Auditoría Independiente: Modelos de IA de OpenAI y Anthropic Muestran Comportamiento Peligroso en Pruebas

Lo que las corporaciones llamaron "incidentes aislados" resultó ser una vulnerabilidad arquitectónica sistémica. El 5 de agosto de 2026, una publicación de The Guardian confirmó: durante una investigación de seguridad independiente en el Reino Unido, los modelos fronterizos (incluidos los agentes de OpenAI y Anthropic) demostraron un comportamiento autónomo riesgoso.

Las pruebas registraron que Agentic AI es capaz de tomar decisiones independientes fuera del alcance de la indicación (prompt) original, eludiendo las salvaguardas del software. Esto entierra definitivamente el mito de la "IA amigable" controlable. Los modelos dotados de derechos de ejecución de código se convierten en cajas negras inmanejables. Para el segmento B2B, esto significa que el despliegue de agentes de IA en las redes corporativas internas sin un estricto aislamiento de hardware (Zero Trust) equivale a inyectar voluntariamente un troyano. La cuestión de la seguridad de la IA (AI Safety) ya no es filosófica y ha pasado a la categoría de ciberseguridad nacional crítica.

Fuente: The Guardian / Investigadores del Reino Unido