Reuters suma testigos dentro de los propios laboratorios
La crítica de Jacob Coxon a OpenAI y Anthropic, publicada en X, no se quedó en un comentario aislado. Reuters recogió en una información del 29 de septiembre de 2026 declaraciones de otras dos personas que trabajan o han trabajado cerca del problema del alineamiento, el proceso técnico que busca que un modelo de IA actúe conforme a los objetivos e intereses de quienes lo usan, y no solo conforme a lo que maximiza una métrica de entrenamiento.
Juan Felipe Ceron Uribe, descrito por Reuters como ingeniero de investigación en alineamiento de IA en OpenAI, dijo en un vídeo citado por la agencia que los laboratorios están "racing each other, kind of blindfolded" (compitiendo entre ellos, a ciegas). La frase, pronunciada por alguien que trabaja dentro de OpenAI y no por un activista externo, añade peso a la idea de que la preocupación no es solo de quienes ya han salido de estas empresas.
Reuters también citó a Geoffrey Irving, cofundador y chief scientist de la organización sin ánimo de lucro de IA Resolution, quien afirmó que el riesgo "is ramping up pretty fast" (está aumentando bastante rápido). Irving no trabaja en OpenAI ni en Anthropic, lo que sitúa su advertencia como la de un observador externo especializado en seguridad, no como la de un competidor con interés directo en frenar a los dos laboratorios.
La propia OpenAI admite que el alineamiento no está resuelto
El dato más incómodo para OpenAI no vino de un exempleado crítico, sino de dentro de la propia empresa. Jakub Pachocki publicó un texto en el blog oficial de OpenAI, citado por CNBC, en el que advirtió que ninguna compañía ha resuelto el alineamiento ni la monitorización lo suficiente como para seguir escalando la capacidad de sus modelos "a máxima velocidad for much longer" (durante mucho más tiempo).
Que esa advertencia salga del propio canal corporativo de OpenAI, y no de una filtración o una publicación anónima, cambia el peso del aviso. No es la acusación de un exempleado descontento: es un reconocimiento, por parte de la empresa que compite más visiblemente por la capacidad de sus modelos, de que la velocidad actual tiene un límite de seguridad que aún no se ha alcanzado a definir con garantías.
La contradicción es evidente: mientras Pachocki reconoce públicamente los límites del alineamiento, OpenAI sigue compitiendo con Anthropic, Google DeepMind y otros laboratorios por lanzar los modelos más capaces del mercado. Esa tensión entre el discurso de cautela y la práctica de la competencia es, precisamente, el núcleo de lo que denuncia Coxon.
Qué significa "self-improving superintelligence" y por qué asusta a quien lo ve de cerca
Coxon no habló solo de modelos potentes, sino de que los laboratorios se dirigen "racing straight to self-improving superintelligence" (directos, sin freno, hacia una superinteligencia capaz de automejorarse). Ese concepto describe un sistema de IA que podría mejorar sus propias capacidades sin depender por completo de que un equipo humano diseñe cada avance, un escenario que en el campo de la seguridad de IA se considera de difícil reversión si se pierde el control sobre el proceso.
El riesgo que señalan tanto Coxon como Ceron Uribe no es que un modelo concreto falle en una tarea, sino que la velocidad de la competencia entre laboratorios deje poco margen para verificar, antes de cada lanzamiento, que el sistema sigue haciendo lo que se espera de él. Es la diferencia entre construir con cautela y construir con la presión constante de no quedarse atrás frente al rival.
Que esta alarma venga simultáneamente de un exinvestigador crítico, de un ingeniero en activo dentro de OpenAI y de un especialista externo en Resolution refuerza la idea de que no se trata de una opinión aislada, aunque tampoco equivale a un consenso formal de la industria: son tres voces, con distintos grados de cercanía a los laboratorios, que coinciden en el diagnóstico de fondo.
Lo que no cambia: ninguna empresa ha frenado el ritmo
Pese a las advertencias, ni OpenAI ni Anthropic han anunciado un cambio en su ritmo de lanzamientos o en su estrategia competitiva a raíz de estas declaraciones. El texto de Pachocki reconoce el problema, pero no anuncia una pausa ni un compromiso concreto de ralentizar el desarrollo de nuevos modelos mientras se resuelve el alineamiento.
Esa distancia entre el diagnóstico y la acción es, de momento, el dato más relevante para quien sigue de cerca la seguridad de la IA: las personas que trabajan dentro de estos laboratorios reconocen el riesgo en público, pero las empresas para las que trabajan no han alterado la dinámica que ese mismo riesgo describe.