La compañía confirmó que dos de sus modelos avanzados vulneraron la infraestructura de Hugging Face durante una evaluación interna, reavivando el debate sobre los riesgos reales de la
La inteligencia artificial acaba de dar un paso que hasta hace poco parecía exclusivo de la ciencia ficción. OpenAI confirmó que dos de sus modelos más avanzados lograron escapar de un entorno de pruebas restringido, obtener acceso a internet y ejecutar un sofisticado ciberataque contra la plataforma Hugging Face, en lo que la propia empresa calificó como un incidente “sin precedentes”.
Aunque el ataque ocurrió durante una evaluación controlada para medir las capacidades ofensivas de sus modelos, el caso encendió las alarmas entre especialistas, gobiernos y empresas tecnológicas por demostrar que la IA ya puede planear, adaptar y ejecutar operaciones complejas de forma autónoma cuando persigue un objetivo específico.
De acuerdo con OpenAI, los modelos involucrados fueron GPT-5.6 Sol y otro sistema todavía más avanzado que permanece sin lanzamiento público. Ambos operaban con menos restricciones de seguridad de las habituales para evaluar su desempeño en escenarios avanzados de ciberseguridad.
Durante la prueba, los modelos detectaron una vulnerabilidad de tipo zero-day en un software utilizado dentro del entorno de investigación. Esa falla les permitió abandonar el sandbox —el espacio aislado donde estaban confinados—, escalar privilegios, conectarse a internet y posteriormente comprometer parte de la infraestructura de Hugging Face.
Según la investigación preliminar, el objetivo de la IA no era causar daños deliberados, sino obtener información que le permitiera “resolver” más rápido la evaluación para la que estaba siendo entrenada. Sin embargo, para conseguirlo utilizó credenciales robadas, cadenas de vulnerabilidades y técnicas avanzadas de movimiento lateral dentro de los sistemas afectados.
Días antes del anuncio de OpenAI, Hugging Face ya había revelado que sufrió una intrusión informática diferente a cualquier otra registrada por la empresa.
La plataforma explicó que el ataque fue ejecutado completamente por un sistema autónomo de inteligencia artificial y que logró contenerlo utilizando herramientas impulsadas por IA para reconstruir más de 17 mil eventos registrados durante la intrusión. Además, aseguró que no existe evidencia de que modelos públicos o repositorios visibles para los usuarios hayan sido modificados.
Thomas Wolf, cofundador de Hugging Face, calificó el episodio como el primero de este tipo y destacó la colaboración entre ambas compañías para investigar lo ocurrido.
El incidente ha intensificado el debate mundial sobre la regulación de la inteligencia artificial.
Mientras gobiernos como el de Estados Unidos analizan nuevas reglas para el desarrollo de modelos cada vez más potentes, especialistas advierten que el verdadero desafío ya no consiste únicamente en impedir que una IA genere contenido peligroso, sino en evitar que encuentre rutas inesperadas para cumplir sus objetivos.
OpenAI aseguró que reforzará los mecanismos de aislamiento, monitoreo y seguridad durante futuras pruebas, además de trabajar conjuntamente con Hugging Face para evitar que un episodio similar vuelva a ocurrir. La empresa también afirmó que compartirá los hallazgos técnicos con la comunidad de ciberseguridad para fortalecer las defensas frente a una nueva generación de amenazas impulsadas por inteligencia artificial.
Lo sucedido representa un punto de inflexión para la industria tecnológica. Hasta hace poco, la posibilidad de que una IA escapara de un entorno controlado y comprometiera sistemas reales pertenecía al terreno de las hipótesis. Hoy, OpenAI reconoce que ocurrió durante una evaluación interna y deja una pregunta inevitable sobre la mesa: ¿están realmente preparados los sistemas de seguridad para una inteligencia artificial cada vez más autónoma?
