Borrador en el chat de IA: ¿quién más puede verlo?

Un matemático de la Universidad de Nueva York preguntó si los borradores que escribía en una herramienta de inteligencia artificial habían sido usados para entrenar el modelo. No recibió respuesta.

El caso está en disputa pública y nada fue probado. Pero la pregunta que quedó en el aire es la misma que cualquier empresa debería hacerse antes de pegar un presupuesto, un contrato o una lista de clientes en un chat.

Qué pasó, en orden

• 15 de agosto de 2026: Tristan Buckmaster, del Courant Institute, y Levent Alpoge, investigador de Anthropic, prueban un resultado sobre ecuaciones de fluidos. El trabajo aún no era público.
• Semana siguiente: la noticia del resultado llega a OpenAI.
• Días después: un equipo liderado por Sebastien Bubeck, quien dirige el área de matemáticas de OpenAI, produce una prueba que extiende el argumento.
• 6 de septiembre: Buckmaster es informado del resultado de OpenAI y pregunta si el modelo tuvo acceso a sus sesiones en una herramienta de programación asistida, donde guardaba los borradores del proyecto.
• La respuesta: le dijeron que el modelo no consultó datos de usuario. Sobre el entrenamiento, dice no haber recibido respuesta.
• 8 de septiembre: el dúo publica tres pruebas verificadas por computadora. El medallista Fields Terence Tao calificó el resultado de logro notable.

OpenAI lo niega. Bubeck calificó las acusaciones de falsas e incendiarias y afirmó que ni los investigadores ni los agentes vieron el trabajo del dúo antes de la publicación, y que sus prompts no fueron usados. La empresa también afirma que un modelo interno resolvió el problema con 10 mil agentes simultáneos a lo largo de 88 horas.

La pregunta que quedó sin respuesta

Fíjate en la diferencia entre las dos cosas, porque esa es toda la lección del episodio:

• Usar tu texto como comando — alguien toma lo que escribiste y se lo entrega al modelo en ese momento.
• Usar tu texto como entrenamiento — lo que escribiste entra en el material que forma el modelo, y pasa a influir en las respuestas para cualquier persona, después, sin que nadie necesite abrir tu archivo.

La negación pública cubrió la primera. La segunda es la que cambia lo que deberías pegar en el chat, y es justamente sobre ella que la respuesta no llegó.

Por qué esto es asunto de empresa pequeña

Nadie va a robarte tu demostración matemática. Pero lo que pasa por el chat de una empresa común suele ser: propuesta con precio, planilla de costos, contrato entero, documento de proceso, código del sistema, lista de clientes con nombre y teléfono.

Dos consecuencias prácticas, sin drama:

• Ventaja competitiva. Tu tabla de costos es lo que separa tu propuesta de la del competidor.
• Obligación legal. El dato personal de un cliente pegado en un servicio de terceros es tratamiento de datos, y la ley brasileña responsabiliza a quien controla el dato, no a la herramienta. Ya escribimos sobre esto en lo que la multa de TikTok enseña.

Cuenta personal y cuenta de empresa no son lo mismo

La regla general del mercado hoy: los planes corporativos y el acceso por API suelen no usar tu contenido para entrenamiento por defecto; las cuentas gratuitas y personales con frecuencia sí lo usan, con opción de desactivarlo en algún menú.

Dos advertencias honestas. La política cambia con el tiempo, y cada proveedor escribe la suya. Por eso la única respuesta que sirve es la que tú leíste y guardaste, con fecha — y no la que alguien te contó.

Cinco preguntas para hacerle al proveedor

1. ¿Lo que escribo se usa para entrenar el modelo? ¿Por defecto, o solo si lo autorizo?
2. ¿Durante cuánto tiempo se guarda el contenido, y dónde?
3. ¿Quién, dentro de tu empresa, puede leer lo que envío, y en qué situación?
4. ¿Qué pasa cuando borro una conversación: ¿desaparece del entrenamiento también, o solo de mi pantalla?
5. ¿Puedo desactivar el historial y seguir usando normalmente?

Pídelo por escrito. Una respuesta de un vendedor en una reunión no vale nada seis meses después.

Qué no pegar en un chat que no controlas

• Dato personal identificable de cliente, empleado o proveedor.
• Contraseña, clave de acceso o credencial, de cualquier tipo.
• Contrato entero, principalmente con cláusula de confidencialidad.
• Tabla de costos y márgenes.
• Cualquier cosa que, publicada mañana, te quitaría la ventaja.

Para el resto, que es la mayor parte del trabajo, úsalo con total libertad. El camino práctico es cambiar el nombre real por un apodo antes de pegar — el modelo ayuda igual y el dato sensible no sale de tu mesa.

Cuando el dato es demasiado sensible

Existe la salida de correr un modelo propio, con los datos dentro de casa. Se volvió mucho más barata de lo que era, y ya contamos el caso de una empresa que cambió IA alquilada por modelo abierto. Vale la pena cuando el dato es el activo; no vale la pena para escribir un correo.

Y si la decisión es por el descuento a cambio de datos, que algunos proveedores ofrecen abiertamente, que sea una decisión consciente: es lo que analizamos en el descuento que pagas con tus datos.

Armar esa política y elegir por dónde puede circular cada tipo de dato es parte de lo que hacemos en implementación de IA para empresas. Una página escrita lo resuelve, y necesita existir antes de que todo el equipo empiece a usarla.

Fuentes

Cobertura del episodio publicada el 8 de septiembre de 2026 por Fortune, Engadget y Scientific American, incluyendo las acusaciones de Tristan Buckmaster, la negativa pública de Sebastien Bubeck en nombre de OpenAI y la publicación de las pruebas verificadas por Buckmaster y Levent Alpoge. Ninguna de las acusaciones fue comprobada hasta el cierre de este texto.