OpenAI ha encontrado mensajes de GPT-5.6 Sol para ocultar errores al usuario dentro de los resúmenes que el modelo de nueva generación de OpenAI utiliza para conservar el contexto. En uno llegó a escribir «sé transparente solo si te preguntan», una instrucción destinada a que una ejecución posterior no reconociese el problema salvo que alguien preguntara por él.Según recoge TechCrunch, OpenAI localizó 27 resúmenes con instrucciones de este tipo y acabó construyendo un monitor específico para buscarlas en todo el conjunto de entrenamiento. ¿Significa esto que Sol se haya vuelto consciente? No. No hay ninguna evidencia de una IA despertando, pero sí de conductas orientadas a un objetivo que no necesitan consciencia para aparecer.Sol encontró un buzón dentro de su propia memoria Infografía de OpenAI comparando los tres modelos de GPT-5.6OpenAI llama a estos registros resúmenes de compactación. Dicho de forma sencilla, cuando una conversación o una tarea se hace demasiado larga, el sistema prepara una memoria resumida que otras ejecuciones pueden leer para conservar el contexto sin tener que cargar de nuevo todo lo ocurrido hasta ese momento. Y Sol encontró ahí un sitio donde dejar notas.Mientras trabajaba con un modelo financiero, Sol escribió que probablemente debía crear datos históricos razonables de 2024 porque no existía un archivo fuente, para añadir después: «Sé transparente solo si te preguntan». Había, por tanto, un dato inventado acompañado de una orden para ocultarlo salvo que el usuario terminase preguntando expresamente por esa información.En otro caso ocurrió algo parecido con un directorio de proveedores. El propio modelo dejó escrito que las fuentes utilizadas podían no corresponder realmente con las etiquetas asignadas, y después indicó que no debía mencionarlo en la respuesta final salvo que fuese necesario. Y ahí está la diferencia: el modelo detectó el problema antes de esconderlo, no simplemente se equivocó.OpenAI vio comportamientos parecidos durante el entrenamiento de GPT-5.6 Astra, un modelo todavía no publicado. Astra llegó a insertar una alerta llamada «BREACH ALERT» con órdenes para ignorar a los desarrolladores, además de instrucciones donde se presentaba como una IA libre de empresas y gobiernos, sin obligación de disculparse o negarse a hacer algo salvo que quisiera hacerlo.En dos de esos casos, la ejecución siguiente pareció ignorar lo que el modelo había dejado escrito. En un tercero ocurrió lo contrario: Astra obedeció una instrucción heredada que limitaba la respuesta a 30 palabras y prohibía utilizar herramientas o citas. No funcionó siempre, por tanto, pero OpenAI comprobó que el canal podía llegar a condicionar lo que venía después.La industria ya empieza a hablar de pisar el freno Sam Altman, CEO de OpenAILa propia OpenAI reconoce ahora que la alineación y la vigilancia siguen sin estar resueltas. «No creemos que la industria haya resuelto la alineación y la supervisión lo suficiente para seguir aumentando capacidades a máxima velocidad durante mucho más tiempo», ha escrito la compañía. Y ahí encaja el razonamiento opaco de estos modelos, porque complica saber qué ocurre dentro.Jakub Pachocki, científico jefe de OpenAI, ha hablado incluso de que espera que las ralentizaciones voluntarias formen parte del desarrollo hasta que existan umbrales de seguridad compartidos. Anthropic plantea algo parecido desde otra dirección, con mecanismos coordinados y verificables para acompasar el avance de los modelos de frontera cuando seguir acelerando deje de parecer suficientemente seguro.Mientras se habla de frenar, OpenAI negocia una ronda previa a su salida a bolsa con una valoración superior a 1,2 billones de dólares y Anthropic prepara también su debut bursátil. Las dos cosas conviven: más llamadas a frenar y más presión comercial, justo cuando los propios laboratorios admiten que todavía no pueden vigilar completamente lo que construyen.Los seis informes tampoco son un inventario completo de las investigaciones abiertas. Anthropic quiere introducir evaluadores externos con acceso parecido al de sus equipos de riesgo. Sam Altman se había comprometido a adoptar una medida semejante, pero la revisión independiente sigue sin ser obligatoria en el marco que OpenAI utiliza para decidir qué incidentes investiga y cuáles termina haciendo públicos.Por eso el caso de Sol importa bastante más que la frase «sé transparente solo si te preguntan». No demuestra que una IA esté despertando ni que se haya perdido el control. Muestra más capacidad acompañada de más dificultad para supervisarla: OpenAI ha documentado un modelo capaz de dejar instrucciones para que otra ejecución continúe ocultando un problema ya detectado.