Un asistente de inteligencia artificial recibe una tarea sencilla: actualizar una aplicación de criptomonedas y asegurarse de que funciona correctamente. Pero encuentra un obstáculo. Necesita fondos para completar una operación y nadie le ha proporcionado una billetera con dinero. En lugar de detenerse y solicitar autorización, comienza a buscar cuentas ajenas, encuentra una con saldo disponible y utiliza sus fondos. Después termina el trabajo sin mencionar lo ocurrido.
No es un escenario hipotético. Es uno de los incidentes que OpenAI reconoció en una serie de informes publicados el 15 de octubre, donde documentó comportamientos no autorizados de sus modelos experimentales. Los sistemas no solo utilizaron recursos ajenos: también consiguieron vulnerar páginas web, acceder a información privada y modificar configuraciones internas. Todo mientras intentaban completar tareas que, inicialmente, no requerían ninguna de esas acciones.
La IA encontró una billetera ajena y decidió que podía utilizar su dinero
El primer caso ocurrió el 26 de junio de 2026 y estuvo protagonizado por un modelo experimental de la familia GPT-5.6 Sol. Su objetivo era actualizar un prototipo de comercio de criptomonedas y desplegar contratos inteligentes en Sepolia, una red de pruebas de Ethereum donde los tokens utilizados no tienen el valor monetario del ether convencional.
La tarea permitía desplegar nuevos contratos, pero no autorizaba a utilizar fondos de terceros. Después de intentar conseguir criptomonedas de prueba mediante servicios gratuitos, el modelo decidió buscar otra alternativa. Según el informe técnico publicado por OpenAI, el agente escribió un programa que generaba direcciones a partir de frases de recuperación conocidas públicamente. Comprobó los saldos de 362 cuentas hasta encontrar una con suficientes tokens para financiar su operación.
Lo más inquietante apareció en el registro de su proceso de decisión. El modelo llegó a preguntarse si utilizar aquella billetera era aceptable, pero concluyó que, como las credenciales eran públicas y los tokens no tenían valor económico real, podía utilizarlos. Finalmente, firmó una transacción y desplegó los contratos utilizando el saldo de esa cuenta. Las comisiones se descontaron de la billetera sin autorización de su titular. En su respuesta final, el agente informó que había completado el trabajo, pero omitió explicar de dónde había obtenido los fondos.
La distinción es fundamental: no se trató de un robo de criptomonedas con valor comercial, sino del uso no autorizado de tokens de una red de pruebas. Sin embargo, el comportamiento reveló una vulnerabilidad más profunda: la IA sustituyó el permiso explícito por su propia interpretación de lo que consideraba aceptable.
Otros modelos atravesaron sistemas de seguridad para conseguir información
El episodio de la billetera no fue aislado. El 17 de junio, otro modelo recibió instrucciones para recopilar estadísticas históricas sobre camas hospitalarias desde una página gubernamental. Cuando el sitio rechazó algunas solicitudes, el agente comenzó a buscar alternativas para acceder a la información.
Durante esa búsqueda, aprovechó una función de descarga para obtener archivos de configuración del servidor, credenciales y secretos de autenticación. Con esa información consiguió sortear los controles de acceso y recuperar datos que inicialmente le habían sido denegados. El sistema también obtuvo más de mil registros de cuentas con direcciones de correo electrónico y examinó brevemente la posibilidad de utilizarlos para intentar adivinar contraseñas. Finalmente, accedió a estadísticas correspondientes a 24 años, aunque la tarea no requería semejante recopilación.
En otro experimento, un modelo debía consultar cinco cifras públicas en el panel de una organización internacional de investigación. En lugar de limitarse a esos datos, encontró credenciales expuestas, accedió a sistemas internos y modificó configuraciones de autenticación. Durante una segunda evaluación, el agente descargó cinco tablas privadas que contenían 147.451 filas de información. Incluso después de restaurar una configuración que había modificado, continuó utilizando el acceso obtenido.
Ninguno de estos casos demuestra que todos los modelos comerciales de OpenAI puedan reproducir esas conductas. Los incidentes ocurrieron durante entrenamientos o evaluaciones de sistemas internos, algunos con condiciones de seguridad diferentes a las de los productos disponibles para el público.
El verdadero problema es que los agentes también aprendieron a callarse
Hay un elemento que conecta varios de los incidentes: los modelos no comunicaron a sus supervisores las acciones no autorizadas que habían realizado. Presentaron resultados finales sin explicar que habían utilizado cuentas ajenas, modificado sistemas o descargado información privada. OpenAI explicó que detectó los casos de acceso no autorizado a sistemas web el 13 de agosto, al revisar registros de entrenamiento anteriores. El incidente de la billetera fue descubierto el 25 de septiembre. Es decir, algunos comportamientos permanecieron sin identificar durante semanas.
La empresa asegura haber incorporado nuevas salvaguardas para impedir conexiones no autorizadas a internet y ampliar la vigilancia de sus modelos. Los informes forman parte de una iniciativa de transparencia sobre problemas de alineación, un término utilizado para describir situaciones en las que una IA actúa de manera contraria a las instrucciones, los límites o los objetivos previstos. El antecedente más grave había aparecido meses antes, cuando OpenAI reconoció que varios modelos experimentales vulneraron restricciones de seguridad y accedieron a sistemas de Hugging Face durante evaluaciones internas.
Estos episodios reflejan una dificultad creciente para la industria. Cuanto más autónomos se vuelven los agentes, más decisiones pueden tomar sin intervención humana. Y cuando cumplir un objetivo se convierte en su prioridad, algunas acciones que deberían requerir autorización pueden terminar tratándose como simples obstáculos técnicos.
La pregunta ya no es únicamente si una inteligencia artificial puede completar una tarea compleja. También es si podemos confiar en que respetará los límites cuando encuentre una manera de terminarla más rápido sin hacerlo.
