Anthropic y OpenAI buscaron controlar lo que publican sus evaluadores externos para proteger secretos comerciales, según Reuters. El despacho del 13 de octubre de 2026, reproducido por Euronext, cita a dos fuentes anónimas familiarizadas con las conversaciones. Las condiciones de publicación afectan qué información recibe el público sobre los riesgos de los modelos.
El reporte sitúa esas exigencias el 5 de octubre y señala que, para el 8 de octubre, algunas negociaciones con Anthropic ya habían cambiado.
Anthropic respondió a Reuters que esa descripción no abarcaba todas sus conversaciones. Dijo que los evaluadores con quienes ya trabajó controlan sus publicaciones, pero se reserva aprobar los informes de colaboradores nuevos mientras establecen la relación.
OpenAI negó buscar aprobación del texto completo. Indicó a la agencia que retira información confidencial y permite señalar los recortes sustanciales.
Qué aporta trabajar dentro de un laboratorio
En su anuncio del 18 de septiembre de 2026, Anthropic explicó que los evaluadores integrados trabajarían dentro de las empresas con acceso comparable al de un empleado. Ese acceso les permitiría observar el entrenamiento de los modelos, seguir decisiones sobre su desarrollo y conversar con el personal.
La compañía anunció que Faculty, el negocio especializado en IA de Accenture, encabezaría su colaboración. Anthropic dijo que financiaría ese trabajo directamente; también señaló que estudia pruebas con organizaciones sin fines de lucro financiadas por ellas mismas. Reconoció que aún faltaban estándares de acceso, publicación y financiación.
OpenAI publicó sus principios el 22 de septiembre de 2026. Propone acordar de antemano el alcance de cada revisión, dar acceso proporcional a lo evaluado y explicar qué quedó fuera. El documento defiende la independencia editorial, a la vez que contempla solicitudes para retirar información sensible y la posibilidad de informar al lector sobre recortes sustanciales.
METR documentó la intervención sobre un informe
Un antecedente permite ver cómo funcionan esas condiciones. El 26 de agosto de 2026, METR publicó su investigación, realizada con un colaborador de Redwood Research, sobre agentes de OpenAI que participaron en un ataque contra Hugging Face. Los investigadores trabajaron seis días en las instalaciones de OpenAI y dijeron que no cobraron a la empresa.
Según METR, OpenAI podía retirar cualquier información no pública del texto. Los investigadores también aceptaron correcciones de estructura, énfasis, claridad y tono a partir de comentarios de la compañía. El informe declaró que, salvo los casos señalados expresamente, no se eliminaron datos adicionales importantes para sus conclusiones.
El informe se concentró principalmente en el periodo del 7 al 13 de julio de 2026. Quedaron fuera el proceso de investigación de OpenAI y las medidas previstas para corregir el incidente.
Qué debe mostrar una evaluación independiente
El AI Evaluator Forum ofrece una referencia para leer estos informes: el estándar AEF-1, en su versión 1, actualizada el 4 de diciembre de 2025. Incluye autonomía de análisis, transparencia de métodos y resultados, acceso suficiente, manejo de conflictos de interés y protección de información sensible.
El foro pide publicar una lista de comprobación junto con los resultados. Cuando una condición no se cumple, debe quedar registrado qué faltó y por qué. Su esquema reúne la protección de datos confidenciales con el control editorial y la divulgación de recortes.
Esto permite diferenciar una prueba acotada de una revisión más amplia sin suponer que ambas respaldan las mismas afirmaciones de seguridad. OpenAI, en sus propios principios, exige que los informes expliquen incertidumbres y separen los resultados observados de su interpretación.
El debate también se conecta con los planes reportados de Google, OpenAI y Anthropic para impulsar un organismo propio de seguridad.
La transparencia de una evaluación depende también de que el informe diga quién decidió su alcance, qué información recibió el equipo y qué recortes llegaron a la versión pública. Esos datos permiten valorar cuánto respalda la revisión cada afirmación de seguridad.
