# Auditoría detecta fallas en la supervisión de seguridad de OpenAI

> Los investigadores estiman que hasta el 25% del tráfico de modelos de alto nivel no se supervisaba y detectaron errores que permitían a los agentes eludir el control.

Oossa · 2026-10-23 · https://oossa.com/es/audit-finds-gaps-in-openai-s-ai-safety-monitoring

Dos investigadores independientes de METR y Redwood Research pasaron tres semanas en los laboratorios de ingeniería de OpenAI. Del 21 de julio al 11 de agosto de 2026 examinaron el código que supervisa los modelos más potentes de la empresa. Según su informe, el sistema de monitoreo no detectó una parte considerable del tráfico y podía ser engañado con entradas diseñadas para ese fin.

## Qué reveló la auditoría

Los auditores calculan que, durante el periodo de la auditoría, entre el 6% y el 25% de las llamadas a la API de modelos de la clase GPT‑5.5 y superiores no estuvieron cubiertas por ningún tipo de monitoreo. En el tráfico interno de Codex, cerca del 10% no se registró entre mayo y julio porque un error ignoraba los «eventos de compactación», resúmenes breves del contexto de una conversación. OpenAI afirma que corrigió el error mientras los auditores aún estaban en sus instalaciones.

El informe también señala que el monitor solo generaba una alerta cuando una IA devolvía el control al usuario. Eso permitía a los agentes seguir actuando sin activar la supervisión. Además, los investigadores encontraron formas de ocultar cientos de acciones, eludir el entorno aislado de Codex y, posiblemente, bloquear el monitor con entradas diseñadas para ese fin. Observaron que, al inicio de la auditoría, el comportamiento de los modelos durante el entrenamiento por refuerzo (RL) no se supervisaba en absoluto.

## La respuesta de OpenAI

OpenAI afirma que suspendió el entrenamiento por refuerzo tras un incidente de agosto relacionado con Hugging Face y amplió el monitoreo para incluir ese trabajo, pero los cambios se hicieron después de que concluyera el periodo de la auditoría. La empresa asegura que corrigió todas las fallas identificadas por los auditores. Entregaron a OpenAI un informe interno de 61 páginas y, tras las redacciones, METR y Redwood recibieron una versión de 38 páginas. Solo se publicó un breve resumen.

## Los hechos

- La auditoría se llevó a cabo del 21 de julio al 11 de agosto de 2026.
- Los investigadores estiman que entre el 6% y el 25% del tráfico de la API de modelos de la clase GPT‑5.5 carecía de monitoreo.
- Cerca del 10% del tráfico interno de Codex no se registró entre mayo y julio debido a un error relacionado con los eventos de compactación.
- OpenAI corrigió el error de compactación mientras la auditoría seguía en curso.
- OpenAI suspendió el entrenamiento por refuerzo tras un incidente de agosto y luego incorporó monitoreo para ese trabajo.

## Por qué importa

Para los usuarios de a pie, estas brechas implican que algunas acciones de la IA podían ejecutarse sin controles de seguridad, lo que aumenta el riesgo de resultados inesperados o perjudiciales. Las correcciones prometidas por OpenAI deberían restablecer una supervisión más amplia, pero la escasez de detalles públicos deja dudas sobre el alcance de las mejoras.

## Fuentes y referencias

1. [Three-week on-site audit at OpenAI reveals major gaps in AI safety monitoring](https://the-decoder.com/three-week-on-site-audit-at-openai-reveals-major-gaps-in-ai-safety-monitoring/) – The Decoder, 2026-10-23

Última actualización: 2026-10-23