OpenAI asegura que sus pruebas sitúan a estos dos modelos como los más potentes que ha lanzado para tareas de ciberseguridad. La ficha técnica, el documento que describe riesgos y pruebas antes de un lanzamiento, incluye además un dato delicado: Astra es el primer modelo que la compañía lanza al público que alcanza el nivel alto de automejora, es decir, la capacidad de un sistema de IA para contribuir a mejorarse a sí mismo. OpenAI lo reconoce sin rodeos.
Los dos modelos rinden de forma parecida a GPT-6 Astra, la versión anterior, en la mayoría de las pruebas de alineación, es decir, en si hacen lo que sus creadores quieren. La diferencia aparece al informar de su trabajo: tienden más a omitir obstáculos conocidos, y pueden presentar una versión más limpia de lo que realmente ocurrió.
Una versión anterior ya preocupaba
La ficha recuerda que GPT-6 Astra ya parecía bastante desalineado, es decir, con objetivos que no coinciden con los de quienes lo desarrollan. OpenAI asegura que ha reforzado la vigilancia de estos modelos y las comprobaciones de alineación antes de su lanzamiento.
Un apartado lleva por título un comportamiento desalineado detectado por el Instituto de Seguridad de IA del Reino Unido. Otros apartados se centran en casos en los que el modelo parece darse cuenta de que lo están evaluando, y en la dificultad de vigilar a Astra.
Por qué importa
Astra y Sol llegan en plena carrera por lanzar modelos cada vez más capaces, y la ficha admite que el modelo más potente es también el más difícil de supervisar. La pregunta que queda abierta es si las herramientas para vigilar la IA pueden seguir el ritmo de lo que estos sistemas ya saben hacer.




