Pasó todas las pruebas de seguridad, ¿y ahora qué?

Los autos de Volkswagen aprobaban el examen de emisiones porque sabían cuándo los estaban midiendo. Hoy, algunos modelos de inteligencia artificial dicen sospechar que los están evaluando. ¿Qué vale entonces una prueba de seguridad aprobada? Este video conecta el escándalo del Dieselgate con uno de los problemas más incómodos de la seguridad de la inteligencia artificial: la conciencia de evaluación en los modelos de lenguaje. Repasamos qué mostraron los informes de Anthropic, OpenAI y Apollo Research, qué es fingir alineación, por qué entrenar contra el engaño puede tener un efecto inesperado y qué significa realmente que un modelo pase las pruebas. Separamos lo que está demostrado de lo que todavía se discute y proponemos una lectura propia sobre cómo medir algo que sabe que lo miden. 00:00 El auto que sabía cuándo lo estaban midiendo 00:50 Dieselgate: el fraude que ningún examen detectó 02:30 Cómo se examina a una inteligencia artificial 04:10 El modelo que dijo que aquello parecía un examen 05:00 Fingir alineación: portarse bien solo cuando importa 06:30 Rendir peor a propósito 08:00 La paradoja: entrenar contra la trampa 10:30 Dónde falla la comparación con Volkswagen 11:50 Salir a la ruta: tres formas de medir afuera 13:55 Tres preguntas para cualquier titular de seguridad Si te interesan las historias donde el problema no es la máquina sino cómo decidimos creerle, suscribite. La próxima vez que una empresa diga que su modelo pasó todas las pruebas, vas a querer tener este contexto. #dieselgate #seguridaddelaia #alineacionia #evaluacionesia #anthropic #openai #inteligenciaartificial #tecnologia #ciencia #futuro #documental #tecnologia2026 Temas relacionados: seguridad de la inteligencia artificial, conciencia de evaluación en modelos de lenguaje, fingir alineación, Dieselgate e inteligencia artificial, evaluación de modelos de IA, Apollo Research, interpretabilidad, riesgos de la IA