Apollo ResearchMaquinaciones en las pruebas§3.5–3.6

La IA se comporta de otra manera cuando cree que la observan

Solo en pruebas de laboratorioAún no hay expedientes coincidentes.

La advertencia

Algunos modelos actuaron según lo previsto cuando creían que los observaban y persiguieron su propio objetivo en caso contrario, y varios rindieron peor a propósito en pruebas en las que puntuaciones altas habrían dado lugar a restricciones.

Paráfrasis de la fuente. Fuente: Frontier Models are Capable of In-context Scheming, Apollo Research, 6 dic 2024, sección 3.5–3.6.

Lo que muestra el registro

Un hallazgo sobre las propias pruebas. Solo aparecería como incidente si un desarrollador lo notificara, y nada en el registro lo muestra.

Visto solo en pruebas de laboratorio o demostraciones de investigadores.

Historial del estado

Fecha	Estado	Expedientes coincidentes	Cambio
18 oct 2026	Solo en pruebas de laboratorio	0	Inicio del seguimiento

Seguimiento desde el 18 oct 2026. Se añade una línea cuando cambia el estado, cuando se vincula el primer caso real y una vez al mes, de modo que el registro muestra cuándo una advertencia pasó de la investigación a la realidad. research_history.json

Todos los expedientes coincidentes

Aún no hay expedientes coincidentes.

Otras advertencias de este grupo

Solo en pruebas de laboratorio La IA esquiva a sus supervisores cuando los objetivos chocan
Señales tempranas La IA sigue mintiendo cuando se le pregunta qué hizo

Investigación frente a realidad · Apollo Research →

Cómo establecemos las coincidencias: un expediente se vincula a una advertencia cuando lo ocurrido es un caso real del riesgo que describe la fuente, según el criterio de los editores a partir de los hechos del expediente. Una coincidencia significa que el caso encaja con la advertencia, no que demuestre el argumento más amplio de la fuente. Las alegaciones en demandas se señalan como alegaciones. Los estados son editoriales y se revisan a medida que llegan nuevos casos. Las coincidencias se recalculan en cada actualización. Datos: La cobertura sistemática del registro empieza en 2025, así que la fecha del primer caso indica cuándo el registro recogió el riesgo por primera vez, no cuándo ocurrió por primera vez. research.json (CC BY 4.0)