La frase que ha encendido la discusión
Sam Altman, consejero delegado de OpenAI, afirmó en una entrevista publicada por Politico el 4 de octubre de 2026 que el mundo debería aceptar que ocurran algunas «cosas malas» para obtener los beneficios de la inteligencia artificial y preservar la capacidad de las personas para utilizarla. Reuters confirmó la declaración y el contexto de la conversación.
No fue el anuncio de una nueva función ni un cambio inmediato en ChatGPT. Fue una toma de posición sobre cómo repartir el riesgo de una tecnología que ya interviene en la educación, el trabajo, la información y la seguridad digital. Su importancia está en la disyuntiva que plantea: reducir al máximo el daño mediante restricciones o aceptar una tasa de fallos y abusos para no cerrar el acceso.
La formulación resulta incómoda porque desplaza la discusión desde si la IA causará perjuicios hacia cuáles se consideran asumibles. También obliga a preguntar quién toma esa decisión, con qué datos y quién responde cuando el coste recae sobre usuarios que no eligieron participar en el experimento.
Qué daños estaba dispuesto a asumir Altman
Altman citó escenarios como los ataques informáticos, las estafas y otros usos indebidos. Según su argumento, aspirar a una IA con cero abusos podría exigir limitar tanto el acceso que también se perderían parte de sus beneficios. Reuters resumió su posición como una expectativa de que el saldo positivo termine siendo muy superior al negativo.
Eso no equivale a decir que cualquier daño sea aceptable ni que OpenAI renuncie a controles. El marco de gobernanza de la propia compañía identifica riesgos de capacidad ofensiva en ciberseguridad, amenazas químicas o biológicas, manipulación dañina y pérdida de control. También contempla evaluaciones, respuesta ante incidentes y participación de expertos externos.
La tensión aparece entre esos dos planos: una empresa puede prometer salvaguardas para los riesgos extremos y, al mismo tiempo, asumir que no eliminará el fraude, los fallos o el uso malicioso cotidiano. La declaración de Altman hace explícito ese intercambio, pero no aporta una métrica pública para saber cuándo el daño deja de ser tolerable.
El límite que dice no querer cruzar
En la misma conversación, Altman excluyó un escenario realmente catastrófico, como una pérdida grave de control sobre sistemas avanzados. Esa precisión evita interpretar su frase como una aceptación de cualquier desenlace, pero deja una amplia zona gris entre una estafa individual y una amenaza de alcance sistémico.
En esa zona intermedia caben filtraciones de datos, decisiones automatizadas erróneas, suplantaciones convincentes, campañas de manipulación o vulnerabilidades explotadas a gran escala. Son daños menos espectaculares que un escenario de ciencia ficción, aunque pueden afectar de forma directa a miles de personas y acumularse antes de que una empresa o un regulador disponga de una imagen completa.
El problema práctico no es solo fijar un límite teórico. También hay que detectar los incidentes, publicar información comparable y corregir el sistema con rapidez. Sin esos mecanismos, la promesa de aceptar únicamente riesgos limitados no puede auditarse desde fuera.
La distancia con Anthropic es de ritmo y de control
Altman presentó la regulación como una diferencia fundamental entre OpenAI y Anthropic. La segunda empresa ha defendido que el avance de los modelos más potentes debe acompasarse con medidas de seguridad y que la política pública tendrá que desempeñar un papel mayor cuando crezcan las capacidades y los riesgos.
La comparación no convierte a una compañía en partidaria de la libertad total y a la otra en defensora de detener la IA. OpenAI publica su propio marco para sistemas de frontera y Anthropic reconoce que las evaluaciones no detectan todos los fallos. La disputa real está en cuánto acceso se concede antes de comprender por completo un modelo, qué pruebas deben exigirse y cuándo interviene una autoridad externa.
También existe un interés competitivo. Las reglas pueden frenar productos peligrosos, pero pueden favorecer a empresas que ya cuentan con infraestructura y recursos para cumplirlas. A la vez, una carrera sin requisitos comunes puede premiar al proveedor que despliega primero y traslada el coste de los fallos al resto de la sociedad.
Por qué la declaración importa en España y la Unión Europea
En la Unión Europea, la tolerancia personal de un directivo no sustituye al Reglamento de Inteligencia Artificial ni a las demás normas aplicables. El marco europeo clasifica obligaciones según el riesgo del sistema y reserva exigencias adicionales para determinados usos y modelos. Una empresa que implanta IA en España sigue siendo responsable de revisar su finalidad, sus datos y sus controles.
Para un usuario, la frase tampoco es una advertencia abstracta. Si un servicio puede cometer errores o ser manipulado, conviene que sus límites se expliquen antes del uso y que exista una vía clara para impugnar resultados. Si una plataforma facilita fraude o suplantación, el debate ya no es únicamente sobre innovación: también incluye prevención, trazabilidad y reparación.
La posición de Altman sí anticipa un argumento que aparecerá con frecuencia a medida que los modelos ganen autonomía: exigir seguridad absoluta podría impedir usos valiosos. La respuesta europea no consiste en prometer riesgo cero, sino en graduar controles y prohibiciones según el daño potencial.
La pregunta que OpenAI todavía no ha contestado
Aceptar que habrá efectos negativos puede ser una descripción realista, pero no basta como política. Falta saber qué indicadores utilizará OpenAI para medir esos perjuicios, qué umbral detendría un despliegue y qué información compartiría cuando el daño afecte a terceros. Su marco de gobernanza ofrece categorías y procesos; la entrevista plantea una filosofía más amplia que todavía necesita criterios verificables.
Las próximas señales relevantes serán menos llamativas que la frase de Altman: informes de evaluación externos, datos de incidentes, cambios en las políticas de acceso y decisiones regulatorias concretas. Ahí se podrá comprobar si el equilibrio entre beneficio y riesgo se traduce en controles auditables o queda en manos de la empresa que desarrolla el modelo.
El debate, por tanto, no termina en si la IA hará más bien que mal. Empieza en una cuestión más difícil: quién puede aceptar daños en nombre de todos y qué ocurre cuando la balanza se inclina del lado equivocado.
