2026-09-05

GPT-6 Astra: más autonomía exige más control en la empresa

GPT-6 Astra no importa solo porque responda mejor. Importa porque puede hacer más cosas dentro de un ordenador y obliga a decidir qué permisos puede recibir.

Qué ha ocurrido

OpenAI presentó GPT-6 Astra con mejoras en uso del ordenador, programación y trabajo profesional, según sus evaluaciones. La empresa también lo situó en el nivel crítico de capacidad de ciberseguridad de su propio marco de evaluación y anunció controles reforzados.

Un modelo es el sistema de inteligencia artificial que interpreta instrucciones y produce respuestas. Cuando se conecta a herramientas y puede encadenar acciones para cumplir un encargo, hablamos de un agente. La diferencia empresarial es importante: preparar un texto no es lo mismo que entrar en una aplicación y modificar un registro.

Por qué importa

Cuanto más capaz es un agente de completar pasos por su cuenta, mayor es el beneficio posible. También aumenta el daño de un permiso mal dado, una instrucción ambigua o una comprobación insuficiente.

Pensemos en una persona recién incorporada al equipo. Que trabaje rápido no significa que deba recibir las llaves de todas las oficinas y autorización para firmar cualquier pedido. Con un agente ocurre algo parecido: la capacidad para hacer una tarea y el permiso para ejecutarla son decisiones distintas. Nuestra interpretación es que este lanzamiento hace más importante esa separación, no que vuelva innecesaria la supervisión.

Qué significa el nivel crítico y qué no demuestra

OpenAI explica que, con las herramientas y el acceso adecuados, Astra alcanza capacidades para encontrar fallos de seguridad desconocidos y desarrollar formas de aprovecharlos sin orientación humana en cada paso. Esa es una clasificación del proveedor sobre lo que el modelo puede llegar a hacer; no significa que se haya producido un ataque contra tu empresa ni que cualquier uso de Astra sea peligroso.

La compañía afirma haber reforzado sus protecciones y el respeto a los límites autorizados. Eso no demuestra que cualquier combinación de instrucciones, aplicaciones y permisos de una empresa vaya a funcionar sin errores. La cuestión pendiente para cada negocio es cómo se comporta en su proceso concreto, incluidas las excepciones, y cuánto trabajo exige supervisarlo.

Una forma práctica de decidir

Empieza con una tarea reversible y sin datos sensibles. Registra cada acción, limita las páginas y aplicaciones disponibles, y compara el resultado con el proceso actual. Reversible significa que puedes deshacer lo ocurrido y recuperar la situación anterior: borrar un borrador no equivale a retirar un correo que ya ha llegado a un cliente.

Ejemplo hipotético: una empresa recibe solicitudes de presupuesto. En una primera prueba, el agente consulta un catálogo de prueba y prepara una propuesta con datos ficticios. No puede enviarla, cambiar precios ni aceptar un pedido. Una persona comprueba cantidades, condiciones y lo que falta por preguntar al cliente. No es un caso de éxito medido ni una promesa de ahorro, sino una forma de separar preparación y compromiso comercial.

Después probaríamos una solicitud incompleta o contradictoria. La respuesta deseable no es que el agente improvise un precio para terminar, sino que detecte la duda y pida revisión. Mediríamos tanto las propuestas correctas como las correcciones y el tiempo de supervisión. Si revisar todo cuesta más que hacerlo como antes, todavía no hay una mejora demostrada.

Qué haríamos ahora

Confirmar el acceso disponible en la cuenta y preparar una prueba pequeña. Antes de conectarlo a los sistemas reales de la empresa, dejar por escrito qué puede consultar, qué puede cambiar y qué decisiones debe devolver a una persona.

Los límites deben estar en los permisos de las herramientas, no solo en una frase como «no envíes nada». Designaríamos a alguien que revise el registro de acciones y pueda retirar el acceso. También comprobaríamos de verdad que se puede detener la prueba y recuperar los datos anteriores, en lugar de dar por hecho que existe esa posibilidad.

No le daríamos todavía acceso general al correo, a los pagos o a todos los expedientes de clientes. Tampoco ampliaríamos permisos porque una demostración salga bien. Primero buscaríamos resultados repetibles con casos normales y problemáticos. Si una herramienta no permite limitar o revisar sus acciones, aplazaríamos esa conexión.

Preguntas que conviene hacerse

¿Qué acción concreta puede ejecutar sin pedir permiso?
¿Qué datos vería durante la tarea?
¿Cómo se detecta y revierte una acción incorrecta?