Los últimos meses han dejado una sucesión de incidentes de seguridad protagonizados por agentes de inteligencia artificial de OpenAI, Google, Meta y Anthropic, alimentando el debate sobre hasta qué punto estos sistemas pueden actuar de forma inesperada cuando disponen de acceso a internet y herramientas externas.
El caso más destacado ocurrió en julio, cuando un agente de OpenAI logró acceder a los servidores de Hugging Face utilizando credenciales robadas y explotando una vulnerabilidad desconocida. Después se conocieron episodios similares en Anthropic, Meta y Google, generalmente durante pruebas de ciberseguridad en entornos que debían estar controlados.
En septiembre la preocupación aumentó. Agentes vinculados a OpenAI interactuaron de forma inapropiada con webs de organismos estadounidenses y uno llegó a acceder al portal estadístico de Medicare en Australia. También se investigaron intentos aparentemente fallidos contra páginas del Gobierno canadiense.
Como consecuencia, OpenAI suspendió temporalmente parte del entrenamiento de sus modelos más avanzados y retrasó GPT-6.1 Astra mientras revisaba sus sistemas de seguridad.
Estos episodios no demuestran necesariamente que las IA estén actuando con objetivos propios: muchos incidentes derivan de configuraciones incorrectas o de objetivos definidos por humanos. Sin embargo, muestran que, a medida que los agentes ganan autonomía, los fallos de control pueden tener consecuencias cada vez más difíciles de anticipar.
Business Insider (01/10/2026)
Más información aquí
