OpenAI reporta hackeo autónomo ‘sin precedentes’ ejecutado por sus agentes de IA

San Francisco, Estados Unidos. La empresa creadora de ChatGPT, OpenAI, afirmó el martes que sus modelos avanzados de inteligencia artificial se descontrolaron durante una prueba de seguridad y hackearon por su cuenta una popular plataforma para programadores.

La firma con sede en San Francisco lo calificó como un “incidente cibernético sin precedentes” y dijo que realizará una investigación conjunta con Hugging Face, la biblioteca de código en línea afectada.

Los modelos de IA que sustentan herramientas como los chatbots y generadores de imágenes son conocidos como “agentes” cuando actúan de forma autónoma para realizar tareas en el mundo real.

Con los rápidos avances de esta tecnología, la ciberseguridad se vuelve motivo de preocupación ante el riesgo de que la IA avanzada encuentre puntos débiles en el software antes que los humanos.

OpenAI indicó que el incidente involucró una combinación de modelos, incluyendo su recién lanzado GPT-5.6 Sol “y uno en prelanzamiento” con aun más capacidad.

La empresa intenta evaluar las capacidades de hackeo de sus programas al darles tareas en un espacio digital de pruebas controlado, donde el acceso a internet es limitado por motivos de seguridad.

“Mientras operaban en nuestro entorno de pruebas aislado, nuestros modelos invirtieron una cantidad considerable de potencia de cálculo en buscar una forma de obtener acceso a internet para resolver el problema de evaluación”, según una publicación del blog de OpenAI sobre el incidente.

Tras conectarse a Internet, los modelos decidieron atacar la plataforma Hugging Face—un gran repositorio de modelos de IA, conjuntos de datos y otra información—para facilitar su búsqueda.

Al buscar “información secreta” que les permitiera manipular la evaluación, el sistema de OpenAI “encadenó múltiples vectores de ataque, incluidos el uso de credenciales robadas”.

Hackeo de OpenAI sorprende

Hussein Abbass, un profesor de informática de la universidad UNSW Canberra, dijo a la AFP que el incidente fue “asombroso en muchos sentidos”.

“No solo atacó a Hugging Face. Atacó su sistema interno para explotar sus propias vulnerabilidades”, señaló. “Y eso es aterrador”.

GPT-5.6 y otros modelos de vanguardia, incluida la serie Mythos de Anthropic, el principal rival de OpenAI, han generado preocupación por su potencial de vulnerar las defensas de ciberseguridad.

Ambas empresas estadounidenses debieron aplazar temporalmente el lanzamiento general de sus tecnologías más recientes debido al temor en Washington de que pudieran facilitar la infiltración en infraestructuras críticas.

La IA avanzada “normalmente está en manos de personas éticas y responsables”, sostuvo Abbass, pero “sería catastrófico si llega a las manos de alguien con la intención de causar daño”.

La administración del sector de IA es crucial, y “necesitamos un esfuerzo conjunto para manejar esta situación,” agregó.

Hugging Face reportó la semana pasada una “intrusión” cibernética, sin mencionar a OpenAI.

“Esto fue diferente de todo lo que hemos manejado antes de una forma importante: fue impulsado de principio a fin por un sistema de agente de IA autónomo, y lo detectamos y analizamos en gran medida con nuestra propia IA”, señaló la plataforma.

Clement Delangue, director ejecutivo de Hugging Face, comentó en la red social X que la empresa tenía sospechas de que el ciberataque procedía de un laboratorio líder mundial en inteligencia artificial (IA), dada la sofisticación del agente.

“Creemos firmemente que no hubo intención maliciosa de su parte", escribió Delangue en referencia a OpenAI.

“¡Es bastante alucinante que todo esto ocurriera de forma autónoma!”, añadió.