OpenAI presentó Astra, el primer modelo de IA capaz de hackear sistemas sin ayuda humana
OpenAI presentó Astra, un modelo de inteligencia artificial que la propia empresa clasificó como el primero en cruzar el umbral de “capacidad crítica” en ciberseguridad, según su propio sistema de evaluación de riesgos. En criollo: Astra puede encontrar fallas de seguridad desconocidas en sistemas informáticos y explotarlas sin que nadie lo guíe paso a paso, algo que hasta ahora ningún modelo de la compañía había logrado hacer solo.
En las pruebas internas, Astra sacó puntaje perfecto en ExploitBench, el examen que usa OpenAI para medir estas habilidades, y de paso encontró dos vulnerabilidades que nadie conocía en los sistemas que se usaron para testearlo. También armó cadenas de ataque completas, desde comprometer un navegador hasta escalar privilegios dentro de una red, algo que antes requería un equipo de especialistas en seguridad ofensiva.
Astra sacó puntaje perfecto en ExploitBench y de paso encontró dos vulnerabilidades que nadie conocía en los sistemas usados para testearlo.
Por eso mismo, la empresa avisó que el lanzamiento va a ser escalonado: el modelo va a estar disponible pronto para uso general, pero las funciones más avanzadas de ciberseguridad quedan reservadas a testeadores verificados y a un programa llamado Daybreak Blue, pensado para que investigadores usen esas capacidades para defender sistemas y no para atacarlos. OpenAI sumó además controles extra: monitoreo del razonamiento interno del modelo, filtros más estrictos según el tipo de cuenta y mejoras para detectar intentos de jailbreak, que según sus propias pruebas ahora rechaza en el 91,5% de los casos.
La noticia llega en un momento en que varias empresas de IA vienen marcando la misma alarma con sus propios modelos, así que no es un caso aislado sino más bien la foto de hacia dónde va la industria: modelos cada vez más capaces también en tareas que pueden usarse para atacar, no solo para ayudar.
