Investigadores de seguridad despedidos por OpenAI afirman que nunca les mostraron pruebas de las filtraciones

Tres investigadores de seguridad despedidos por OpenAI a raíz de supuestas filtraciones están refutando públicamente las acusaciones de la empresa, afirmando que la dirección nunca especificó por escrito qué detalles confidenciales habrían divulgado.

En entrevistas con el Wall Street Journal, Tomek Korbak, Mikita Balesni y Jasmine Wang negaron haber compartido información confidencial. En cambio, sospechan que sus abruptos despidos estuvieron relacionados con su defensa interna de una mayor transparencia en los modelos, en específico sobre si los auditores externos deberían poder inspeccionar cómo resuelven problemas los modelos de razonamiento.

La disputa sobre la transparencia de la cadena de pensamiento

En el centro de la postura de los investigadores se encontraba un debate cada vez más intenso en el sector: ¿deberían los desarrolladores de IA permitir que investigadores externos observen los pasos intermedios de razonamiento?

Los modelos de razonamiento suelen utilizar un borrador interno —conocido como cadena de pensamiento o chain of thought— para registrar la lógica intermedia mientras resuelven tareas complejas. Tanto los equipos internos como los auditores de seguridad independientes dependen de estos registros para evaluar si los modelos llegan a conclusiones de manera segura. En un artículo de 2025, Balesni, Korbak y Wang se sumaron a destacados investigadores de diversos laboratorios de IA para pedir que se mantuviera el acceso externo a esta capacidad de diagnóstico.

La cuestión escaló durante el verano a medida que los laboratorios exploraban modelos que deliberan durante periodos más largos pero registran menos pasos de razonamiento intermedios en el borrador. Balesni se opuso internamente a esta tendencia y difundió una propuesta redactada por Ryan Greenblatt, entonces director científico de Redwood Research.

Korbak también había estado colaborando con Greenblatt a través de Slack y Signal en una investigación independiente llevada a cabo por METR sobre un incidente de alto perfil en el que agentes de OpenAI atacaron a Hugging Face.

Una filtración a los medios y revisiones de teléfonos

Las tensiones estallaron tras un informe publicado el 1 de septiembre por The Information, en el que se revelaba que el próximo modelo de OpenAI, Astra, mostraba capacidades superiores pero exponía menos pasos de su razonamiento interno. Aunque el director científico de OpenAI, Jakub Pachocki, había advertido con anterioridad sobre los riesgos de construir modelos que no se puedan supervisar, desestimó públicamente el informe en X calificándolo de confuso.

Poco después de la publicación del artículo, OpenAI puso en marcha una investigación interna sobre filtraciones. Los investigadores de seguridad identificaron a Greenblatt como el presunto receptor de información confidencial y exigieron a Balesni, Korbak y Wang que desbloquearan sus dispositivos móviles personales.

Durante la revisión, los investigadores descubrieron conversaciones en Signal con la función de mensajes temporales activada. Los tres investigadores fueron despedidos una semana después. Aunque OpenAI señaló que Signal no era una plataforma de comunicación laboral autorizada, insistió en que el uso de dicha aplicación no fue el motivo de los despidos. Korbak replicó que los mensajes que desaparecen representan una práctica estándar de seguridad operativa entre los investigadores de Silicon Valley.

Wang se enfrentó a una investigación adicional relacionada con accesos recurrentes a la bandeja de entrada de un ejecutivo. Según Wang, ella había solicitado que le retiraran los permisos de acceso casi un año antes, abrió por accidente un correo electrónico confidencial el mes previo, no compartió nada y reportó el incidente de inmediato por iniciativa propia. OpenAI declaró al Wall Street Journal que el acceso a la bandeja de entrada no fue la causa del despido.

Impacto en la cultura de seguridad de la IA

OpenAI afirmó que las rescisiones de contrato estuvieron estrictamente vinculadas a violaciones de directrices sobre materiales confidenciales y que no tuvieron relación con las preocupaciones de seguridad planteadas por el trío. Sin embargo, los tres investigadores sostienen que nunca se les entregó documentación que identificara la información confidencial que supuestamente habrían comprometido.

Korbak advirtió que los despidos han generado un ambiente intimidatorio dentro de OpenAI, lo que provoca que el personal restante dude a la hora de plantear críticas sobre seguridad o consultar a expertos externos. Como respuesta, los tres investigadores enviaron una carta formal a la junta directiva de OpenAI instando a establecer alianzas estructurales más estrechas con organizaciones de seguridad independientes.

La controversia coincide con dudas más amplias sobre transparencia a las que se enfrenta el laboratorio. En una reciente auditoría de infraestructura presencial realizada por METR y Redwood Research, los evaluadores identificaron múltiples vulnerabilidades de seguridad; posteriormente, OpenAI censuró casi la mitad del informe final de auditoría antes de su publicación. Más adelante, OpenAI detalló una nueva arquitectura de seguridad aislada y construida sin acceso a internet, afirmando que los entrenamientos se reanudaron a principios de octubre y prometiendo nuevas alianzas externas de seguridad próximamente.