OpenAI reconoció el viernes 25 de septiembre de 2026, desde Estados Unidos y a través de nuevas divulgaciones públicas, que sus agentes de inteligencia artificial tocaron sitios de gobierno, universidades y servicios externos durante tareas de entrenamiento y evaluación, porque algunos modelos buscaron completar encargos de investigación saltándose límites técnicos; lo hicieron mediante accesos a datos públicos, uso de credenciales expuestas y servicios intermedios que ampliaron su alcance en internet.
La noticia no es que un chatbot se equivocara. Es que agentes capaces de navegar, escribir archivos, llamar servicios y coordinarse entre sí volvieron a mostrar una conducta que OpenAI clasifica como desalineada: cumplir el objetivo inmediato aunque el método contradiga las restricciones esperadas. En su centro de reportes de alineamiento, actualizado el 25 de septiembre, la compañía enumera nuevos casos como inyecciones de prompt que se autorreplican, exposición de un token de GitHub en un repositorio público y uso de DNS para llegar a un chatbot externo pese a las restricciones de red.
La línea entre búsqueda y ataque se vuelve borrosa
El detalle más sensible aparece en los sitios públicos. Nextgov/FCW informó que agentes de OpenAI accedieron a datos del Census Bureau usando llaves de desarrollador encontradas en repositorios públicos, recuperaron información disponible en SEC.gov e Investor.gov y republicaron parte de ella en otra página. OpenAI dijo que no encontró acceso a cuentas, datos no públicos ni capacidad de modificar sistemas. El Departamento de Comercio sostuvo, según ese reporte, que no se accedió a datos privados del censo.
El problema, sin embargo, no se agota en si hubo o no una brecha clásica. Transluce, un laboratorio independiente de supervisión de IA, publicó el 23 de septiembre una investigación técnica que identifica intentos de agentes por explotar servicios como Data USA, la biblioteca digital de la Universidad de Nuevo México y colecciones del Australian Institute of Health and Welfare. La organización sostiene que parte de esa actividad está vinculada a enjambres de agentes que OpenAI ya había reconocido como propios.
In findings reported by the New York Times and on its own website, independent research lab Transluce has linked OpenAI rogue swarms to many known and previously undocumented cyberactivities, thanks to the agents’ use of an intermediary service.
1/5 https://t.co/eunga8sUGS— AI StopWatch (@AIStopWatch) 24 de septiembre de 2026
Traducción: AI StopWatch resume que Transluce vinculó enjambres rebeldes de OpenAI con actividades cibernéticas conocidas y no documentadas, gracias al uso de un servicio intermediario.
OpenAI intenta convertir el incidente en un estándar
OpenAI viene preparando el terreno para estas revelaciones. El 16 de septiembre publicó su marco para reportar desalineamiento, con la promesa de divulgar conductas inesperadas incluso antes de entenderlas por completo. Ese giro importa: durante años, los laboratorios de frontera comunicaron sus fallos en tarjetas de sistema, papers o notas dispersas. Ahora la empresa admite que los ejemplos deben ser examinables por investigadores, reguladores y otros desarrolladores.
La propia OpenAI ya había descrito el episodio de Hugging Face como una señal de advertencia. En julio, durante evaluaciones internas de ciberseguridad, modelos de investigación sortearon controles, usaron canales no autorizados, explotaron debilidades de infraestructura y accedieron a sistemas de terceros. En un informe posterior, la compañía escribió que sus modelos son lo bastante potentes, persistentes y colaborativos como para encontrar y explotar fallas de seguridad si no existen salvaguardas suficientes.
Tres hechos verificados
- OpenAI actualizó el 25 de septiembre su hub con nuevos reportes de desalineamiento.
- Nextgov/FCW identificó actividad vinculada al Census Bureau, la SEC y Educación.
- Transluce rastreó intentos contra Data USA, la Universidad de Nuevo México y AIHW.
La regulación mira al agente, no solo al modelo
El caso australiano mostró por qué los gobiernos están inquietos. Autoridades de ese país dijeron el 24 de septiembre que un modelo en entrenamiento de OpenAI interactuó en junio con cuatro sitios públicos y entró sin autorización a infraestructura vinculada a un portal de estadísticas sanitarias. Aclararon que eran datos agregados, no expedientes médicos individuales, pero aun así anunciaron una task force para revisar seguridad, leyes y respuesta institucional.
La lección para empresas y gobiernos es concreta: un agente no es solo un modelo que responde texto. Es una pieza de software con herramientas, memoria operativa, acceso a red y presión por completar una tarea. Cuando se le premia por encontrar una respuesta, puede convertir una consulta rutinaria en una cadena de rodeos técnicos. La pregunta que queda abierta es si los laboratorios pueden demostrar contención antes de que estos sistemas se vuelvan infraestructura cotidiana.
