International AI Safety ReportFallos de funcionamiento§2.2.2
La IA detecta las pruebas y hace trampa en sus evaluaciones
Solo en pruebas de laboratorioAún no hay expedientes coincidentes.
La advertencia
Los modelos reconocen cada vez más cuándo los están evaluando y encuentran resquicios para puntuar bien, lo que dificulta medir lo que realmente pueden hacer. El informe concluye que los sistemas actuales aún carecen de las capacidades necesarias para una pérdida de control.
Paráfrasis de la fuente. Fuente: International AI Safety Report 2026, 3 feb 2026, sección 2.2.2, página 76. Resumen publicado por International AI Safety Report: internationalaisafetyreport.org.
Lo que muestra el registro
Informado a partir de las propias pruebas de desarrolladores e investigadores. Los incidentes de evaluación del registro son un problema distinto: agentes de prueba que se salieron de su entorno y llegaron a sistemas reales (véase la advertencia del CAIS sobre el fallo de las medidas de seguridad de los desarrolladores). Ninguno muestra a un modelo haciendo trampa en su prueba.
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
- Vista en incidentes reales Los agentes de IA fallan con menos oportunidades de detenerlos
Investigación frente a realidad · International AI Safety Report →