Hackean OpenAI con IA de Claude de Anthropic: Revelan fallas de seguridad en el modelo

El caso se suma a la creciente preocupación entre expertos en seguridad de que herramientas de IA están haciendo que sea más rápido y barato llevar a cabo ciberataques.

Anthropic, sitio web y logotipo, se observan en pantalla de una computadora en Nueva York. Febrero de 2026. Foto: AP
AFP
Washington, Estados Unidos /
Únete al canal de Milenio

Investigadores de la start-up Hacktron AI accedieron a las cuentas de ChatGPT de empleados de OpenAI utilizando un modelo de inteligencia artificial (IA) de Anthropic, según un mensaje publicado hoy en su sitio.

La intrusión, confirmada a la AFP por OpenAI, se produjo en el marco de un ejercicio organizado por la propia empresa con el fin de identificar vulnerabilidades en sus sistemas con la ayuda de especialistas informáticos externos.

El caso se suma a la creciente preocupación entre los expertos en seguridad de que las herramientas de IA están haciendo que sea más rápido y barato llevar a cabo ciberataques sofisticados que antes requerían equipos especializados y meses de trabajo.

Los investigadores de Hacktron dijeron que encontraron una vulnerabilidad en el foro público de ayuda de OpenAI, gestionado por la plataforma Discourse, que les permitió tomar el control del sitio.

"Informamos de inmediato la vulnerabilidad inicial a OpenAI y a Discourse y trabajamos con ellos" para coordinar la solución, explicó Hacktron en una entrada de blog.
"Agradecemos su atención al detalle y la rápida resolución de este problema", añadió la publicación.

OpenAI corrige falla

OpenAI confirmó que la falla fue corregida en unas 14 horas desde que fueron notificados y pagó a los investigadores una recompensa de 6 mil 500 dólares.

"Agradecemos a los investigadores por contactarnos y compartir sus hallazgos", dijo Drew Pusateri, portavoz de OpenAI, al explicar la solución adoptada.

Los investigadores de Hacktron afirmaron que inicialmente utilizaron Claude Opus 4.8 de Anthropic para identificar y explotar la falla de software, pero tuvieron dificultades para lograr que funcionara de forma consistente.

Luego recurrieron a Claude Opus 5, el modelo más reciente, que según los investigadores produjo un ataque funcional en tres horas.

Los hackers no utilizaron Claude Mythos, un modelo de Anthropic más avanzado que está restringido a un pequeño grupo de organizaciones de ciberdefensa evaluadas.

Anthropic ha descrito Mythos como el modelo con las capacidades de ciberseguridad más sólidas de todos los que ha desarrollado.

Hacktron indicó que continúa realizando pruebas similares en otras compañías.

MRA


LAS MÁS VISTAS

¿Ya tienes cuenta? Inicia sesión aquí.

Crea tu cuenta ¡GRATIS! para seguir leyendo

No te cuesta nada, únete al periodismo con carácter.

Hola, todavía no has validado tu correo electrónico

Para continuar leyendo da click en continuar.

Suscríbete al
periodismo con carácter y continua leyendo sin límite