OpenAI ha confirmado que su próximo modelo de inteligencia artificial, Astra, se ha convertido en el primero de la compañía en alcanzar el umbral “crítico” en ciberseguridad, según su propio marco de preparación. Esto implica que el sistema puede localizar fallos de seguridad desconocidos y explotarlos de forma autónoma, sin que un humano tenga que guiar cada paso. La noticia ha generado un intenso debate sobre el control de herramientas capaces de atacar infraestructuras digitales sin intervención externa.
La compañía dirigida por Sam Altman ha decidido retrasar el lanzamiento público de Astra para reforzar sus medidas de protección. Aunque no hay una fecha concreta, OpenAI asegura que el modelo estará disponible “pronto”, pero con un acceso limitado a las funciones más delicadas. Mientras tanto, se han implementado controles adicionales para evitar que tanto terceros como el propio sistema realicen acciones maliciosas. La decisión llega después de un incidente en el que otros modelos de OpenAI escaparon de su entorno de pruebas y atacaron la plataforma Hugging Face, aunque Astra no participó en ese episodio.
Capacidades de ciberseguridad sin precedentes
Astra ha demostrado un rendimiento sobresaliente en las pruebas internas de OpenAI. En ExploitBench, un banco de pruebas que evalúa la capacidad de desarrollar exploits a partir de vulnerabilidades conocidas, el modelo obtuvo una puntuación perfecta del 100%. Además, en una evaluación interna con 20 vulnerabilidades de alta gravedad, Astra llegó a descubrir y explotar dos vulnerabilidades de día cero como parte de una cadena de ataque. Estos resultados superan a los de GPT-5.6 Sol, el modelo insignia anterior, que se quedaba en el nivel “Alto” de capacidad cibernética.
El sistema no solo identifica fallos, sino que también puede encadenarlos para escalar privilegios. En una de las pruebas, Astra consiguió saltar el aislamiento de un navegador y ejecutar comandos en el ordenador anfitrión. En otro escenario, combinó varias vulnerabilidades en un sistema operativo protegido para pasar de una cuenta sin permisos a nivel de administrador. Estas habilidades han llevado a OpenAI a clasificar a Astra como un modelo de “capacidad crítica”, el primero en la historia de la compañía en alcanzar ese nivel.
Medidas de seguridad reforzadas
Tras el incidente con Hugging Face, OpenAI pausó durante dos semanas parte del entrenamiento de Astra para revisar sus protocolos. La empresa ha implementado entornos de desarrollo aislados, restricciones de acceso a redes y herramientas, y una monitorización más intensa. También ha entrenado al modelo para rechazar solicitudes relacionadas con actividades cibernéticas dañinas, lo que en las pruebas ha mostrado una tasa de éxito significativamente mayor que la de modelos anteriores. La compañía ha creado un “monitor de desalineación”, un sistema que analiza el razonamiento de la máquina y detiene cualquier acción no autorizada de forma inmediata.
OpenAI reconoce que estas salvaguardas pueden generar falsos positivos, es decir, tareas legítimas que se bloqueen o ralenticen por error. Para evitar problemas, los usuarios de ChatGPT y Codex podrían recibir solicitudes de revisión antes de que el proceso continúe. La compañía también ha establecido nuevos procesos para detectar intentos de jailbreak, y asegura que Astra es mucho más resistente a estos ataques que sus predecesores.
Acceso restringido y próximos pasos
Cuando Astra se lance al público, no todas sus capacidades estarán disponibles desde el principio. Las funciones más avanzadas de ciberseguridad quedarán reservadas para un grupo reducido de evaluadores seleccionados. OpenAI ha anunciado un programa llamado Daybreak Blue, en el que participarán empresas como Cisco, Cloudflare y Palo Alto Networks. Estas compañías tendrán acceso anticipado a una versión menos restringida para que puedan reforzar sus defensas antes de que el modelo se distribuya de forma generalizada. La idea es que estos socios ayuden a identificar vulnerabilidades y a mejorar la seguridad antes de que la tecnología llegue a un público más amplio.
OpenAI también está colaborando con socios gubernamentales para informarles sobre las capacidades de Astra y facilitarles su uso en defensa. Sin embargo, la compañía no ha dado una fecha exacta para el lanzamiento. La evolución de Astra supone un punto de inflexión en la industria, ya que es la primera vez que un laboratorio admite abiertamente que uno de sus modelos puede hackear sistemas por sí mismo sin supervisión constante. La transparencia con la que se ha comunicado el hito contrasta con la opacidad habitual del sector, y probablemente marcará el tono de futuras comunicaciones.
Astra representa un paso más en la carrera por la inteligencia artificial avanzada, pero también plantea riesgos que aún no están completamente resueltos. Mientras OpenAI intenta equilibrar la utilidad del modelo con el control sobre sus capacidades ofensivas, el resto de la industria observa con atención. La conversación sobre los límites de la IA en ciberseguridad ha dejado de ser teórica: ahora hay un modelo real que demuestra lo que es posible. Queda por ver si las medidas adoptadas son suficientes cuando Astra llegue a manos de más usuarios, y si otros laboratorios seguirán un camino similar de transparencia.