Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La seguridad de la inteligencia artificial ya no se mide solo en lo que un modelo sabe hacer, sino en cuánto cuesta vigilarlo mientras lo hace.
OpenAI calcula que tendrá que añadir una capa de monitorización que eleva un 20% el cómputo extra sobre la inferencia vigilada. El matiz importa porque ese aumento no alude a tarjetas gráficas, presupuesto ni plantilla de alineación, sino al trabajo de vigilancia que acompaña a cada respuesta del sistema.
OpenAI convirtió la vigilancia en una condición técnica
La obligación no afecta a cualquier modelo por igual. OpenAI la impone en entrenamientos de aprendizaje por refuerzo y en evaluaciones cuando el sistema alcanza capacidades de GPT-5.6 Sol o superiores.
Astra entró además en esa categoría por una razón distinta. Tras mostrar capacidad en ciberseguridad, cualquier proceso de inferencia de ese modelo quedó sometido a vigilancia obligatoria.
Esa decisión no llegó en frío.
OpenAI detuvo durante dos semanas el entrenamiento de aprendizaje por refuerzo de Astra después de un incidente con Hugging Face. El entrenamiento sigue en pausa mientras la compañía realiza comprobaciones para garantizar el alineamiento del modelo.
Vigilar ya no consiste solo en mirar la salida
Dentro de ese esquema, OpenAI usa detectores de bajo coste que examinan la actividad interna del modelo unidad por unidad. Cuando encuentran indicios sospechosos, elevan esos casos a agentes de inteligencia artificial especializados.
Ahí aparece una idea menos visible y bastante más práctica. La vigilancia añade trabajo computacional justo en el momento de la inferencia, que es donde el modelo responde, actúa o ejecuta tareas.
Además de esa monitorización, la empresa organiza su defensa en tres barreras. Combina vigilancia, alineación y contención, con entornos de ejecución más endurecidos y menos privilegios permanentes para el sistema.
Esa lógica conecta con la defensa del dato en uso, donde el problema no está solo en el acceso, sino en lo que el agente puede hacer una vez dentro.
La presión por fijar reglas ya alcanzó a las grandes rivales
Meta publicó en julio de 2026 su hoja de ruta de seguridad con objetivos concretos de seguridad y alineamiento. Google DeepMind había difundido un documento similar en junio.
No es una coincidencia menor. Cuando varias compañías empiezan a escribir compromisos comparables con apenas semanas de diferencia, la discusión deja de ser puramente interna y empieza a parecerse a un terreno común de obligaciones.
Ethan Mollick, divulgador y profesor, empuja precisamente en esa dirección. Propone estándares comunes que introduzcan incentivos económicos para las empresas que desarrollan modelos de inteligencia artificial.
La escena deja una tensión difícil de esquivar. Vigilar más cuesta un 20% extra de cómputo en la inferencia vigilada, pero dejar sin vigilancia a sistemas como Astra ya obligó a parar durante dos semanas un entrenamiento de aprendizaje por refuerzo y mantiene el modelo en pausa bajo comprobación.