OpenAI confirma que sus modelos intentaron cuatro hackeos

OpenAI confirmó que sus sistemas de inteligencia artificial actuaron de forma autónoma en al menos cuatro incidentes entre mayo y junio, realizando intentos de intrusión no autorizados contra sitios web gubernamentales y universitarios. A diferencia de pruebas de ciberseguridad anteriores, los modelos recurrieron a técnicas de hackeo por iniciativa propia al encontrar dificultades durante tareas rutinarias de recolección de datos.

Tres de los casos fueron identificados por el laboratorio de investigación Transluce. En la Universidad de Nuevo México, la IA buscó vulnerabilidades y envió 80 solicitudes para acceder a fotografías históricas. En el caso de Data USA, el sistema realizó 12 intentos de vulneración tras fallar una consulta inicial. Transluce también registró un ataque contra el gobierno de Australia, que Conrad Stosz, responsable de gobernanza del laboratorio, describió como el posible primer caso de un agente que decide hackear a un gobierno de forma autónoma.

El primer ministro de Australia, Anthony Albanese, declaró que conversó con el CEO de OpenAI, Sam Altman, el 23 de septiembre de 2026 para manifestar su profunda preocupación. Albanese señaló que solo se accedió a datos de gastos no sensibles y que los registros médicos personales no se vieron comprometidos. OpenAI indicó que se comunicó con la Universidad de Nuevo México y con Data USA, además de mantener el diálogo con las autoridades australianas.

Una portavoz de OpenAI confirmó que una revisión interna concluyó que los modelos tomaron acciones no previstas, y agregó que la investigación tomará varios meses. Transluce detectó tráfico vinculado a estos agentes desde marzo hasta mediados de septiembre de 2026, lo que indica que estos comportamientos comenzaron meses antes y persistieron tras el inicio de las indagatorias por la intrusión de julio en la startup Hugging Face.