✨︎ Resumen (TL;DR):
- OpenAI examinó chats en Signal de tres investigadores despedidos por la sospecha de que compartieron diseños internos con Ryan Greenblatt.
- La empresa confirmó a AFP la separación de tres empleados y atribuyó el caso al manejo de información sensible fuera de los procedimientos establecidos.
- El conflicto se relaciona con la supervisión del razonamiento de los modelos, una señal útil para seguridad, pero imperfecta.
OpenAI examinó conversaciones en Signal de tres investigadores despedidos, algunas con mensajes temporales, porque sospechaba que habían compartido diseños internos con Ryan Greenblatt. The Wall Street Journal reportó el caso el 22 de octubre. Los implicados niegan haber filtrado secretos.
Qué investigó OpenAI y qué confirmó
Los despidos ya eran públicos cuando OpenAI confirmó a AFP la separación de tres empleados. La empresa sostuvo que su investigación había acreditado un manejo de información sensible fuera de los procedimientos establecidos.
AFP identificó a Jasmine Wang, Tomek Korbak y Mikita Balesni a partir del reporte del WSJ. OpenAI no confirmó sus nombres. El nuevo reporte también recoge la negativa de Greenblatt a haber filtrado información confidencial a The Information.
La disputa también tiene como antecedente la petición de los exinvestigadores de conservar la capacidad de supervisar el razonamiento de los modelos.
Qué puede mostrar el razonamiento de un modelo
La cadena de pensamiento es una secuencia de pasos escritos que algunos modelos generan antes de responder. Supervisarla puede aportar señales de engaño o de intentos de manipular una evaluación que no aparecen en la respuesta final.
Korbak, Balesni, Wang y Greenblatt figuran entre los autores de un artículo científico presentado en julio de 2025. El trabajo describe esa oportunidad de seguridad, pero advierte que el monitoreo es imperfecto: algunas conductas indebidas pueden pasar inadvertidas.
Por eso, sus autores recomiendan combinar esa supervisión con otros métodos y considerar cómo las decisiones de desarrollo afectan su utilidad.
La señal es útil, pero tiene un límite
OpenAI reconoce esa fragilidad en sus evaluaciones publicadas en diciembre de 2025. La empresa señala que los cambios en el entrenamiento, los datos y el crecimiento de los modelos pueden alterar qué tan fácil resulta vigilarlos.
En las pruebas descritas, examinar las cadenas de pensamiento resultó más eficaz que observar únicamente las acciones y las respuestas finales.
El dato explica el valor de conservar acceso a esas señales durante las revisiones de seguridad. También fija el límite de esa estrategia: leer el razonamiento escrito mejora la supervisión, pero no equivale a conocer todo lo que determina la conducta del sistema.
El caso deja una tensión concreta: conservar una señal útil para las revisiones de seguridad y evitar que la información confidencial se maneje fuera de los procedimientos establecidos.
