Três pesquisadores de segurança demitidos da OpenAI negam acusações de vazamento

Três pesquisadores de segurança demitidos da OpenAI publicaram uma carta aberta na qual negam as acusações de manuseio indevido de informações sensíveis. Segundo eles, as próprias demissões já criam um “efeito inibidor”: quem trabalha com riscos de IA passa a pesar se vale a pena levantar questões incômodas dentro da empresa. O TechCrunch noticiou a carta em 8 de outubro de 2026.

O que se sabe até agora

Há poucos detalhes públicos. A reportagem indica que três ex-funcionários da OpenAI que trabalhavam com segurança de modelos perderam o emprego em meio a acusações de manuseio indevido de informações sensíveis. A nota curta não diz que materiais estariam em questão, como eles teriam ido parar onde não deveriam, na versão da empresa, nem quem formulou as acusações. Especular sobre essas circunstâncias seria um erro. A posição oficial da OpenAI também não aparece no texto disponível.

O que se sabe até agora:

• número de demitidos: 3 pesquisadores de segurança;
• formato da reação: carta aberta;
• essência da posição dos autores: as acusações são contestadas, e as demissões prejudicam a cultura de segurança;
• natureza das acusações da empresa: manuseio de informações sensíveis, sem especificar o tipo de dado;
• fonte: TechCrunch, 8 de outubro de 2026.

Por que a formulação importa

“Manuseio indevido de informações sensíveis” cobre um espectro muito amplo: de encaminhar um documento para um e-mail pessoal a repassar materiais a jornalistas ou a especialistas externos. Para pesquisadores de segurança, a fronteira entre escalar um problema internamente e “vazar” informação costuma ser difusa. O trabalho deles é identificar comportamentos perigosos dos modelos, e as avaliações de capacidades perigosas geralmente estão entre os dados mais fechados de um laboratório.

A OpenAI tem histórico nesse assunto. Em abril de 2024, a empresa demitiu Leopold Aschenbrenner. Veículos de imprensa citaram acusações de vazamento, enquanto ele afirmava ter repassado a pesquisadores externos um documento sobre segurança. Em maio de 2024, a equipe de Superalignment foi desfeita, e Jan Leike, ao sair, declarou que a cultura de segurança havia cedido espaço ao lançamento de produtos. Em junho do mesmo ano, funcionários atuais e antigos de laboratórios publicaram a carta “Right to Warn”. Na mesma época, veio à tona a prática de acordos de confidencialidade com ameaça de perda de ações, que Sam Altman prometeu abandonar.

A mecânica do “efeito inibidor”

O argumento dos autores da carta não se baseia no destino de três pessoas, mas no sinal enviado aos demais. Se uma transferência de informação controversa pode custar o emprego, a estratégia racional para um engenheiro é se calar ou discutir riscos apenas oralmente. Para uma empresa cujos modelos são incorporados a processos críticos, isso significa menos alertas documentados e menos chances de detectar um problema antes do lançamento.

A empresa também tem uma posição legítima. Pesos de modelos, resultados de testes de capacidades perigosas e detalhes de infraestrutura precisam ser protegidos, e a violação do regime de acesso continua sendo violação, mesmo que a motivação do funcionário seja boa. Só fatos concretos poderão decidir quem tem razão: o que exatamente foi repassado, a quem e segundo quais regras.

O que acompanhar daqui para a frente:

• a resposta da OpenAI e a divulgação do teor das acusações;
• possíveis medidas jurídicas dos demitidos, inclusive recursos a órgãos reguladores;
• a reação de outros funcionários de laboratórios: novas cartas, saídas, comentários públicos;
• a aplicação de normas de proteção a denunciantes na indústria de IA. Por exemplo, a lei californiana SB 53, aprovada em 2025, inclui esse tipo de disposição para desenvolvedores de modelos de ponta.

Se você trabalha em um laboratório de IA, descubra com antecedência quais canais internos de escalonamento são considerados protegidos e registre suas comunicações por escrito. Clientes corporativos e investidores devem perguntar aos fornecedores de modelos como funciona o procedimento de comunicação de riscos e o que acontece com quem o utiliza.