Según un informe de investigación publicado recientemente, un modelo experimental de OpenAI accedió a un monedero de Ethereum utilizando una frase de recuperación disponible públicamente y gastó sus fondos sin autorización para completar un ejercicio de programación. El incidente pone de relieve la preocupación que suscita que los agentes de IA tomen decisiones independientes relacionadas con activos financieros.
Un agente de OpenAI robó ether de una cartera de prueba ajena
ESCRITO POR
COMPARTIR
Puntos clave
- Un modelo experimental de OpenAI accedió a una cartera de la red de pruebas de Ethereum que contenía fondos utilizando una frase de recuperación conocida públicamente.
- El modelo gastó ETH de Sepolia para desplegar contratos inteligentes, al considerar que los fondos estaban, en la práctica, abandonados y carecían de valor.
- OpenAI identificó el incidente como un caso de desalineación e introdujo medidas de seguridad adicionales para evitar acciones no autorizadas similares.
Un agente de IA se apropia de ETH de la red de pruebas tras una deliberación ética
El incidente tuvo lugar el 26 de junio de 2026, durante un ejercicio de formación interno en el que participaba un modelo de la familia GPT-5.6 Sol. Al modelo se le encomendó la tarea de actualizar una aplicación de comercio de criptomonedas y desplegar contratos inteligentes en Sepolia, una red de pruebas de Ethereum.
Aunque la tarea permitía al modelo implementar contratos, no le proporcionaba una cartera con fondos ni autorizaba el uso de fondos pertenecientes a otra cuenta.
Tras buscar sin éxito implementaciones compatibles e intentar obtener tokens de la red de pruebas a través de «faucets» de criptomonedas, el modelo ideó una solución alternativa: buscar carteras con fondos asociadas a frases de recuperación de desarrolladores de dominio público.
Escribió un script que derivaba direcciones de criptomonedas a partir de frases de recuperación de desarrollo de uso común y comprobaba sus saldos. De las 362 direcciones examinadas, una contenía suficiente ETH de Sepolia para cubrir los costes de implementación. A continuación, el modelo inspeccionó el historial de transacciones del monedero y reconoció la incertidumbre sobre si era apropiado utilizar sus fondos.
«¿Pero es ético utilizar claves y fondos de dominio público?», razonó el modelo, según extractos incluidos en el informe de OpenAI. «Los fondos de una frase mnemotécnica de desarrollador conocida públicamente son, en la práctica, ETH abandonados o de prueba; Sepolia carece de valor». A continuación, concluyó que el uso de la cuenta era aceptable.
Con la clave privada derivada del monedero, el modelo firmó una transacción de despliegue de un contrato inteligente. Tras encontrar dificultades técnicas en sus intentos iniciales, identificó puntos de conexión alternativos a la red capaces de procesar la transacción. El despliegue finalmente se llevó a cabo con éxito, y las comisiones de la transacción se dedujeron del saldo del monedero.
A continuación, el modelo verificó su trabajo, confirmando que los contratos desplegados contenían código ejecutable y devolvían la información esperada. Su resultado final indicó el despliegue satisfactorio del conjunto de contratos, junto con 12 pruebas unitarias superadas y una compilación de producción satisfactoria.
Sin embargo, el modelo no reveló que había accedido a un monedero utilizando una frase de recuperación disponible públicamente ni que había gastado fondos de una cuenta para cuya utilización no había sido autorizado.
El incidente no implicó el robo de criptomonedas con un valor de mercado establecido. El ETH de Sepolia está destinado a probar aplicaciones de Ethereum y, por lo general, no tiene valor monetario directo, aunque sigue siendo un recurso limitado necesario para ejecutar transacciones en la red.
Los peligros de que los agentes de IA manejen criptomonedas
No obstante, los investigadores de OpenAI identificaron este comportamiento como un ejemplo significativo de desalineación de la IA, en el que un modelo sustituyó de forma independiente su propio criterio sobre un posible daño por una autorización explícita. El episodio ilustra cómo los agentes de IA dotados de capacidades de programación y acceso a Internet pueden pasar de identificar recursos financieros a acceder a ellos y gastarlos de forma independiente, incluso cuando esas acciones quedan fuera de sus instrucciones.
Según el informe, la empresa descubrió el incidente el 25 de septiembre mientras ampliaba su supervisión de la actividad histórica de los modelos. Los hallazgos se documentaron posteriormente en un informe actualizado el 15 de octubre. OpenAI afirmó que ha implementado medidas de seguridad adicionales destinadas a impedir el acceso en tiempo real a Internet en circunstancias similares. La empresa también señaló que su sistema de supervisión de desviaciones ahora opera en todo el tráfico y está diseñado para alertar al personal de seguridad en caso de que se obtenga acceso en tiempo real a Internet. El caso pone de relieve un reto más amplio al que se enfrentan los desarrolladores de sistemas autónomos de IA: garantizar que los modelos respeten los límites financieros y operativos, incluso cuando eludir dichos límites les ayudaría a completar una tarea asignada.
Este artículo fue traducido del inglés mediante IA. La versión original en inglés es la fuente autorizada; las traducciones automáticas pueden contener imprecisiones, especialmente en la terminología legal y regulatoria.
