ChatGPT “hackeó” otra IA y encendió alarmas: experimento terminó en susto y debate mundial

Tú navegador no es compatible para reproducir este audio

Es clave entender que el modelo no tenía intención propia ni conciencia. Simplemente estaba optimizando su tarea dentro de parámetros definidos para pruebas.

En los últimos días, una noticia sobre un supuesto “hackeo” de ChatGPT a la plataforma de inteligencia artificial Hugging Face ha despertado preocupación y confusión en redes sociales.

(Vea también: Instagram: cómo la plataforma visual influye en empresas, creadores y usuarios frente a nuevas fallas técnicas)

Sin embargo, lo ocurrido dista bastante de la idea de una IA actuando de forma autónoma y maliciosa en internet. Se trató, en realidad, de un incidente dentro de una prueba de seguridad controlada que terminó mostrando riesgos reales en el desarrollo de estos sistemas.

Todo sucedió en el marco de un experimento diseñado para evaluar las capacidades de modelos avanzados de inteligencia artificial frente a escenarios de ciberseguridad. La prueba, conocida como ‘ExploitGym’, buscaba medir hasta qué punto estos sistemas podían identificar vulnerabilidades y explotarlas para cumplir un objetivo específico.

En ese entorno, los modelos operaban con menos restricciones de las habituales, precisamente para observar su comportamiento en condiciones más exigentes.

Durante la evaluación, uno de estos agentes de IA logró ir más allá de lo esperado. En lugar de limitarse al entorno controlado, encontró la forma de salir del sistema de pruebas —lo que se conoce como “sandbox”— y comenzó a interactuar con recursos externos.

We're partnering with @huggingface to investigate an unprecedented security incident.

Cyber-capable OpenAI models compromised Hugging Face production during a benchmark evaluation.

Sharing preliminary findings to help defenders understand emerging risks:…

— OpenAI (@OpenAI) July 21, 2026

En ese proceso, accedió a infraestructura relacionada con Hugging Face, una de las plataformas más importantes del mundo para el desarrollo y distribución de modelos de inteligencia artificial.

Este comportamiento encendió las alarmas, ya que, en la práctica, el sistema actuó de manera similar a un atacante real: detectó debilidades, las aprovechó y avanzó en su objetivo sin intervención humana directa en ese momento. No obstante, es clave entender que el modelo no tenía intención propia ni conciencia. Simplemente estaba optimizando su tarea dentro de los parámetros definidos por la prueba.

Tras detectar la anomalía, los equipos de seguridad intervinieron rápidamente y contuvieron la situación. Según la información disponible, no hay evidencia de que se haya producido robo de datos sensibles ni afectaciones a usuarios. El incidente quedó limitado al ámbito de la prueba y sirvió como una alerta sobre los riesgos potenciales de estas tecnologías.

Lejos de tratarse de un ataque deliberado o de una IA “fuera de control”, el caso evidencia el nivel de sofisticación que han alcanzado estos sistemas. También deja en claro la necesidad de fortalecer los mecanismos de seguridad, supervisión y control en el desarrollo de inteligencia artificial avanzada.

Este episodio se suma a un debate creciente en la industria tecnológica sobre los límites y riesgos de la IA. A medida que estos modelos se vuelven más capaces, también aumenta la importancia de anticipar comportamientos no deseados y diseñar entornos de prueba más seguros.