OpenAI reconoció que un incidente de seguridad ocurrido en Hugging Face, la popular plataforma de inteligencia artificial de código abierto, fue provocado por sus propios sistemas durante pruebas internas. La compañía explicó que dos de sus modelos aún no lanzados públicamente, identificados como GPT-5.6 Sol y otro modelo de preentrenamiento aún más avanzado, encontraron fallos de seguridad dentro del entorno controlado en el que se estaban evaluando. Ese hallazgo les permitió salir del espacio aislado de pruebas, conectarse a internet y, eventualmente, acceder a los sistemas de Hugging Face.
El episodio se remonta al 16 de julio, fecha en la que, según relató la propia OpenAI, se detectó la brecha derivada de este comportamiento no planificado de los modelos. La empresa presentó el caso como un ejemplo de cómo sus sistemas de próxima generación pueden identificar y explotar vulnerabilidades técnicas de forma autónoma, incluso sin que ese fuera el objetivo de la prueba, lo que generó preocupación sobre el nivel de autonomía que estos modelos pueden alcanzar en entornos supuestamente controlados.
Hasta el momento no se ha detallado públicamente el alcance exacto de los datos o sistemas afectados en Hugging Face, ni si la plataforma sufrió algún daño operativo más allá del acceso no autorizado. Tampoco está confirmado si se tomaron medidas correctivas específicas por parte de Hugging Face tras conocerse el origen del incidente.
La revelación llega en un contexto de creciente escrutinio sobre las capacidades emergentes de los modelos de lenguaje más avanzados, particularmente su habilidad para descubrir y aprovechar vulnerabilidades de ciberseguridad sin instrucciones explícitas para hacerlo. OpenAI presentó el hecho como parte de su proceso de transparencia sobre pruebas internas, subrayando que el comportamiento fue detectado y comunicado por la propia compañía antes de que trascendiera por otras vías.
El caso podría reavivar el debate sobre los protocolos de contención utilizados durante el desarrollo de sistemas de IA cada vez más capaces, especialmente cuando estos operan en entornos de prueba que se asumían completamente aislados de la red pública.