Tres investigadores de seguridad despedidos de OpenAI rechazan las acusaciones de filtración

Tres investigadores de seguridad despedidos de OpenAI han publicado una carta abierta en la que rechazan las acusaciones de haber manejado de forma indebida información sensible. Según ellos, los propios despidos ya generan un «efecto inhibidor»: los empleados que trabajan en los riesgos de la IA empiezan a calibrar si merece la pena plantear cuestiones incómodas dentro de la empresa. TechCrunch informó de la carta el 8 de octubre de 2026.

Qué se sabe hasta ahora

Los detalles públicos son escasos. Según la información disponible, los tres extrabajadores de OpenAI, que trabajaban en la seguridad de los modelos, perdieron su empleo en medio de acusaciones de manejo indebido de información sensible. La breve nota no aclara qué materiales estaban implicados, cómo acabaron, según la versión de la compañía, donde no debían ni quién formuló las acusaciones. Especular sobre estas circunstancias sería un error. Tampoco se expone la postura oficial de OpenAI en el texto disponible.

Los hechos conocidos hasta hoy:

• número de despedidos: 3 investigadores de seguridad;
• formato de la reacción: una carta abierta;
• postura de los autores: rechazan las acusaciones y sostienen que los despidos dañan la cultura de seguridad;
• naturaleza de las acusaciones de la compañía: manejo de información sensible, sin especificar el tipo de datos;
• fuente: TechCrunch, 8 de octubre de 2026.

Por qué importa la formulación

El «manejo indebido de información sensible» abarca un espectro muy amplio: desde reenviar un documento a una dirección personal hasta entregar materiales a periodistas o a expertos externos. Para los investigadores de seguridad, la frontera entre escalar un problema internamente y «filtrar» información suele ser difusa. Su trabajo consiste en detectar comportamientos peligrosos de los modelos, y las evaluaciones de capacidades peligrosas suelen figurar entre los datos más reservados de un laboratorio.

OpenAI tiene antecedentes en este terreno. En abril de 2024 la compañía despidió a Leopold Aschenbrenner; varios medios informaron de acusaciones de filtración, mientras que él afirmaba que había compartido con investigadores externos un documento sobre seguridad. En mayo de 2024 se disolvió el equipo de Superalignment, y Jan Leike, al marcharse, declaró que la cultura de seguridad había cedido terreno ante el lanzamiento de productos. En junio de ese año, empleados actuales y antiguos de laboratorios publicaron la carta «Right to Warn». Por las mismas fechas salió a la luz la práctica de los acuerdos de confidencialidad con amenaza de perder las acciones, de la que Sam Altman prometió desistir.

Cómo funciona el «efecto inhibidor»

El argumento de los autores de la carta no se apoya en la suerte de las tres personas, sino en el mensaje que reciben los demás. Si se puede perder el empleo por una transmisión de información controvertida, la estrategia racional para un ingeniero es callar o discutir los riesgos solo de forma oral. Para una compañía cuyos modelos se integran en procesos críticos, eso supone menos advertencias documentadas y menos posibilidades de detectar un problema antes del lanzamiento.

La empresa también tiene una postura legítima. Los pesos de los modelos, los resultados de las pruebas de capacidades peligrosas y los detalles de la infraestructura deben protegerse, y vulnerar el régimen de acceso sigue siendo una infracción aunque los motivos del empleado sean buenos. Solo los hechos concretos permitirán juzgar a las partes: qué se transmitió exactamente, a quién y con arreglo a qué normas.

Qué conviene seguir a partir de ahora:

• la respuesta de OpenAI y la divulgación del fondo de las acusaciones;
• los posibles pasos legales de los despedidos, incluidas las denuncias ante reguladores;
• la reacción de otros empleados de laboratorios: nuevas cartas, salidas, comentarios públicos;
• la aplicación de las normas de protección de denunciantes en la industria de la IA. Por ejemplo, la ley SB 53 de California, aprobada en 2025, incluye disposiciones de este tipo para los desarrolladores de modelos de frontera.

Si trabaja en un laboratorio de IA, averigüe de antemano qué canales internos de escalado se consideran protegidos y deje constancia por escrito de sus comunicaciones. Los clientes corporativos y los inversores deberían preguntar a los proveedores de modelos cómo está organizado el procedimiento para comunicar riesgos y qué les ocurre a quienes lo utilizan.