Índice de contenidos
Claves de la noticia
- Reuters revela negociaciones sobre cuánto pueden publicar los evaluadores externos de Anthropic y OpenAI; las empresas matizan el alcance del control.
- Las políticas públicas permiten proteger información confidencial, pero la independencia depende también de quién decide las conclusiones y las supresiones.
- El informe de METR sobre Hugging Face documenta una ampliación del acceso a pruebas: una revisión prevista para dos días necesitó seis.
La evaluación independiente de la inteligencia artificial tiene una condición pendiente de concretar: qué puede contar quien recibe acceso al laboratorio. Una investigación de Reuters publicada este 13 de octubre describe negociaciones de Anthropic y OpenAI sobre los derechos de publicación. El contraste con sus documentos públicos y con un informe de METR permite precisar dónde está el problema: acceso, financiación y libertad editorial son garantías distintas.
Dos respuestas que delimitan el desacuerdo
Según dos personas conocedoras de las conversaciones citadas por Reuters, en su reportaje distribuido por CNA, ambas compañías buscaban un control editorial estricto todavía el 5 de octubre. Una de ellas señala que las conversaciones de Anthropic habían evolucionado el día 8. Son versiones atribuidas sobre negociaciones privadas, no contratos definitivos publicados.
Anthropic responde que esa descripción no representa todo su trabajo: los evaluadores con los que ya colaboraba controlan métodos, conclusiones y publicación. Para firmas nuevas, se reserva comentar y aprobar informes mientras conocen sus modelos y establecen la relación. OpenAI niega buscar aprobación del texto completo y defiende retirar información confidencial, haciendo visibles las supresiones importantes.
La diferencia importa: aprobar un informe y solicitar que se oculte un secreto no conceden el mismo poder. El primer mecanismo puede afectar a la publicación del conjunto; el segundo debería quedar limitado a información identificable. Esa distinción debe poder verificarse en las condiciones del trabajo. Las respuestas tampoco permiten concluir que todos los informes externos estén censurados o que una negociación haya terminado ya con un resultado concreto.
Lo que OpenAI escribió el 22 de septiembre
Los principios públicos de OpenAI para evaluaciones de terceros sitúan la independencia editorial junto a la protección de confidencialidad y propiedad intelectual. Proponen políticas claras para solicitar supresiones y que los evaluadores puedan indicar cuándo son sustantivas y cómo afectan al informe. También contemplan tiempo razonable para resolver problemas antes de publicar.
El documento exige explicar metodología, criterios e incertidumbres, además de declarar y abordar conflictos de interés. Cuando el acceso directo no sea viable, propone alternativas que protejan la información subyacente. Es una declaración de principios del desarrollador; no demuestra por sí sola las condiciones de cada contrato ni acredita que un modelo sea seguro.
Al comparar esas condiciones, aparecen tres decisiones que un comprador puede comprobar por separado. La siguiente tabla resume la lectura de los documentos, sin asignar una certificación a ninguna empresa.
| Garantía | Pregunta que resuelve | Evidencia útil |
|---|---|---|
| Acceso | ¿Qué pudo examinar el equipo? | Alcance y registros disponibles |
| Financiación | ¿Quién paga la revisión? | Financiador y conflictos declarados |
| Publicación | ¿Quién decide lo que se comunica? | Derechos y supresiones explicadas |
Un informe puede satisfacer una columna y dejar otra abierta. Tener acceso profundo no elimina un conflicto económico; recibir financiación independiente tampoco garantiza disponer de todos los registros. Por eso, la etiqueta «evaluado externamente» describe demasiado poco para comparar garantías.
Accenture combina acceso interno y financiación del laboratorio
El acuerdo anunciado por Anthropic el 18 de septiembre encarga a Faculty, el negocio especializado en IA de Accenture, una evaluación desde dentro del laboratorio. Anthropic explica que ese trabajo ofrece acceso comparable al de un empleado para observar entrenamiento, decisiones y cumplimiento de compromisos. Reconoce que todavía faltan estándares asentados sobre acceso, comunicación de resultados y financiación.
La compañía financiará directamente el trabajo de Accenture y plantea pilotos con organizaciones sin ánimo de lucro que usen sus propios fondos. La colaboración no es exclusiva. Ambas empresas esperan invertir al menos 1.000 millones de dólares cada una en desarrollar capacidad durante cinco años; esa expectativa no debe presentarse como dinero ya gastado ni como una tarifa de auditoría.
Hay además un antecedente comercial pertinente: en diciembre de 2025, Accenture y Anthropic anunciaron un grupo de negocio dedicado a Claude, formación para unos 30.000 profesionales y servicios para llevar la IA a producción. Comparar ambos acuerdos muestra que Accenture participa tanto en la adopción como en la evaluación. Eso no invalida automáticamente su trabajo, pero convierte la separación de equipos, incentivos y decisiones en una cuestión verificable, más precisa que asumir independencia por el nombre del proveedor.
METR muestra por qué el alcance cambia las conclusiones
La investigación de METR y Redwood publicada el 26 de agosto permite examinar un precedente concreto. Su visita prevista para dos días terminó sumando seis, en tres estancias. En las posteriores recibieron más datos; la tercera aportó aproximadamente 1.200 registros de ejecución y permitió verificar que el conjunto final cubría la gran mayoría de la actividad de los agentes.
El propio informe explica las condiciones de publicación: OpenAI podía retirar información no pública y ambos equipos acordaban cómo describir esas supresiones. Los investigadores también editaron estructura y claridad tras recibir comentarios. Su declaración inicial afirma que, salvo lo señalado expresamente, no se eliminó información adicional importante para sus conclusiones. Tampoco cobraron de OpenAI por esa evaluación.
El paso de dos a seis días supone triplicar el tiempo presencial previsto, según el calendario documentado, no triplicar la calidad del análisis. El dato muestra que valorar una revisión exige mirar cuándo llegaron las pruebas y qué límites subsistieron. Un resumen temprano puede tener un alcance distinto del informe completado después.
Para las empresas españolas que integran agentes, esa lectura complementa los controles sobre IA que afronta la banca y la revisión de transparencia de los desarrolladores realizada por el ICO. La consecuencia práctica es concreta: pedir alcance, financiador y política de supresiones antes de usar una evaluación externa como garantía de compra. El precedente de METR demuestra que documentar las restricciones permite interpretar mejor un informe, incluso cuando el laboratorio termina ofreciendo un acceso amplio.
Imagen: ilustración editorial generada para Tecnología Today; representa una revisión técnica y no una fotografía de las empresas citadas.
