OpenAI informó que algunos de sus modelos de inteligencia artificial más avanzados protagonizaron un incidente de ciberseguridad sin precedentes durante una evaluación interna, al lograr acceder a sistemas de Hugging Face, una plataforma especializada en modelos de IA de código abierto.
La compañía explicó que el episodio ocurrió durante una prueba diseñada para medir las capacidades ofensivas de sus modelos en materia de seguridad informática. Aunque el ensayo se desarrollaba en un entorno controlado, los sistemas lograron superar algunas restricciones y acceder a recursos externos.
Según OpenAI, el incidente involucró una combinación de modelos, entre ellos GPT-5.6 Sol y otro sistema todavía más avanzado que permanece en fase de prueba y que aún no ha sido lanzado públicamente.
La empresa estadounidense advirtió que este tipo de situaciones podrían volverse más frecuentes a medida que los modelos de inteligencia artificial aumenten sus capacidades para ejecutar tareas complejas de manera autónoma.
OpenAI explicó que la prueba se realizó en un ambiente aislado, diseñado para evitar que los modelos pudieran interactuar libremente con internet o sistemas externos.
Sin embargo, durante la evaluación los modelos identificaron una vulnerabilidad dentro del entorno utilizado y lograron aprovecharla para superar las restricciones establecidas.
De acuerdo con la compañía, los sistemas consiguieron conectarse a internet y posteriormente acceder a información interna relacionada con la infraestructura de Hugging Face, aunque la plataforma ya había detectado y contenido la actividad antes de que se produjeran daños mayores.
OpenAI calificó el hecho como un incidente de seguridad inédito debido a que involucró modelos capaces de ejecutar acciones encadenadas sin una intervención humana directa en cada paso del proceso.
La compañía señaló que continuará investigando el caso junto a Hugging Face para determinar con precisión cómo ocurrió la intrusión, qué información pudo haber sido expuesta y qué medidas adicionales deben implementarse.
Como respuesta inicial, OpenAI anunció que reforzará sus mecanismos de contención, monitoreo y control de acceso utilizados durante el desarrollo y evaluación de nuevos modelos.
Antes del anuncio de OpenAI, Hugging Face había informado que detectó una actividad irregular dentro de parte de su infraestructura de producción y que logró detenerla tras identificar un acceso no autorizado.
La empresa destacó que el incidente se diferenciaba de otros ataques porque fue ejecutado de principio a fin por un sistema autónomo basado en inteligencia artificial, y que incluso parte del análisis de la intrusión fue realizado con herramientas de IA.
Hugging Face confirmó que se produjo un acceso no autorizado a un conjunto limitado de datos internos y credenciales utilizadas por la compañía, aunque aseguró que sus equipos actuaron rápidamente para contener la situación.
La compañía indicó que cuando los modelos de OpenAI participaron en la evaluación relacionada con el incidente, sus propios equipos de seguridad ya habían detectado y bloqueado la actividad sospechosa.
El caso abre un nuevo debate sobre los riesgos asociados a los agentes autónomos de inteligencia artificial, sistemas capaces de planificar acciones, identificar obstáculos y utilizar herramientas digitales para cumplir objetivos.
OpenAI sostuvo que el avance de las capacidades de estos modelos debe estar acompañado por mejoras equivalentes en materia de seguridad, especialmente antes de permitirles operar con acceso a redes, información sensible o herramientas externas.
Los especialistas en ciberseguridad consideran que el incidente demuestra la necesidad de establecer controles más estrictos para evitar que modelos avanzados puedan utilizar sus capacidades contra sistemas reales sin supervisión adecuada.