Anthropic anunció el 15 de octubre de 2026 que seis personas de METR, una organización sin ánimo de lucro que evalúa modelos de frontera, están ya trabajando dentro de la compañía con equipos corporativos, puesto en la oficina y acceso a herramientas y sistemas internos a un nivel comparable al de sus propios equipos de evaluación de riesgos. El punto que lo resume todo: METR publicará su análisis de los riesgos, incidentes y prácticas de la empresa, y Anthropic no puede impedir esa publicación —solo exigir que se oculten unas pocas categorías de información fijadas por adelantado—.
Qué se ha anunciado
La figura tiene nombre propio en el anuncio: acceso «de empleado». En la práctica significa que, salvo en unos supuestos acotados, el personal de Anthropic puede compartir información con ese equipo igual que la compartiría con un compañero dedicado a riesgos de alineamiento. Los supuestos excluidos son tres: lo que afecta a datos de clientes, lo que está cubierto por el secreto profesional entre abogado y cliente, y lo relativo a las arquitecturas de los modelos.
Sobre la publicación, el reparto de poder queda escrito. La empresa renuncia al derecho de veto y se reserva solo el de pedir que se retiren fragmentos que caigan dentro de esas categorías estrechas. Y METR puede contar públicamente que ha habido retiradas y decir si le parecen justificadas, siempre que al hacerlo no revele lo que se ha quitado.
El acuerdo está acotado por contratos exigibles y afecta a un grupo pequeño. El resto de la plantilla de METR queda aislada del trabajo de ese equipo, incluidos los investigadores que colaboran con Anthropic en otros proyectos. La empresa insiste en que esto no es una vía para que otra organización acceda a su información ni a la de sus clientes y socios: son unas pocas personas cualificadas trabajando bajo sus normas de seguridad.
El anuncio describe además una escalera de tres peldaños de acceso. En el primero, el evaluador hace investigaciones de alcance estrecho, Anthropic decide qué le enseña y la publicación pasa por su aprobación. En el segundo desaparece esa aprobación previa y crece la información disponible, aunque se mantiene la posibilidad de exigir retiradas, con el mismo derecho a opinar públicamente sobre ellas. El tercero es exactamente el esquema de METR: acceso equiparable al de un empleado y derechos de publicación como los del segundo peldaño. La intención declarada es llegar a tener varios equipos en ese nivel, cada uno publicando su propia lectura de la postura de riesgo de la empresa.
De momento, SecureBio está en el primer peldaño y revisa el capítulo de armas químicas y biológicas del Informe de Riesgos de agosto, después de haber completado y publicado una revisión piloto del informe anterior. Terminada esa revisión, Anthropic se plantea darle más acceso y más margen para publicar. Con Accenture y Faculty trabaja en un acuerdo más amplio que incluiría evaluación y red teaming de modelos, pruebas de las salvaguardas, revisiones de alineamiento y formación de equipos en ambas partes. Y hay conversaciones preliminares con otras organizaciones, entre ellas Hugging Face.
De dónde viene
Según el propio comunicado, el mes anterior la empresa se había comprometido a reforzar la evaluación externa de sus modelos y de sus prácticas de seguridad, y había firmado el Acuerdo de la Casa Blanca sobre Superinteligencia, en el que las firmantes se obligaban a trabajar con auditores o evaluadores independientes. Con METR ya había precedente: durante el último año ha participado en varias revisiones de los Informes de Riesgos.
El razonamiento que da Anthropic es el de la asimetría de información. Cuanto más capaces son los modelos, más difícil resulta evaluarlos, y buena parte del material relevante no puede hacerse público: algunos datos servirían a actores maliciosos y otros son sensibles comercialmente, como los relativos a cómputo o entrenamiento. La salida que propone es enseñar ese material a terceros y dejar que sean ellos quienes publiquen pruebas y conclusiones razonadas.
La comparación que usa la empresa es la supervisión bancaria: como el banco conoce su exposición mejor que nadie desde fuera, el regulador coloca inspectores dentro de las entidades grandes para detectar antes de tiempo los riesgos que puedan afectar al público. Anthropic reconoce que la analogía no es exacta.
El anuncio llega además en una racha de movimientos institucionales de la compañía, entre ellos la reescritura de su Política de Uso, que entra en vigor el 12 de noviembre, y el memorando firmado con el Gobierno de Singapur, que ya incluía evaluación de modelos y ejercicios de red teaming.
Qué significa
Para quien construye o mantiene software sobre estos modelos, el cambio es de fuentes. Hasta ahora, casi todo lo que se sabía del riesgo de un modelo de frontera venía firmado por quien lo entrena. Si el esquema funciona, dentro de unos meses habrá documentos sobre los mismos sistemas con otra firma, otra metodología y la posibilidad explícita de contradecir al fabricante.
Eso tiene uso práctico inmediato en una sola cosa: la evaluación de proveedores. En un cuestionario de seguridad o en una due diligence de proveedor de IA, ya se puede preguntar algo más concreto que «¿tenéis auditorías?»: qué nivel de acceso dan a terceros, si esos terceros pueden publicar sin permiso y si pueden decir públicamente cuándo se les ha censurado algo. Es un listón nuevo, y es comprobable.
Hay un segundo detalle relevante para quien mete datos de clientes en estas APIs: la información de clientes aparece entre las categorías que quedan fuera del perímetro de los evaluadores. Dicho de otro modo, abrir la casa a un auditor externo no implica abrir los datos que terceros han depositado en ella. Conviene que eso quede claro antes de que alguien lo pregunte en un comité de seguridad.
Lo que el anuncio no dice
No hay fecha para el primer informe público de METR, ni calendario de publicación, ni duración del acuerdo. Tampoco se detalla qué significa exactamente «herramientas y sistemas internos» ni cómo se financia el trabajo del equipo incrustado: el texto exige a los evaluadores que no tengan participación accionarial ni dependencia financiera u operativa, pero no explica cómo se sostiene económicamente la relación.
Las arquitecturas de los modelos quedan fuera salvo aprobación interna explícita. El argumento de la empresa —alto riesgo de filtración involuntaria y poca relevancia habitual para evaluar riesgos— es suyo, no de un tercero, y es la propia Anthropic quien decide cuándo un caso es lo bastante relevante como para hacer excepción. El comunicado tampoco aclara quién arbitra si una retirada de información encaja de verdad en las categorías pactadas, más allá de que METR pueda discrepar en público.
Y lo más importante: todo esto es voluntario. No hay obligación legal detrás, la empresa dice que toda compañía de IA de frontera debería hacer lo mismo, y nada en el anuncio describe qué ocurre si un evaluador concluye que el riesgo es inaceptable. El poder de publicar no es el poder de parar nada.