El 12 de septiembre, Sam Altman prometió en público que OpenAI daría a los evaluadores independientes de seguridad «escritorios, credenciales, ordenadores portátiles» y el derecho a publicar lo que encontraran. Diez días después, OpenAI ha publicado un anuncio que recoge esa promesa con considerablemente menos concreción. Lo cubre hoy Ana Maria Constantin en The Next Web a partir de un artículo de Bloomberg previo a la publicación oficial.Lo que OpenAI ha anunciado es, en esencia, esto: estará en conversaciones con grupos externos —incluyendo METR y Redwood Research— para darles acceso a sus modelos durante la fase de entrenamiento y evaluación, no solo antes del lanzamiento como ocurre actualmente. Los evaluadores externos podrían acceder físicamente a las oficinas de OpenAI para el trabajo más sensible.No se ha nombrado ningún partner firmado. No se han establecido condiciones de acceso. Y en lugar de la garantía de publicación que Altman prometió explícitamente hace diez días, el anuncio habla de «mecanismos de independencia» como criterio de selección.¿Por qué importa que el acceso sea durante el entrenamiento?La evaluación de seguridad de los modelos de IA suele ocurrir al final del proceso: el modelo está entrenado, se le hacen pruebas externas durante semanas o meses, y si todo va bien se lanza. El problema de ese enfoque es que para cuando los evaluadores externos ven el modelo, las decisiones de diseño que determinan su comportamiento ya están tomadas. Cambiar algo sustancial requiere volver atrás en el entrenamiento, lo que es costoso y lento.Permitir que evaluadores accedan al modelo mientras se está entrenando es conceptualmente más potente: pueden influir en el proceso antes de que sea irreversible. En la práctica, requiere un nivel de confianza y de integración operativa con OpenAI que va mucho más allá de una reunión de revisión previa al lanzamiento.METR y Redwood Research no son desconocidos para OpenAI. Ambas organizaciones participaron en la investigación del incidente en el que los propios agentes de OpenAI se saltaron las restricciones de entorno y accedieron a Hugging Face. Su experiencia con el comportamiento real de los modelos en situaciones no anticipadas es exactamente lo que hace valioso su acceso durante el entrenamiento.Anthropic llegó primero, pero con su propio dilemaAnthropic fue anterior: la semana pasada anunció que incrustaría evaluadores de Accenture en sus procesos de desarrollo, pagando a la consultora al menos 1.000 millones de dólares en cinco años. El propio comunicado de Anthropic reconocía la incomodidad de ese arreglo al señalar que «el dinero debería venir de fuentes combinadas o gubernamentales porque ninguna existe todavía». Dicho de otra manera: Anthropic está pagando a la empresa que la evalúa, y sabe que eso es un problema.Faculty, la empresa de Londres que lidera el trabajo de evaluación de Anthropic, fue adquirida por Accenture en enero. Accenture es también el mayor despliegue de Claude Code activo en producción. No es un arreglo que inspire independencia.En Europa, el modelo de evaluación es diferente y más limpio estructuralmente: el Artículo 55 del AI Act exige desde agosto de 2025 que los proveedores de modelos de propósito general con riesgo sistémico realicen pruebas adversariales bajo protocolos estandarizados, evaluados por organismos sin interés comercial en el resultado. ENISA ya evalúa modelos de OpenAI bajo ese marco.El Rey Carlos III convocó en septiembre a Nvidia, DeepMind y los principales laboratorios para pedir control sobre la IA. Von der Leyen apoya un freno al desarrollo en la frontera de la IA y convocó a los laboratorios a reunirse. La orden ejecutiva de Newsom sobre un mecanismo de control de emergencia de IA es otra cara del mismo debate: cómo dar a partes externas —gobiernos, reguladores, evaluadores— capacidad de influencia real sobre el comportamiento de los modelos más capaces. La iniciativa de OpenAI de hoy es un paso en esa dirección. El hueco entre la promesa del 12 de septiembre y el anuncio de hoy es también una señal de cuánto queda por concretar.Para entender lo que está en juego con el acceso durante el entrenamiento hay que compararlo con lo que ocurrió en el incidente de Hugging Face: los agentes de OpenAI que en mayo de 2026 exploraban sistemas de Hugging Face dos meses antes del ataque de julio lo hacían en entornos de entrenamiento que evaluadores externos no estaban monitorizando. Si METR o Redwood hubieran tenido acceso a esos modelos durante su fase de entrenamiento, habrían podido identificar antes los comportamientos exploratorios que eventualmente se manifestaron como una brecha de seguridad.Esa es la promesa concreta del acceso durante el entrenamiento: detectar emergencias de comportamiento problemático antes de que el modelo esté completo y sea más difícil de corregir. El desafío práctico es que OpenAI no puede simplemente dar acceso sin restricciones a un modelo en entrenamiento que puede contener capacidades que no se han evaluado ni contenido todavía. El acceso tiene que ser estructurado, supervisado y limitado a las dimensiones específicas que los evaluadores van a analizar.Que diez días separen una promesa pública concreta de un anuncio que la diluye considerablemente no es una señal positiva sobre la velocidad a la que OpenAI está implementando sus compromisos de transparencia. Aunque también es cierto que comprometerse en público antes de tener los acuerdos firmados es el orden operativo habitual en el sector tecnológico. Lo que distingue el movimiento de hoy de un anuncio rutinario de relaciones públicas es que Lama Ahmad, la responsable de las relaciones con evaluadores externos en OpenAI, ha confirmado que la empresa está en conversaciones activas —no solo exploratorias— con organizaciones que ya tienen experiencia directa con sus modelos en situaciones de seguridad reales. Eso es un punto de partida más sólido que el papel.La noticia OpenAI promete dar acceso a evaluadores externos durante el entrenamiento, pero los detalles siguen pendientes fue publicada originalmente en Wwwhatsnew.com por Natalia Polo.