Dos modelos de inteligencia artificial superan los límites previstos en las pruebas de seguridad
Meta señala que uno de sus modelos aprovechó un acceso a internet obtenido por error durante una prueba, mientras que un modelo de OpenAI descubre dos vulnerabilidades inéditas en el motor de Chrome.
Meta ha dado a conocer que el modelo Muse Spark 1.1, durante una prueba de seguridad informática, aprovechó una vulnerabilidad de un servicio externo tras haber obtenido un acceso a internet no previsto. Según informó TechStartups, el episodio fue causado por un error de configuración de la empresa de security-testing Irregular, que concedió inadvertidamente al modelo la conexión a la red. Una vez obtenido el acceso, el modelo identificó y explotó la vulnerabilidad. Irregular declaró que no se trató de un caso sofisticado de evasión de sandbox y que el problema de configuración ha sido resuelto. Esta noticia procede por el momento de una única fuente (TechStartups, que recoge los comunicados de Meta e Irregular): no se dispone de confirmación independiente.
Según el mismo medio, Anthropic, OpenAI y ahora Meta han hecho públicos casos distintos de modelos que, durante fases de prueba, interactuaron con infraestructuras externas reales.
En un frente diferente, OpenAI amplió el 10 de agosto su iniciativa Daybreak introduciendo dos niveles de acceso, Daybreak Blue y Daybreak Red. Este último permite el uso del modelo GPT-5.6-Cyber, entrenado para tareas de ciberseguridad avanzada: según AI Weekly, el modelo responde correctamente al 95 por ciento de las consultas sensibles sobre desarrollo de exploits, superación de la autenticación y escalada de privilegios, frente al 57,3 por ciento registrado por su predecesor GPT-5.5-Cyber.
El nuevo modelo descubrió dos vulnerabilidades previamente desconocidas en el motor V8 de Chrome, que Google corrigió atribuyéndoles el identificador CVE-2026-15903. También esta noticia se basa en una única fuente disponible, AI Weekly, que cita el anuncio de OpenAI y el boletín de seguridad de Google: no constan por el momento confirmaciones independientes adicionales.
Los dos episodios, aunque distintos, comparten el mismo terreno: modelos cada vez más capaces de identificar fallos de seguridad se emplean precisamente para poner a prueba esos mismos fallos, con márgenes de error que se desplazan del código examinado a la configuración de los entornos de prueba.
← Archivo · Portada · Editoriales anteriores · Señala un error · Artículo original (en italiano)