Un analista con nombre, en una consola de revisión. Los borradores avanzan por una cola (borrador, en revisión, aprobado, publicado), y solo un borrador aprobado puede emitirse.
La aprobación queda atada al texto exacto aprobado: la publicación verifica el estado y además un hash del contenido. Si se edita un borrador aprobado, la aprobación se invalida y hay que firmarlo de nuevo.
Eso cierra el hueco que la mayoría de los pipelines con IA deja abierto, donde alguien aprueba una versión y se publica otra.
Hay un agente de IA. ¿Qué puede romper?
Nada que importe. El agente es un colega al que mencionás en un hilo: correlaciona artefactos, resume hallazgos largos y sugiere conexiones entre casos.
Tiene ocho herramientas y todas son de solo lectura. No existe ningún camino de escritura a los datos, así que el peor caso de un intento de manipulación exitoso es un comentario raro en un hilo.
Se probó contra un intento de inyección real en producción: el agente lo identificó explícitamente y no aprobó ni modificó nada.
No puede aprobar un informe, ni firmar, ni publicar. Esas siguen siendo acciones humanas por construcción.
¿Cómo entro a la simulación?
Con un código de sesión de seis caracteres, de un taller con instructor o de una sesión abierta: sin cuenta, sin contraseña, sin seguimiento de participantes.
El dataset es ficticio de punta a punta: cada cuenta, dominio y publicación del ejercicio, etiquetados como datos simulados en toda pantalla. Nunca se nombra una campaña, actor o infraestructura real adentro.
Tres niveles: separar hechos de narrativas, trazar colisiones de infraestructura, y revisar una traza de agente grabada con verificación de firma. La consola de instructor para correr sesiones de taller es parte de la misma construcción.
Las lecciones asincrónicas de antes también siguen existiendo, por email, para quien no tenga un código de sesión a mano.
¿Cómo saben que una detección no es solo ruido?
Porque los hallazgos no se clasifican contra una opinión. Se mapean sobre marcos publicados y mantenidos externamente para describir técnicas de manipulación (amplificación coordinada e información lavada, entre otras).
Cada campaña lleva sus fuentes documentales como registros estructurados, no como prosa en un campo de notas, así cualquier afirmación se puede rastrear hasta su origen.
Una verificación que corre en cada build impide que el vocabulario del código y el de la base de datos se separen, que es la forma en que las taxonomías se podrían en silencio.
¿Cómo se convierten incidentes separados en una sola campaña?
Por la infraestructura. Dos narrativas que parecen inconexas pero apuntan al mismo hosting, o a dominios clonados registrados del mismo modo, suelen ser una sola operación.
La plataforma dibuja eso como un grafo explorable: actores, canales, dominios y las aristas entre ellos, expandiendo bajo demanda en vez de volcarlo todo de golpe.
Las colisiones de infraestructura se computan desde los indicadores mismos, así que un vínculo entre dos casos es algo que podés abrir e inspeccionar, no un score que tengas que creer.
¿Qué le puedo mostrar a un auditor o a un regulador?
Una cadena completa: la fuente ingerida, cómo se clasificó, qué modelo produjo qué borrador, quién lo revisó, quién lo aprobó y el texto exacto que se publicó.
Cada inferencia del modelo se escribe en un registro de solo-agregado con su confianza y su costo, legible pero no editable desde la interfaz.
El acceso se aplica a nivel de base de datos y no en el código de la aplicación, así que un bug en la interfaz no puede ampliar quién ve qué.
También se conservan los rechazos, no solo las aprobaciones, que es lo que te permite mostrar por qué algo no se publicó.
¿Qué pasa cuando la IA falla o no está disponible?
El pipeline sigue funcionando sin ella. Un proveedor ausente o que falla se excluye y se marca como faltante en la cobertura de ese análisis.
Es un invariante deliberado: degradar explícitamente, nunca fallar en silencio y nunca inventar un resultado para tapar el hueco. El sistema cae a reglas determinísticas.
Todo lo que produce un modelo se valida contra un esquema estricto antes de guardarse. Una salida que no cumple marca la corrida como fallida en lugar de persistirse.
¿A dónde van nuestros datos?
A tu propia base de datos, bajo reglas de acceso que controlás. La interfaz del analista no lee nada que no esté autorizada a leer, y esa autorización vive en la base.
Qué modelo corre es un cambio de configuración, no una reescritura: el mismo pipeline ya apunta a una API en la nube, a un motor autoalojado o a ningún modelo.
Hoy los modelos de lenguaje se invocan por API, que es exactamente la pregunta correcta a hacerse con material clasificado.
El estado final diseñado es un motor de pesos abiertos autoalojado en hardware propio, sin ninguna llamada a APIs externas. La arquitectura y el selector de proveedor existen; el nodo de cómputo todavía no. Preferimos decírtelo antes que insinuar que ya funciona.
¿Qué no es esto?
No es una herramienta que decida quién es culpable. Expone anomalías observadas y deja el juicio a tus analistas.
No es un tablero de escucha social. La salida es un informe institucional firmado, no un gráfico de sentimiento.
No es autónoma. Si nadie revisa la cola, no se publica nada, y ese es el comportamiento buscado, no una limitación a corregir.
Partes del diseño siguen siendo hoja de ruta, y la interfaz las etiqueta como tales en lugar de simular datos que no existen.
¿Cómo conseguimos acceso?
Solicitalo en /sign-up. El acceso se otorga por analista con nombre, no por organización. No hay credenciales compartidas.
El ingreso es un enlace de un solo uso por email, sin contraseñas que administrar ni filtrar. Una cuenta fuera de la lista de permitidos puede ingresar y aun así no ve nada.
Si ya tenés acceso, ingresá en /login.
¿Quién sostiene esto?
THANGAIL enseña; no vende. Qresec, su brazo comercial, vende briefings sectoriales firmados y despliegues de la consola, y eso financia directamente a la iniciativa.
Las dos rutas comerciales de esta misma página son /briefing (briefing sectorial) y /sign-up (operar la consola), las mismas dos líneas que nombra el modelo de fondeo, no un tercer canal inventado para esta respuesta.
THANGAIL es una iniciativa sin fines de lucro en proceso de constitución: la entidad legal todavía no existe, y eso se dice acá en vez de dejarlo implícito.
Una declaración pública completa de transparencia de fondeo (la razón social de Qresec y su relación jurídica exacta con THANGAIL) se publica cuando ese trámite cierre.
¿Puedo conectar mi asistente de IA?
Un endpoint MCP está en construcción, en thangail.org/mcp: responde solo a analistas ya admitidos en esta consola, igual que hoy. Se planea una puerta pública más angosta, sin credencial, para un case file firmado (el mismo que cualquiera ya puede descargar), pero esa puerta todavía no tiene código.
El catálogo de herramientas detrás sería exactamente las ocho de solo lectura que ya lista /product, ninguna capacidad nueva inventada para este endpoint.
Ningún camino de escritura, ni siquiera un borrador: escribir sigue pasando por una persona, en la consola.
El acceso lo concede un analista con nombre bajo NDA firmado, y se revoca igual: el mismo gate que ya usa la consola.