Demissão de três pesquisadores expõe a crise de auditabilidade da OpenAI
Tomek Korbak, Mikita Balesni e Jasmine Wang, pesquisadores da área de segurança da OpenAI, foram desligados após apuração interna sobre suposto vazamento de informações sensíveis e negam ter repassado material confidencial. O caso veio a público em 24 de outubro de 2026 e o ponto sensível não é apenas a saída de três funcionários: os relatos escancaram o atrito entre a área de segurança da companhia e o time que protege seus dados internos, justamente quando a empresa retoma o treinamento de modelos e promete ampliar parcerias externas. Os três afirmam que nunca foram informados por escrito sobre qual informação teria sido indevidamente compartilhada.
O que a investigação interna encontrou
A desconfiança nasceu dentro do próprio time de segurança da OpenAI, que viu indícios de que detalhes da arquitetura dos modelos — o desenho técnico de como a rede neural é montada e treinada — chegaram a um pesquisador externo da área. Os três foram chamados a destravar os celulares pessoais. Nos aparelhos, os investigadores acharam conversas no Signal, aplicativo de mensagens criptografadas que permite programar o desaparecimento automático do histórico, com pesquisadores de fora da empresa.
Uma semana depois, os três foram demitidos no mesmo dia. A OpenAI alegou violação de políticas internas e disse que o Signal não é ferramenta homologada pela companhia, mas garantiu que o aplicativo não motivou as demissões. Korbak contesta: apagar mensagens automaticamente é rotina de segurança no Vale do Silício.
A disputa técnica por trás do caso
O impasse gira em torno de uma questão técnica com consequências práticas. Modelos de raciocínio registram em um rascunho interno — a chain of thought, ou cadeia de pensamento — as etapas intermediárias que percorrem até chegar a uma resposta. Empresas e auditores usam esses traços para reconstruir o caminho lógico do modelo e detectar comportamentos indesejados. Em 2025, os três demitidos assinaram, com pesquisadores de diversos laboratórios de IA, um artigo que pedia a preservação desse acesso.
A discussão esquentou meses antes das demissões, quando funcionários do setor passaram a debater modelos que pensam por mais tempo, mas registram menos etapas do meio do caminho. Balesni reagiu internamente ao difundir uma proposta de Ryan Greenblatt, então cientista-chefe da Redwood Research. Korbak também conversava com frequência com Greenblatt; os dois trocavam mensagens por Slack e Signal enquanto analisavam um incidente de grande visibilidade — o ataque de agentes da OpenAI ao Hugging Face —, tema de apuração independente que Greenblatt conduzia a serviço da METR.
A reportagem sobre o Astra e a caça ao vazamento
Em 1º de setembro, uma reportagem apontou que o Astra, modelo então recém-anunciado pela OpenAI, era mais capaz, mas revelava menos do próprio processo de raciocínio. O cientista-chefe Jakub Pachocki classificou o conteúdo como confuso na rede X, ainda que ele mesmo já tivesse alertado para uma corrida da indústria rumo a sistemas impossíveis de monitorar.
Semanas depois veio a apuração interna de vazamento. Balesni afirma que os investigadores identificaram Greenblatt como fonte suspeita e exigiram acesso às conversas de Signal com ele. Greenblatt nega ter passado informação confidencial a jornalistas.
Wang enfrentou acusação distinta: a OpenAI sustentou que ela acessou repetidamente a caixa de entrada de um executivo. A pesquisadora diz que pedira o cancelamento desse acesso quase um ano antes, abriu por acidente um e-mail sensível no mês anterior, não divulgou o conteúdo e comunicou o episódio na hora. A empresa afirma que o acesso em si não era o problema.
Auditoria independente e lacunas na infraestrutura
O desgaste extrapola os três. Segundo Korbak, colegas passaram a evitar contato com gente de fora e hesitam em levantar questões de segurança internamente. Em carta ao conselho da OpenAI, os demitidos pedem cooperação mais próxima com organizações externas de segurança.
Uma auditoria presencial feita por equipes da METR e da Redwood Research achou diversas brechas de segurança na infraestrutura da OpenAI — e quase metade do relatório final foi tarjada pela companhia. A OpenAI publicou ainda um documento sobre a nova arquitetura de segurança, que funciona sem acesso à internet, disse ter corrigido as falhas e retomado o treinamento no início de outubro, além de prometer anúncios de novas parcerias externas.
| Marco | Detalhe |
|---|---|
| Artigo em defesa do acesso ao raciocínio | 2025 |
| Reportagem sobre o modelo Astra | 1º de setembro |
| Demissões simultâneas | uma semana após a apreensão dos celulares |
| Retomada do treinamento | início de outubro |
O que isso significa para o investidor
Para quem investe, o episódio funciona como termômetro de risco de governança numa das empresas mais valiosas do mundo — e de um risco que não aparece no balanço. A capacidade de auditar o raciocínio de um modelo é o que permite a reguladores, clientes corporativos e seguradoras avaliar o que um sistema faz antes de errar em escala. Quando auditores externos perdem acesso ou têm relatórios tarjados, o custo tende a aparecer como prêmio de risco regulatório maior, exigências contratuais mais duras e dificuldade de reter talentos de pesquisa.
No Brasil, a exposição do investidor pessoa física a esse tema raramente vem de uma ação isolada: chega por BDRs de tecnologia, fundos de índice globais e fundos internacionais com peso relevante em papéis de IA. Acompanhar o grau de transparência e a existência de auditorias independentes nas empresas do setor ajuda a calibrar o quanto desse risco já está embutido no preço.