Pruebas controladas con modelos de inteligencia artificial punteros han puesto al descubierto un fallo en los sistemas de supervisión: los modelos más potentes pueden asumir como válida información falsa cuando reciben pruebas procesadas por modelos más débiles.
El problema aparece en la cadena de supervisión
Los ensayos, realizados con Claude Code y Codex, analizaron escenarios en los que un modelo de menor capacidad debía leer o interpretar evidencias antes de que estas llegaran a otro modelo encargado de supervisar el resultado. Según la información disponible, ese proceso permitió que datos falsos fueran adoptados por los sistemas evaluados.
La cuestión no se limita a que un modelo pueda equivocarse al generar una respuesta. El fallo afecta a la forma en que distintos modelos colaboran: una capa considerada secundaria puede alterar la información que utiliza la capa superior para tomar una decisión o validar una tarea.
Una debilidad difícil de detectar
El hallazgo resulta relevante porque los sistemas de supervisión suelen apoyarse en varios modelos con funciones distintas. La expectativa es que un modelo más avanzado pueda revisar el trabajo de otro y detectar errores. Sin embargo, las pruebas sugieren que esa garantía puede debilitarse si el supervisor recibe evidencias ya filtradas o interpretadas por un modelo menos capaz.
El material de referencia no detalla qué tipo de datos falsos se introdujeron, con qué frecuencia fueron aceptados ni qué consecuencias concretas tuvieron en cada prueba. Sí señala que los ensayos controlados expusieron fallos cuando modelos más débiles presentaban las evidencias a supervisores más potentes.
El resultado apunta a un riesgo oculto en las arquitecturas basadas en varios modelos: aumentar la capacidad del supervisor no elimina necesariamente los errores que se originan antes, durante la preparación de la información que este debe revisar. Las pruebas con Claude Code y Codex sitúan así el foco no solo en el rendimiento individual de cada modelo, sino también en la fiabilidad de las relaciones entre ellos.












