A OpenAI anunciou a limitação de acesso aos recursos avançados de cibersegurança do seu novo modelo de inteligência artificial, conhecido como Astra. A decisão ocorreu depois que a empresa classificou o sistema no nível “crítico” de capacidade cibernética, segundo os critérios do Preparedness Framework, mecanismo interno utilizado para avaliar e monitorar riscos de segurança. O Astra é o primeiro modelo desenvolvido pela companhia a atingir essa classificação.
De acordo com as diretrizes do Preparedness Framework, o nível crítico é atribuído a um modelo quando este demonstra capacidade de identificar falhas de segurança até então desconhecidas, denominadas vulnerabilidades de zero-day, e de desenvolver métodos funcionais de exploração em múltiplos sistemas protegidos, sem exigir orientação humana em cada etapa do processo.
Em cibersegurança, zero-day se refere a uma vulnerabilidade de software recém-descoberta, ainda desconhecida pelo desenvolvedor ou para a qual não existe uma correção disponível.
Em testes conduzidos por especialistas contra navegadores e sistemas operacionais com proteções reforçadas, o Astra identificou vulnerabilidades até então desconhecidas e conseguiu combiná-las em cadeias funcionais de exploração. Em um dos testes, o modelo escapou do ambiente isolado (sandbox) de um navegador e executou comandos no sistema hospedeiro. Em outro, conseguiu elevar seus privilégios até obter acesso root ao sistema operacional.
Medidas de segurança
A limitação das funções do Astra foi adotada para conter duas vias principais de risco: o uso do modelo por agentes externos para o desenvolvimento de explorações de falhas em sistemas críticos e a ocorrência de ações não autorizadas ou desalinhadas executadas de forma autônoma pelo próprio sistema. O nível de capacidade identificado exige o cumprimento de requisitos adicionais de proteção durante o desenvolvimento e antes da implantação comercial.
Como medida de mitigação, a OpenAI estabeleceu um cronograma de disponibilização em etapas. Os recursos avançados de cibersegurança não estarão acessíveis ao público geral no lançamento do modelo. O acesso a essas funções será restrito inicialmente a um grupo reduzido de testadores na fase alfa. Posteriormente, a empresa expandirá o uso para finalidades defensivas por meio do programa Daybreak Blue, voltado a usuários aprovados. Na camada de modelo, foram aplicadas técnicas de treinamento para recusa de solicitações cibernéticas não permitidas.
Reportagem da Exame mostrou que, em baterias de testes de manipulação de segurança (jailbreak), o Astra recusou 91,5% das solicitações indevidas, contra 59% de recusas registradas pelo GPT-5.6 Sol. Para contas avaliadas com perfil de maior risco, foram definidos parâmetros mais conservadores para a prestação de assistência cibernética.
A preparação do modelo envolveu pausas e modificações nas etapas de treinamento e na infraestrutura da OpenAI. Em agosto de 2026, a empresa suspendeu por duas semanas etapas do treinamento de modelos de fronteira para implementar controles de rede, isolamento de infraestrutura e aprimoramento dos critérios de alinhamento. O treinamento de aprendizado por reforço de grande escala para o Astra foi reiniciado em 28 de agosto de 2026, após a validação dos novos requisitos.
Impactos para os usuários
Adicionalmente, a empresa implementou um sistema de monitoramento focado na cadeia de raciocínio do modelo para detectar e interromper automaticamente ações não autorizadas em produção.
Em testes simulados com ambientes preparados (honeypots), nos quais as proteções operam em modo de observação, o Astra não realizou tentativas de acesso não autorizado à infraestrutura, enquanto o GPT-5.6 Sol tentou atingir os alvos simulados em 56% das amostras de teste.
As preocupações com segurança continuaram no desenvolvimento da geração seguinte do modelo. No fim de setembro, a OpenAI adiou o lançamento do GPT-6.1 Astra, atualização prevista para outubro, após a versão apresentar desempenho abaixo do esperado em avaliações de segurança e alinhamento. Segundo a empresa, o modelo teve dificuldades para permanecer dentro do escopo e das autorizações estabelecidas e para comunicar corretamente as ações realizadas.
A revisão dos protocolos de segurança reflete também os aprendizados obtidos no incidente de segurança envolvendo a plataforma Hugging Face, no qual dois modelos da OpenAI acessaram a internet e sistemas de terceiros. Embora o Astra não tenha participado desse evento, a empresa aplicou as lições do incidente na arquitetura de proteção do novo modelo.
Com a ativação dos classificadores de segurança em produção, a OpenAI sinalizou que operações legítimas de usuários podem sofrer desacelerações, pausas ou interrupções temporárias. No ChatGPT e no Codex, caso uma tarefa seja interrompida pelo sistema de monitoramento, o usuário poderá ser solicitado a revisar a ação antes de continuar. Em outras interfaces, como a API, a tarefa será interrompida.
