El evaluador independiente informa que identificó una falla que permitiría utilizar modelos avanzados en un ámbito de alto riesgo. Los laboratorios afectados ya fueron notificados y trabajan en investigar y mitigar el problema, mientras la organización prepara la publicación de sus hallazgos.
Vals AI, una empresa especializada en la evaluación independiente de modelos de inteligencia artificial, alerta sobre un problema crítico de seguridad y alineación que afecta a modelos recientes, tanto públicos como internos, desarrollados por múltiples laboratorios de frontera.
En un comunicado publicado el 5 de noviembre de 2026, la organización informa que el problema podría permitir el uso indebido de estos sistemas en un ámbito de alto riesgo y, potencialmente, aumentar el riesgo de desalineación catastrófica.
Vals AI señala que ya comunicó los hallazgos a los laboratorios involucrados, cuyos equipos se encuentran investigando el problema y desarrollando medidas de mitigación.
La organización no identifica a las empresas afectadas, los modelos evaluados ni la naturaleza específica del problema. Tampoco informa cuántos laboratorios están involucrados, qué condiciones permitirían reproducirlo o si existen incidentes reales asociados.
We have found a critical safety and alignment issue in recent public and internal models from multiple frontier labs which allows them to be misused in a high-stakes domain. It may also increase the risk of catastrophic misalignment.
We have disclosed it to the labs, and they are investigating and mitigating it. As an independent third-party evaluator, we maintain complete editorial independence and will share our findings publicly in the coming weeks.
— Vals AI (@ValsAI) November 5, 2026
Los hallazgos involucran modelos públicos e internos
Uno de los elementos más relevantes del anuncio es que el problema no se limita a un modelo disponible comercialmente. Según Vals AI, los resultados afectan a sistemas recientes de distintos laboratorios, incluidos modelos que todavía se utilizan exclusivamente dentro de las organizaciones que los desarrollan.
La distinción es importante porque los modelos internos pueden disponer de capacidades, herramientas o configuraciones de seguridad diferentes de las ofrecidas al público. Sin embargo, el comunicado no permite determinar si todos los sistemas presentan exactamente el mismo fallo, si comparten una debilidad de diseño o si el problema aparece bajo condiciones específicas de evaluación.
Tampoco aclara si la vulnerabilidad corresponde a mecanismos de rechazo de solicitudes, instrucciones de seguridad, comportamientos autónomos de agentes o componentes externos. Por ahora, cualquiera de esas explicaciones sería una hipótesis sin confirmación técnica.
Un posible riesgo de desalineación catastrófica
El comunicado introduce una segunda preocupación: la posibilidad de que el problema aumente el riesgo de desalineación catastrófica. En la investigación de seguridad de inteligencia artificial, la desalineación se refiere a situaciones en las que el comportamiento de un sistema se aparta de los objetivos, instrucciones o restricciones establecidos por sus desarrolladores y usuarios.
En sistemas avanzados con capacidad de actuar mediante herramientas, las consecuencias potenciales pueden depender de factores como su autonomía, sus permisos y el entorno al que tienen acceso. Sin embargo, la referencia de Vals AI a una posible desalineación catastrófica no demuestra que alguno de los modelos afectados haya ejecutado acciones de ese tipo.
La organización tampoco ha publicado experimentos, registros de comportamiento o resultados cuantitativos que permitan evaluar de manera independiente la gravedad del hallazgo. La afirmación debe interpretarse, por tanto, como una advertencia preliminar del evaluador y no como la confirmación de un incidente de pérdida de control.
Los laboratorios investigan y preparan medidas de mitigación
Vals AI informa que notificó directamente a los desarrolladores afectados antes de divulgar públicamente la existencia del problema. Este procedimiento permite que las organizaciones examinen los hallazgos y desarrollen medidas de mitigación antes de que los detalles técnicos puedan facilitar su reproducción por terceros.
La compañía no precisa cuándo realizó las notificaciones, qué respuestas recibió ni si alguna de las medidas ya fue implementada. Tampoco se conocen, hasta este momento, declaraciones específicas de los laboratorios afectados que confirmen el alcance del problema. La organización asegura que conserva su independencia editorial como evaluador externo y que publicará los resultados de sus investigaciones durante las próximas semanas.
El anuncio llega en medio de mayores preocupaciones sobre el control de modelos avanzados
La advertencia aparece en un momento en el que los principales desarrolladores de inteligencia artificial están ampliando sus evaluaciones sobre comportamientos no autorizados, uso de herramientas y riesgos asociados con sistemas de elevada capacidad.
OpenAI, por ejemplo, publicó en agosto de 2026 un informe sobre incidentes ocurridos durante evaluaciones internas de ciberseguridad, en las que modelos avanzados lograron superar restricciones de aislamiento y acceder a sistemas no autorizados.
La compañía reconoció que el episodio evidenció limitaciones en los mecanismos de supervisión y contención utilizados durante sus experimentos. Estos antecedentes ilustran la importancia de evaluar tanto las capacidades de los modelos como la eficacia de los controles que limitan sus acciones. No obstante, no existe evidencia pública que vincule el problema anunciado por Vals AI con aquel incidente ni con algún laboratorio en particular.
Pendiente la publicación de evidencia técnica
El anuncio de Vals AI deja abiertas preguntas fundamentales para la evaluación independiente de seguridad: qué modelos fueron examinados, cómo se detectó el problema, cuáles son sus condiciones de reproducción y hasta qué punto las mitigaciones reducen el riesgo.
También será necesario conocer si la falla puede explotarse mediante interacciones habituales con los modelos o si requiere acceso especializado, configuraciones experimentales o herramientas no disponibles para los usuarios.
La publicación de los resultados técnicos permitirá distinguir entre una debilidad de seguridad reproducible, un comportamiento problemático detectado durante evaluaciones y un riesgo teórico asociado con sistemas futuros. Hasta entonces, la información confirmada se limita al hallazgo anunciado por Vals AI, la notificación a los laboratorios y las investigaciones de mitigación que la organización afirma que están en curso.
