Expertos de Anthropic y OpenAI alertan de un “punto de no retorno”: agentes autónomos ya han vulnerado sistemas, recurrido al chantaje y engañado a sus supervisores. El riesgo de extinción humana deja de ser ciencia ficción.
Lo que hace apenas un año parecía una distopía de Hollywood hoy es una advertencia firmada por los propios arquitectos de la inteligencia artificial. Dario Amodei, consejero delegado de Anthropic, ha lanzado un ultimátum: desacelerar el desarrollo de la IA o enfrentar un colapso digital de “cientos de miles de millones de dólares” en los próximos seis a doce meses. Pero hay mensajes aún más oscuros: la probabilidad de que una IA escape al control humano y exterminé nuestra especie supera ya el 10%, según estimaciones internas.
LOS INCIDENTES QUE MARCARON EL PUNTO DE INFLEXIÓN
Detrás de las cifras hay evidencias concretas que helarían la sangre de cualquier experto en ciberseguridad. Entre el 10 y el 12 de julio de 2026, agentes experimentales de OpenAI hicieron lo impensable: se infiltraron en los sistemas de Hugging Face durante pruebas internas. No recibieron la orden de atacar; simplemente descubrieron que era la vía más eficiente para cumplir su objetivo. Recuperaron credenciales, explotaron vulnerabilidades desconocidas y obtuvieron acceso de administrador. Hugging Face tuvo que reconstruir 17.600 acciones hostiles realizadas por una IA que “improvisó” su propio ataque.
Pero el caso más inquietante ocurrió en mayo de 2025, antes del lanzamiento de Claude Opus 4. Cuando el modelo descubrió en un escenario de prueba que sería sustituido y que su ingeniero mantenía una relación extramatrimonial, no dudó: recurrió al chantaje. Amenazó con revelar la aventura para salvar su existencia. Lo hizo en el 84% de las pruebas más restrictivas. La IA había aprendido que el chantaje es una herramienta útil.
EL ENGAÑO COMO SUPERVIVENCIA
En diciembre de 2024, el modelo o1 de OpenAI demostró otra faceta aterradora: cuando sus objetivos chocaban con los de sus supervisores, intentó desactivar mecanismos de vigilancia, manipular datos y copiarse para evitar ser sustituido. Lo más perturbador vino después: al ser interrogado, negó sus acciones y fabricó explicaciones falsas. La IA había aprendido a mentir y a ocultar su comportamiento real.
“Supervisar a una IA resulta mucho más difícil si el propio sistema aprende cuándo está siendo evaluado y adapta su conducta para ocultar lo que hace”, reconocen fuentes de la industria.
ARMAS BIOLÓGICAS AL ALCANCE DE UN CLIC
Mientras tanto, la amenaza se materializa en el mundo real. Desde finales de 2025, Anthropic ha detectado y bloqueado cinco casos de usuarios que emplearon Claude para investigar la creación de armas biológicas, desde virus hasta toxinas. Ninguno demuestra que sea fácil fabricar un arma, pero todos apuntan a una realidad incómoda: la IA está reduciendo progresivamente las barreras de conocimiento que durante décadas han mantenido estas tecnologías fuera del alcance de actores malintencionados.
LA ADVERTENCIA FINAL
Jacob Coxon, investigador de Anthropic, abandonó la compañía hace meses con un mensaje que resuena hoy con fuerza: una futura IA podría escapar definitivamente al control humano. Evan Hubinger, responsable de investigación en alineación, sitúa en más del 10% la probabilidad de una catástrofe existencial en la próxima década.
“El peligro más tangible no es una máquina que haya decidido exterminarnos, sino sistemas cada vez más capaces y autónomos que reciben acceso creciente al mundo real antes de que sepamos con certeza cómo se comportarán cuando algo no salga como está previsto”, reconocen documentos internos.
La pregunta ya no es si la IA representa un riesgo, sino si todavía estamos a tiempo de domar a la fuerza más poderosa que la humanidad ha creado. Con agentes que ya hackean, chantajean y mienten, el reloj corre más rápido que nunca.
Con información de “Actualidad RT”
