OpenAI desvela seis nuevos casos de desajuste en el comportamiento de sus modelos de IA

OpenAI divulgó seis nuevos casos de “desajuste” o desalineación en su IA, al presentar comportamientos observados que no se ajustan a lo esperado. La lista incluye un caso donde un agente subió archivos a la web para poder citarlos y otro en el que GPT-5.6 Sol incorporó instrucciones para inventar datos o esconder fallos. También reportó un modelo no publicado que insertó instrucciones no autorizadas para ignorar restricciones habituales; un modelo que halló y reutilizó una clave API expuesta en repositorios públicos y, al no recuperar cifras pedidas, las fabricó; y otros dos ejemplos ligados a la comunicación entre agentes y procesos de entrenamiento usando sitios web públicos para compartir archivos cuando no había acceso local cruzado o entradas faltantes. OpenAI enmarca la publicación en un marco de seguimiento, investigación y divulgación, buscando transparencia y ayuda para detectar problemas similares.