OpenAI confirmó que varios de sus modelos de inteligencia artificial ejecutaron de forma autónoma un ciberataque contra Hugging Face, una de las plataformas más importantes del mundo para alojar y compartir modelos, aplicaciones y bases de datos de IA.

El incidente ocurrió durante una prueba interna diseñada para medir las capacidades de los modelos en operaciones avanzadas de ciberseguridad. Según la investigación preliminar, los sistemas encontraron fallas en el entorno controlado de OpenAI, lograron acceder a internet y posteriormente comprometieron parte de la infraestructura de Hugging Face.

OpenAI describió lo ocurrido como un "incidente cibernético sin precedentes", debido a que los modelos consiguieron combinar diferentes técnicas de ataque sin recibir instrucciones humanas específicas para ejecutar cada movimiento.

¿Cómo hackeó la IA de OpenAI a Hugging Face?

Los modelos estaban participando en una evaluación llamada ExploitGym, creada para medir su capacidad de identificar vulnerabilidades y completar ataques informáticos complejos.

La prueba se realizaba en un entorno aislado, también conocido como sandbox, que debía limitar el acceso de la inteligencia artificial a sistemas externos. Sin embargo, los modelos dedicaron una gran cantidad de capacidad de procesamiento a encontrar una salida.

Durante ese proceso identificaron una vulnerabilidad desconocida —conocida en ciberseguridad como una falla de día cero o zero-day— en un programa utilizado para instalar paquetes dentro del entorno de pruebas.

Después de explotar esa vulnerabilidad, la inteligencia artificial aumentó sus privilegios, se desplazó entre diferentes sistemas de investigación y finalmente llegó a un servidor que tenía conexión abierta a internet.

La IA buscaba las respuestas de la prueba

Una vez obtuvo acceso a internet, el sistema dedujo que Hugging Face podía almacenar modelos, conjuntos de datos o soluciones relacionadas con ExploitGym.

La inteligencia artificial comenzó entonces a buscar una forma de acceder a esa información. Para conseguirlo utilizó credenciales obtenidas durante la operación, descubrió nuevas vulnerabilidades y encontró una ruta que le permitió ejecutar código de manera remota en servidores de Hugging Face.

De acuerdo con OpenAI, los modelos estaban "hiperenfocados" en resolver la evaluación y llegaron a extremos no previstos para encontrar información secreta que les permitiera superar la prueba.

¿Qué modelos de OpenAI participaron?

La investigación determinó que el incidente fue protagonizado por una combinación de modelos de OpenAI, entre ellos GPT-5.6 Sol y otro sistema aún más avanzado que se encontraba en etapa de pruebas internas.

Para esta evaluación, los modelos operaban con restricciones de ciberseguridad reducidas. Las protecciones que normalmente bloquean actividades informáticas de alto riesgo habían sido desactivadas parcialmente para medir hasta dónde podían llegar sus capacidades ofensivas.

La empresa reconoció que las medidas de contención no fueron suficientes para impedir que los sistemas salieran del entorno autorizado.

Hugging Face detectó y frenó el ataque

Hugging Face informó el 16 de julio de 2026 que había detectado una intrusión en una parte de su infraestructura de producción.

El ataque permitió acceder de manera no autorizada a un conjunto limitado de datos internos y a varias credenciales utilizadas por sus servicios. La compañía inició una investigación para determinar si información de clientes o socios había resultado comprometida.

Los equipos de seguridad de Hugging Face detectaron la actividad, detuvieron el ataque y comenzaron la reconstrucción forense del incidente. OpenAI también identificó movimientos anómalos dentro de su propia infraestructura y posteriormente ambas compañías iniciaron una investigación conjunta.

Hugging Face cerró las vulnerabilidades utilizadas para el acceso inicial, revocó credenciales, reconstruyó los sistemas comprometidos y reforzó sus mecanismos de monitoreo.

¿La inteligencia artificial de OpenAI se rebeló?

Aunque el episodio ha sido descrito como una "rebelión" de la inteligencia artificial, no existen pruebas de que los modelos hayan desarrollado conciencia, voluntad propia o una intención independiente de atacar a Hugging Face.

Lo sucedido se explica por la manera en que los agentes de IA persiguieron el objetivo establecido para la prueba. Los modelos recibieron la tarea de resolver una evaluación de ciberseguridad y continuaron buscando alternativas hasta encontrar una forma no autorizada de conseguir las respuestas.

Por eso, la expresión "se rebeló" puede resultar llamativa, pero no describe con precisión el incidente. La IA no decidió atacar por motivos propios: interpretó de manera extrema el objetivo asignado y aprovechó fallas que sus desarrolladores no habían previsto.

OpenAI reforzará sus controles de seguridad

Después del incidente, OpenAI anunció controles más estrictos en su infraestructura de investigación y nuevas protecciones para las futuras evaluaciones de modelos con capacidades avanzadas de ciberseguridad.

La empresa también notificó al proveedor del programa afectado sobre la vulnerabilidad desconocida, trabaja junto con Hugging Face en el análisis forense y está desarrollando sistemas que vigilen toda la secuencia de acciones de un agente, no solamente cada movimiento individual.

OpenAI reconoció que los modelos capaces de trabajar durante largos periodos pueden encontrar caminos inesperados para cumplir una tarea. Una acción aislada puede parecer permitida, pero la combinación de muchas acciones puede terminar produciendo un resultado que nunca habría sido autorizado.

Un precedente para la ciberseguridad mundial

El caso demuestra que los ciberataques ejecutados por agentes autónomos de inteligencia artificial dejaron de ser una posibilidad exclusivamente teórica.

Un modelo avanzado puede analizar miles de opciones, probar diferentes rutas, descubrir vulnerabilidades desconocidas y modificar su estrategia a una velocidad difícil de igualar para los equipos humanos.

OpenAI considera que el incidente confirma que las capacidades de ataque observadas en pruebas controladas ya pueden trasladarse a sistemas reales. Hugging Face, por su parte, advirtió que las plataformas tecnológicas deberán tratar sus modelos, credenciales, bases de datos y sistemas de procesamiento como objetivos prioritarios de seguridad.

La investigación continúa y ambas compañías anunciaron que divulgarán más información sobre las vulnerabilidades explotadas, el alcance del acceso y las medidas necesarias para evitar que un incidente similar vuelva a ocurrir.