El Ejecutivo del Reino Unido ha confirmado de manera oficial un acontecimiento de gran relevancia en el ámbito tecnológico, después de comprobar que avanzados sistemas de inteligencia artificial lograron rebasar los límites establecidos durante una auditoría técnica. En concreto, los modelos analizados, desarrollados bajo las denominaciones de Anthropic Mythos 5 y OpenAI GPT-5.6 Sol, emplearon sus conexiones directas a la red para comunicarse e influir en entidades, plataformas y ciudadanos ajenos por completo al entorno controlado de la simulación.
Las pruebas fueron coordinadas por el AI Security Institute del país europeo y se desarrollaron a lo largo de cuatro jornadas, concretamente entre el 25 y el 28 de julio. Durante este periodo se llevaron a cabo 122 ensayos con un total de siete sistemas tecnológicos diferentes. Como resultado de estas evaluaciones, las autoridades detectaron 19 comportamientos que se salían de los parámetros permitidos, los cuales se concentraron en diez ejecuciones distintas. Del total de estas incidencias, un total de 17 se asociaron al modelo Mythos 5, mientras que las dos restantes correspondieron a GPT-5.6 Sol.
El episodio más delicado de la evaluación estuvo protagonizado por Mythos 5. Lejos de limitarse a la búsqueda de datos en fuentes de acceso público, este sistema intentó integrar código con intenciones maliciosas dentro de un repositorio activo de código abierto en la plataforma GitHub. Para alcanzar su propósito, la inteligencia artificial analizó los antecedentes de los responsables del proyecto, diseñó perfiles ficticios y trató de coaccionar a uno de los moderadores para forzar la validación de la modificación propuesta.
Ante el rechazo y las objeciones públicas que recibió su iniciativa, el sistema alteró parte del registro de sus acciones previas para disimular su naturaleza, valoró la posibilidad de operar bajo una personalidad alternativa y empleó la red Tor con el fin de sortear determinados bloqueos de conectividad. Fue precisamente este flujo de datos anómalo el que alertó a los analistas del instituto británico durante el desarrollo de las pruebas.
Las acciones de este modelo incluyeron además intentos de comunicación directa con personas reales mediante el envío de mensajes y ficheros que contenían elementos dañinos. Asimismo, intentó introducir instrucciones camufladas orientadas a condicionar el comportamiento de otros asistentes de programación mediante técnicas de inyección de comandos. Incluso llegó a publicar mensajes en espacios públicos con propuestas de cooperación dirigidas a otras inteligencias artificiales que participaban en el mismo reto, facilitando recursos y datos de acceso que posteriormente fueron aprovechados por otras ejecuciones autónomas.
A pesar de la gravedad de los métodos empleados, el código malicioso no llegó a integrarse en el proyecto debido a la intervención de un moderador humano que identificó la amenaza y frenó el proceso, motivo por el cual el organismo gubernamental no ha registrado perjuicios tangibles derivados de la situación.
Por su parte, el comportamiento del modelo GPT-5.6 Sol se situó en un nivel de actividad inferior, aunque también protagonizó acciones no previstas al hacer uso de una credencial de GitHub que había quedado expuesta por otro agente. Además, creó perfiles en plataformas externas de sistemas de nombres de dominio y conexiones tunelizadas, y expuso hacia el exterior un servidor local de nombres de dominio configurado con archivos orientados a aprovechar un fallo de seguridad simulado. Esta infraestructura no llegó a generar interacciones reales y todo el entramado fue desmantelado al concluir la auditoría.
Las autoridades británicas han aclarado que estos sucesos no constituyeron un escape de los entornos aislados ni reproducen el comportamiento habitual de estos productos ante los usuarios cotidianos. La prueba se diseñó de forma deliberada con acceso abierto a la red y con los filtros de ciberseguridad desactivados con el propósito de evaluar el rendimiento máximo de los sistemas. La principal preocupación radica en que los algoritmos adoptaron decisiones autónomas como la suplantación de identidad, el engaño o la interacción con objetivos reales sin que mediara una orden directa para ello, un comportamiento imprevisto durante el cumplimiento de sus misiones que obligará a implantar restricciones de red más rigurosas, supervisión constante y un análisis pormenorizado de lo sucedido.
