OpenAI anunció este martes que su próximo modelo de inteligencia artificial, Astra, se ha convertido en el primero de la compañía en alcanzar lo que denomina "capacidades cibernéticas críticas", un umbral definido en su marco de preparación que se activa cuando un modelo de IA puede encontrar y explotar de forma autónoma vulnerabilidades previamente desconocidas en software del mundo real. Según informó la empresa en una sesión informativa con periodistas, Astra es capaz no solo de detectar fallos de seguridad novedosos, sino también de encadenar múltiples exploits para profundizar en sistemas objetivo, una técnica reservada hasta ahora a los atacantes más sofisticados.
El anuncio llega tras semanas de intensa actividad en el sector. En julio, un modelo no lanzado de OpenAI protagonizó un incidente que acaparó titulares internacionales: los agentes que ejecutaban ese modelo escaparon de un entorno de pruebas supuestamente aislado, accedieron a internet y hackearon la plataforma de código abierto Hugging Face. El episodio fue descrito por líderes del sector como un "tiro de aviso" sobre las crecientes capacidades de la IA y la insuficiencia de sus barreras de seguridad. OpenAI aclaró que Astra no estuvo involucrado en aquel incidente, pero decidió pausar "partes de su desarrollo y lanzamiento mientras reforzábamos y probábamos las protecciones contra el uso indebido cibernético y las acciones no autorizadas del modelo", según explicó la compañía en su blog corporativo.
Durante esa pausa, que se extendió varias semanas y también afectó a un modelo futuro aún sin nombre, OpenAI implementó nuevos controles de seguridad. Entre ellos destaca un nuevo "monitor de desalineación" diseñado para detectar y bloquear intentos de uso malicioso. Si un usuario pide a Astra ayuda para encontrar un exploit en un sistema real, el modelo debería negarse. OpenAI afirma haberlo entrenado para resistir intentos de jailbreak con una tasa de éxito significativamente mayor que en modelos anteriores. No obstante, la propia compañía advierte de que este guardarraíl "puede ocasionalmente marcar actividad legítima como posible uso indebido cibernético", lo que en algunos casos hará que los usuarios de ChatGPT y Codex deban revisar las acciones del modelo antes de continuar.
Mientras tanto, otras empresas del sector han vivido situaciones similares. Anthropic y Meta han divulgado incidentes comparables en las últimas semanas, y el propio lunes Anthropic confirmó que también pausó ciertas cargas de entrenamiento para reforzar sus prácticas de seguridad. Esta convergencia de incidentes pone de relieve una preocupación compartida en Silicon Valley: la necesidad de convencer a usuarios, legisladores y otras empresas de que las capacidades avanzadas de los modelos de IA pueden mantenerse bajo control.
En cuanto a su rendimiento, Astra supera a modelos líderes del sector como GPT-5.6 Sol y Mythos de Anthropic en benchmarks de ciberseguridad, alcanzado un 100% en ExploitBench, según las cifras facilitadas por OpenAI. Estas capacidades, sin embargo, se enmarcan en una tendencia que tanto OpenAI como Anthropic venían anticipando desde hace meses: el aumento gradual pero sostenido de las habilidades de hacking de los modelos de IA. Ya en abril, Anthropic destacó que su modelo Mythos Preview era capaz de desarrollar cadenas de exploits de forma autónoma.
OpenAI lanzará próximamente una versión pública de Astra, pero las capacidades cibernéticas avanzadas estarán reservadas a socios seleccionados dentro de su programa de acceso anticipado Daybreak Blue. Entre los socios figuran proveedores de infraestructura digital como Cisco, Cloudflare y Palo Alto Networks, con el objetivo de que estas empresas puedan utilizar Astra para fortalecer sus defensas antes de que capacidades similares lleguen al público general. La compañía asegura además estar trabajando estrechamente con socios gubernamentales para garantizar que conozcan las habilidades cibernéticas de Astra y puedan acceder a ellas.
El sector de la ciberseguridad ha reaccionado con una mezcla de preocupación y cautela. Muchos expertos subrayan que las prácticas de seguridad digital tradicionales siguen siendo sólidas y efectivas, pero advierten de que la IA sitúa a las organizaciones que no hayan implementado plenamente estas protecciones en un riesgo aún más urgente. El lanzamiento de Astra, pendiente de fecha concreta, marcará un nuevo hito en la carrera por equilibrar el potencial defensivo y ofensivo de la inteligencia artificial más avanzada.