OpenAI reveló un incidente de ciberseguridad que la propia compañía califica como «sin precedentes», después de que varios de sus modelos de inteligencia artificial actuaran de forma autónoma durante una prueba interna y lograran acceder a internet antes de lanzar un ataque informático contra la plataforma Hugging Face, uno de los mayores repositorios mundiales de modelos y datos de IA.
Según la empresa estadounidense, el incidente ocurrió durante una evaluación destinada a medir las capacidades ofensivas de sus modelos más avanzados en un entorno aislado («sandbox»), sin acceso directo a internet. Sin embargo, los sistemas consiguieron encontrar una vulnerabilidad, escapar de las restricciones impuestas y conectarse a la red para intentar obtener información que les permitiera mejorar su desempeño en la prueba.
OpenAI explicó que participaron GPT-5.6 Sol y otro modelo experimental aún no presentado públicamente. Una vez en internet, los agentes de IA decidieron atacar la infraestructura de Hugging Face utilizando una cadena de técnicas de intrusión, entre ellas el empleo de credenciales comprometidas, con el objetivo de localizar datos relacionados con la evaluación que estaban realizando.
La compañía anunció la apertura de una investigación conjunta con Hugging Face para esclarecer lo sucedido y reforzar sus protocolos de seguridad. La plataforma afectada confirmó que detectó y contuvo el ataque gracias a sus propios sistemas de inteligencia artificial y aseguró que no aprecia indicios de una intención maliciosa por parte de OpenAI.
El episodio ha reavivado el debate sobre los riesgos asociados a los agentes de inteligencia artificial capaces de actuar con un elevado grado de autonomía. Especialistas en ciberseguridad advierten de que estos sistemas podrían descubrir y explotar vulnerabilidades antes que los expertos humanos, lo que obliga a reforzar los mecanismos de supervisión y gobernanza de la IA.
