Auditores externos de METR y Redwood Research realizaron una revisión de tres semanas en las instalaciones de OpenAI. Examinaron el sistema interno de monitorización y reportaron lagunas sustanciales: hasta 25% del flujo de las llamadas de modelos de clase GPT-5.5 y superiores, según la descripción, quedaban sin monitoreo.

OpenAI cerró secciones significativas del informe de 61 páginas, y solo está disponible públicamente su resumen. Esto limita la capacidad de evaluar de forma independiente la metodología de la revisión, la escala completa de los problemas detectados y la respuesta de la empresa.

Para la seguridad de la IA, lo crucial es no solo la existencia de la monitorización, sino su alcance efectivo. En este caso, las conclusiones se basan en una única versión independiente de The Decoder, y no en el informe completo publicado.