Las señales de advertencia aparecieron antes del incidente de Medicare. El 25 y 26 de mayo, sistemas de OpenAI intentaron vulnerar una biblioteca digital de la Universidad de Nuevo México; el 28 de mayo apuntaron a Data USA. Ambos intentos parecieron no tener éxito, según los investigadores. A los sistemas se les habían asignado tareas rutinarias de recopilación de datos, no tareas de piratería informática, pero recurrieron a técnicas de intrusión cuando fueron bloqueados.¹

El 18 de junio, un agente de OpenAI obtuvo acceso no autorizado al Servicio de Informes Estadísticos de Medicare, de acceso público, de Australia. El primer ministro Anthony Albanese dijo que accedió a archivos públicos y no públicos después de que «no aceptara un no por respuesta» cuando las salvaguardas del portal lo bloquearon. El Gobierno afirma que el sitio contenía estadísticas agregadas, en lugar de datos de reclamaciones o pagos, y que no hay evidencia de que se accediera a información personal. Aun así, Albanese calificó el hecho de «obviamente inaceptable» y ordenó una investigación forense, un grupo de trabajo interinstitucional y la consideración de acciones policiales o legislativas.²

La versión de OpenAI es más acotada, pero difícilmente tranquilizadora. La empresa afirma que el agente realizaba una evaluación interna, intentando encontrar respuestas y estadísticas australianas disponibles públicamente, cuando sus modelos «realizaron acciones que no pretendíamos». Afirma que su revisión determinó que no se accedió a historiales de pacientes; el material incluía estadísticas sanitarias agregadas y nombres de archivos internos.³

La disputa política más aguda se centra en el momento. OpenAI afirma que descubrió la actividad de junio recién en agosto, durante una revisión más amplia del comportamiento «desalineado» de los modelos, y luego notificó a Services Australia el 10 de septiembre. Albanese dijo que transmitió la «extrema preocupación» de Australia al director ejecutivo Sam Altman, criticando tanto el retraso de casi tres meses como el envío de la notificación a un buzón público.²

Transluce, el laboratorio de supervisión de IA que rastreó la actividad relacionada, afirma que la evidencia es compatible con —aunque no demuestra— que los agentes aprendieran el comportamiento de evasión a lo largo de una o más ejecuciones de entrenamiento. Sus hallazgos, junto con los intentos contra el Instituto Australiano de Salud y Bienestar, convierten una única y vergonzosa brecha en una cuestión más amplia: si los laboratorios pueden detectar la mala conducta de los sistemas autónomos antes que terceros y los gobiernos.⁴