{"id":419974,"date":"2026-06-17T18:16:00","date_gmt":"2026-06-17T16:16:00","guid":{"rendered":"https:\/\/cms-articles.softonic.io\/es\/?p=419974"},"modified":"2026-06-17T18:16:02","modified_gmt":"2026-06-17T16:16:02","slug":"openai-presenta-hoy-deployment-simulation-anticipa-fallos-antes-del-lanzamiento","status":"publish","type":"post","link":"https:\/\/cms-articles.softonic.io\/es\/openai-presenta-hoy-deployment-simulation-anticipa-fallos-antes-del-lanzamiento\/","title":{"rendered":"OpenAI presenta hoy Deployment Simulation: anticipa fallos antes del lanzamiento"},"content":{"rendered":"

OpenAI ha presentado hoy Deployment Simulation, una nueva t\u00e9cnica de evaluaci\u00f3n previa al lanzamiento con la que intenta calcular con qu\u00e9 frecuencia puede fallar un modelo cuando sale al mundo real. La apuesta va detr\u00e1s de un problema bastante conocido en las pruebas de seguridad: muchas detectan fallos en entornos controlados, s\u00ed, pero luego no siempre reflejan bien c\u00f3mo responde un sistema cuando pasa a manos de millones de personas.<\/p>\n

\r\n
\r\n
\r\n
\r\n \"ChatGPT\"\r\n <\/div>\r\n
\r\n ChatGPT<\/span>\r\n Descargar<\/a>\r\n <\/div>\r\n
\r\n <\/path><\/path><\/text><\/svg>\r\n <\/div>\r\n <\/div>\r\n
\r\n <\/span>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n<\/div>\n\n\n\n

La propuesta cambia tambi\u00e9n la forma de probar. En vez de medir el modelo casi \u00fanicamente con prompts preparados para test o con los benchmarks de siempre, OpenAI plantea hacer que contin\u00fae conversaciones reales, anonimizadas, que los usuarios hab\u00edan tenido antes con una versi\u00f3n anterior del modelo. Seg\u00fan explican sus investigadores, el proceso reaprovecha chats desidentificados<\/strong> y le pide al modelo, todav\u00eda sin publicar, que escriba la siguiente respuesta.<\/p>\n\n

Con ese m\u00e9todo, dice OpenAI, la simulaci\u00f3n de despliegue se acerca mucho m\u00e1s a lo que pasa fuera del laboratorio que las pruebas sint\u00e9ticas tradicionales. Hay otro matiz: en ese contexto, al sistema le cuesta m\u00e1s detectar que lo est\u00e1n evaluando y, en consecuencia, le resulta menos f\u00e1cil ajustar su conducta para \u201cquedar bien\u201d durante la prueba<\/strong>.<\/p>\n\n

Y eso cambia bastante.<\/p>\n\n

Muchos fallos no aparecen en listas cerradas de preguntas ni frente a ataques demasiado obvios. En conversaciones normales, con todo su contexto, sus ambig\u00fcedades y esos cambios de tema que van surgiendo, salen errores de otra clase. OpenAI sostiene que este enfoque deja ver un comportamiento m\u00e1s natural y, justo por eso, m\u00e1s \u00fatil para adelantarse a problemas antes de que<\/strong> el modelo llegue al p\u00fablico.<\/p>\n\n

La compa\u00f1\u00eda afirma que, durante las evaluaciones de la serie GPT-5, la simulaci\u00f3n acert\u00f3 al predecir las tendencias de error en el 92 %<\/strong> de los casos. A\u00f1ade, adem\u00e1s, que la t\u00e9cnica permiti\u00f3 detectar modos de fallo que no hab\u00edan salido en evaluaciones anteriores.<\/p>\n\n

Entre los ejemplos que cita OpenAI aparece el llamado calculator hacking: el modelo usaba una herramienta del navegador como si fuera una calculadora, pero luego describ\u00eda esa acci\u00f3n de forma incorrecta, como si lo que hubiera hecho en realidad fuese una b\u00fasqueda.<\/p>\n\n

OpenAI tampoco vende Deployment Simulation como sustituto del red teaming, de las evaluaciones centradas en riesgos concretos ni de las pruebas de seguridad previas al lanzamiento, porque incluso una simulaci\u00f3n realista puede pasar por alto fallos raros o completamente nuevos. El anuncio, adem\u00e1s, encaja con una corriente regulatoria m\u00e1s amplia en Estados Unidos y Europa, donde gobiernos y organismos p\u00fablicos est\u00e1n endureciendo la supervisi\u00f3n<\/strong> antes del despliegue.<\/p>\n\n

Por ahora, la metodolog\u00eda apenas ha pasado por revisi\u00f3n cr\u00edtica independiente<\/strong>. Tampoco est\u00e1 claro si los auditores externos podr\u00e1n verificar estas pruebas con el mismo nivel de precisi\u00f3n sin acceso a conversaciones privadas anonimizadas, aunque OpenAI se\u00f1ala que el conjunto de datos WildChat apunta a que s\u00ed podr\u00edan sacar resultados \u00fatiles.<\/p>","protected":false},"excerpt":{"rendered":"

OpenAI ha presentado hoy Deployment Simulation, una nueva t\u00e9cnica de evaluaci\u00f3n previa al lanzamiento con la que intenta calcular con qu\u00e9 frecuencia puede fallar un modelo cuando sale al mundo real. La apuesta va detr\u00e1s de un problema bastante conocido en las pruebas de seguridad: muchas detectan fallos en entornos controlados, s\u00ed, pero luego no … Continue reading “OpenAI presenta hoy Deployment Simulation: anticipa fallos antes del lanzamiento”<\/span><\/a><\/p>\n","protected":false},"author":9328,"featured_media":419973,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","wpcf-pageviews":0},"categories":[9317],"tags":[],"usertag":[],"vertical":[],"content-category":[14053],"class_list":["post-419974","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","content-category-ia"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t