01 · Contexto
Qué está ocurriendo
Anthropic anunció el 15 de octubre de 2026 que comenzó a dar acceso similar al de empleados a seis integrantes de METR, organización dedicada a evaluar modelos de IA. El equipo recibe equipos corporativos, espacio de trabajo y acceso a herramientas y sistemas comparable al de los equipos internos de evaluación de riesgos. La publicación incorpora una aclaración de los términos de METR fechada el 16 de octubre.
METR podrá publicar sus análisis sin veto de publicación de Anthropic. Sin embargo, la compañía puede exigir redacciones en categorías predefinidas y decide qué información cae dentro de ellas. Existen excepciones de acceso, entre ellas datos de clientes, información protegida por secreto profesional y arquitectura de modelos. METR conserva derechos para expresar determinadas observaciones sobre el acceso recibido. El anuncio describe un mecanismo de evaluación, no resultados finales.
02 · Impacto
Por qué importa
Análisis editorial: para organizaciones chilenas que incorporan modelos externos, esta noticia abre una pregunta de compra y gobierno más concreta que si un proveedor se declara seguro: qué evidencia puede examinar alguien independiente y qué conclusiones puede comunicar. La presencia de evaluadores internos puede reducir asimetrías de información, pero su valor para un cliente dependerá de los informes publicados, su alcance y la claridad de sus límites. No conviene convertir el anuncio en una aprobación automática para usar información sensible o ampliar las facultades de un agente. Una evaluación del proveedor y una evaluación de la aplicación resuelven problemas diferentes. El comportamiento del sistema también depende de las herramientas conectadas, los permisos otorgados, los datos disponibles y las decisiones que puede ejecutar. La selección de modelos debería conservar esa separación y registrar qué incertidumbres siguen abiertas.
03 · Recomendaciones
Qué conviene hacer
- En la evaluación de proveedores, solicita identificar quién realiza las revisiones, qué sistemas puede examinar, qué restricciones existen y cómo se publican discrepancias. Registra las respuestas como condiciones verificables, evitando reducirlas a una casilla de cumplimiento.
- Cuando aparezcan informes, contrasta su alcance con tu uso real: asistencia de programación, análisis documental o agentes con herramientas requieren pruebas distintas. No extrapoles conclusiones de un escenario a otro sin justificar esa equivalencia.
- Mantén evaluaciones propias con datos sintéticos o autorizados, criterios de aceptación y casos de abuso pertinentes. Incluye intentos de ejecutar acciones fuera del alcance, divulgar información y seguir instrucciones insertadas en documentos externos.
- Define qué evidencia faltante impediría aumentar permisos o pasar a producción. Asigna responsables para revisar cambios relevantes del proveedor y conserva decisiones, limitaciones y resultados de pruebas junto a la versión del modelo y la configuración evaluada.