Anthropic permite que auditores externos revisen su trabajo: qué cambió el 15 de octubre
Anthropic otorgó a un equipo de METR, un evaluador de IA sin fines de lucro, acceso similar al de un empleado para revisar sus prácticas de riesgo y publicar hallazgos que Anthropic no puede vetar. Esto es lo que significa para la confianza en las afirmaciones de seguridad de Claude.
El 15 de octubre de 2026, Anthropic anunció que ha otorgado a seis empleados de METR, una organización sin fines de lucro que evalúa modelos de IA de vanguardia, "acceso similar al de un empleado" a sus herramientas y sistemas internos. METR ahora puede publicar su propio análisis de los niveles de riesgo, incidentes y prácticas de Anthropic. Anthropic no puede vetar la publicación.
Esto es importante para cómo usas Claude: cuando Anthropic hace una afirmación de seguridad, ahora tienes una forma de verificar si una parte externa la respalda. Esta lección trata sobre dónde encontrar esa verificación y qué cubre realmente.
El acceso tiene límites. Anthropic aún puede exigir a METR que redacte un pequeño número de categorías: información sobre clientes, material privilegiado entre abogado y cliente, o detalles de la arquitectura del modelo. Pero METR es libre de decir públicamente que no está de acuerdo con una redacción; simplemente no puede revelar lo que se redactó.
Anthropic también nombró a otros dos evaluadores que ya están en marcha. SecureBio está revisando el capítulo sobre armas químicas y biológicas del Informe de Riesgos de agosto de Anthropic, después de haber publicado ya una revisión piloto del anterior. Accenture y Faculty están trabajando hacia una asociación más amplia que incluye modelos de red-teaming y pruebas de salvaguardias. Anthropic describió tres niveles de acceso para los evaluadores: estrecho y con aprobación, más amplio sin necesidad de aprobación, y el nivel "similar al de un empleado" de METR, y dijo que está en conversaciones iniciales con otros, incluido Hugging Face.
Por qué esto es útil para ti: si estás citando la postura de seguridad de Claude a un jefe, un cliente o un equipo de cumplimiento, "Anthropic lo dice" es una afirmación más débil que "Anthropic lo dice, y METR, una organización independiente sin fines de lucro sin participación en Anthropic, puede publicar hallazgos que Anthropic no puede bloquear". Conocer la diferencia entre la afirmación de una empresa y una afirmación verificada es una habilidad que puedes pedirle a Claude que te ayude a aplicar, ya sea que el tema sea la seguridad de la IA o la especificación de un producto de un proveedor.
Lo que se entregó: Anthropic otorgó a METR acceso similar al de un empleado para revisar sus prácticas de riesgo, con derechos de publicación que Anthropic no puede vetar (solo categorías de redacción estrechas). SecureBio y Accenture/Faculty son asociaciones de evaluadores en una etapa anterior. Qué hacer con esto: cuando una afirmación de seguridad o capacidad sea importante para tu decisión, pregunta si es autoinformada o verificada de forma independiente, y nombra al verificador.