OpenAI sospechó que tres investigadores despedidos habían compartido diseños internos con Ryan Greenblatt y examinó sus chats en Signal, algunos con mensajes temporales, según informó The Wall Street Journal el 22 de octubre. Los implicados niegan haber filtrado secretos.
Los despidos ya eran públicos. OpenAI confirmó a AFP la separación de tres empleados y sostuvo que su investigación había acreditado un manejo de información sensible fuera de los procedimientos establecidos. La agencia identificó a Jasmine Wang, Tomek Korbak y Mikita Balesni a partir del reporte del WSJ; la empresa no confirmó sus nombres.
El nuevo reporte también recoge la negativa de Greenblatt a haber filtrado información confidencial a The Information.
La disputa tiene como antecedente la petición de los exinvestigadores de preservar la capacidad de supervisar el razonamiento de los modelos, que abordamos en esta cobertura:
Patricia Rodriguez
Qué se pierde si el razonamiento deja de ser legible
Las cadenas de pensamiento son los pasos escritos que algunos modelos generan antes de responder. Supervisarlas puede aportar señales de engaño o de intentos de manipular una evaluación que no aparecen en la respuesta final.
Korbak, Balesni, Wang y Greenblatt figuran entre los autores de un artículo científico presentado en julio de 2025 que describe esta oportunidad de seguridad. El trabajo advierte que el monitoreo es imperfecto: algunas conductas indebidas pueden pasar inadvertidas. Por eso recomienda combinarlo con otros métodos y considerar cómo las decisiones de desarrollo afectan su utilidad.
OpenAI reconoce esa fragilidad en sus propias evaluaciones, publicadas en diciembre de 2025. Allí señala que los cambios de entrenamiento, los datos y el crecimiento de los modelos pueden alterar la facilidad para vigilarlos. En las pruebas descritas, examinar las cadenas de pensamiento resultó más eficaz que observar únicamente acciones y respuestas finales.
Esto explica el valor de conservar el acceso a esas señales para las revisiones de seguridad. También marca su límite: leer el razonamiento escrito mejora la supervisión, pero no equivale a conocer todo lo que determina la conducta del sistema.
Gerardo Pavez
