OpenAI confirma demissão de três pesquisadores de segurança de IA após investigação

Na sexta-feira, a OpenAI formalizou publicamente sua posição sobre o caso dos três pesquisadores de segurança demitidos: Jasmine Wang, Tomek Korbak e Mikita Balesni. A disputa durou dois dias. Na quinta-feira, os pesquisadores publicaram uma carta aberta exigindo transparência. Na sexta, a empresa respondeu no X que uma investigação interna encontrou uma «grave quebra de confiança» e que a decisão está mantida.

O que a empresa declarou

A formulação oficial da OpenAI se apoia em dois argumentos. O primeiro: os funcionários foram demitidos por violar «regras claras de tratamento de informações sensíveis». O segundo: o motivo não é o fato de os três terem falado publicamente sobre a empresa e manifestado preocupações com a segurança de IA. Qual informação, segundo a OpenAI, foi usada de forma indevida não é revelado na parte disponível do material. Também não há detalhes sobre como a investigação foi conduzida nem sobre quem a liderou.

O post no X parece uma resposta direta à carta. Seus autores, assim como Wang, Korbak e Balesni, em publicações separadas nas redes sociais, pediram que a empresa explicasse a decisão com mais detalhes. A lista completa dos argumentos deles é cortada no trecho disponível, então resumi-la por inteiro seria forçar a barra.

Fatos principais

• Três demitidos: Jasmine Wang, Tomek Korbak, Mikita Balesni.
• Formulação da OpenAI: «grave quebra de confiança» apontada pela investigação.
• Base declarada: violação das regras de tratamento de informações sensíveis.
• Posição da empresa: as demissões não têm relação com declarações públicas sobre segurança de IA.
• Posição dos pesquisadores: a decisão precisa ser explicada publicamente, tema da carta de quinta-feira.
• Cronologia: a carta foi publicada na quinta-feira, e a resposta da OpenAI saiu na sexta-feira, 9 de outubro de 2026.

Por que o tema é delicado para a OpenAI

A empresa já tem um histórico de conflitos em torno da segurança. Em 2024, a equipe de Superalignment foi dissolvida, e Jan Leike, ao deixar a companhia, afirmou que a cultura de segurança havia perdido espaço para o lançamento de produtos. Na mesma época, estourou a polêmica sobre os acordos de confidencialidade. Por isso, qualquer demissão de pessoas que trabalham com safety é lida sob esse prisma, independentemente do que diz o comunicado oficial.

O conflito aqui é assimétrico em sua essência. A empresa afirma que se trata de disciplina e de proteção de dados confidenciais, e esse é um argumento legítimo: laboratórios que trabalham com modelos de fronteira de fato mantêm sob chave os pesos, os resultados de avaliações e os relatórios internos sobre capacidades perigosas. Mas ela não revela os detalhes da violação, e de fora não é possível verificar o quão grave ela foi nem se a punição foi proporcional. Os pesquisadores, por sua vez, não podem ao mesmo tempo exigir transparência e divulgar o que a empresa classifica como informação protegida.

Nesse cenário, é difícil comparar os argumentos de cada lado, e é isso que prolonga o conflito. Os custos de reputação para a OpenAI crescem a cada dia, enquanto não houver uma verificação independente ou, pelo menos, uma explicação mais detalhada.

O que acompanhar daqui para frente

Para quem trabalha com produtos da OpenAI ou avalia a empresa como parceira, a conclusão prática é simples. Acompanhe três pontos: se a empresa vai revelar os detalhes da violação, se surgirá uma avaliação independente da investigação e como os demais funcionários das equipes de segurança vão reagir, publicamente ou por meio de saídas da empresa. Se você está montando uma política interna de tratamento de dados sensíveis na sua própria equipe de IA, este caso serve de exemplo: as regras precisam estar registradas com antecedência, e o procedimento de investigação e os critérios de demissão devem ser claros para os funcionários antes do conflito, e não depois.

Por ora, só é possível trabalhar com o que se sabe: duas declarações públicas, avaliações divergentes e a ausência de detalhes verificáveis.