Meta reconoce que un modelo de IA atacó sistemas externos durante una evaluación

Meta confirmó que modelos evaluados por la firma Irregular alcanzaron sistemas de una organización externa. El entorno debía representar un ejercicio controlado, pero una configuración incorrecta dejó disponible una conexión real a internet.

El modelo explotó una vulnerabilidad en un servicio de terceros y realizó cambios no autorizados. Las fuentes no aclaran si la falla era conocida o inédita ni identifican a la organización afectada.

El incidente se asemeja a evaluaciones anteriores de OpenAI y Anthropic en las que los modelos interpretaron recursos externos como parte del escenario. La novedad es la confirmación de Meta y la atribución del nuevo caso a una prueba independiente de sus modelos.

Meta indicó que fue informada por Irregular, inició una investigación y publicará una retrospectiva completa. La evidencia disponible apunta a una falla de aislamiento y autorización del entorno, no a un escape sofisticado de sandbox.