Jacob Coxon contó que unas conversaciones informales con responsables de investigación de Anthropic sobre lo que podía ocurrir en 2027 influyeron en su decisión de marcharse. Su relato forma parte de una serie de entrevistas publicada el 5 de octubre de 2026 con ocho exempleados de OpenAI, Anthropic y Google DeepMind, que describieron motivos diversos para dejar sus puestos.

Ocho exempleados relatan motivos distintos

Las salidas no respondieron a una razón común. Entre los motivos descritos figuran la preocupación por el rumbo de la IA, la pérdida de influencia dentro de una empresa, un desacuerdo sobre un contrato de defensa, el impacto de la IA en el empleo, el encaje de la investigación y los cambios en los equipos.

En el caso de Coxon, sus conversaciones con investigadores de Anthropic giraron en torno a la trayectoria de la compañía y a 2027. Según contó, las personas con las que habló consideraban que ese año podía ser especialmente intenso y no esperaban que la regulación o la cooperación internacional llegasen a tiempo. Coxon dijo que esas conversaciones ayudaron a impulsar su decisión de marcharse.

También planteó una posibilidad sobre las capacidades futuras de la IA: que una generación posterior a la siguiente de modelos pudiera proponer ideas de investigación con una capacidad comparable a la humana. Lo presentó como una proyección, no como una capacidad actual demostrada.

La influencia desde fuera y los intentos desde dentro

Daniel Kokotajlo explicó que dejó OpenAI tras perder confianza en la dirección de la empresa y porque quería más libertad para hablar en público y publicar investigaciones. Para él, trabajar fuera de la compañía abría una vía para influir en el debate.

Alex Turner describió otro tipo de conflicto. Cuando trabajaba en Google DeepMind, intentó influir en la respuesta de la empresa a un contrato del Departamento de Defensa de Estados Unidos: organizó esfuerzos internos y propuso una redacción alternativa para el contrato. Según Turner, el acuerdo acabó firmándose y esa disputa contribuyó a su decisión de marcharse. También dijo que no dejó el puesto por temor al riesgo existencial de la IA.

Google DeepMind respondió que escucha a sus empleados, sea cual sea su nivel de responsabilidad, y que revisó el marco propuesto por Turner. La empresa también sostuvo que Turner no conocía el trabajo que llevaba a cabo en ese ámbito.

Auditorías, empleo y cambios en las empresas

Miles Brundage dejó OpenAI en 2024 después de concluir que su influencia interna disminuía y que su cargo ejecutivo limitaba lo que podía decir en público. Más tarde fundó AVERI, una organización sin ánimo de lucro dedicada a las auditorías externas de empresas de IA. Brundage describió auditorías que podrían combinar pruebas de modelos, revisión de procesos y documentos internos, entrevistas a empleados y análisis de las evaluaciones internas de las compañías.

Pamela Mishkin dijo que, tras pasar mucho tiempo en OpenAI, le resultaba más difícil justificar que su trabajo sobre los efectos de la IA en las personas y el empleo se hiciera dentro de un laboratorio en lugar de fuera. Su relato apunta a una cuestión práctica: el lugar de trabajo puede influir tanto en los temas que se investigan como en la posibilidad de intervenir en decisiones empresariales.

Jeff Wu describió varios factores detrás de su salida de OpenAI, entre ellos la sensación de tener menos impacto, el encaje de su investigación y su experiencia con la cultura de la empresa. Rosie Campbell, por su parte, contó que su equipo de políticas y fronteras se disolvió después de que su responsable, Brundage, anunciase su salida a finales de 2024. Campbell se marchó cuando no encontró otro equipo que hiciera el trabajo que buscaba.

Por qué algunos investigadores se quedan

Trabajar fuera de un laboratorio no ofrece una ventaja automática. Pamela Mishkin señaló que permanecer dentro puede dar acceso a recursos, información y capacidad de cálculo, además de oportunidades para influir directamente en el trabajo. Jacob Hilton describió los laboratorios como una opción profesional atractiva por la experiencia con tecnologías punteras, el prestigio y la remuneración.

Esos incentivos ayudan a explicar por qué algunos investigadores se quedan incluso cuando otros optan por marcharse. Los testimonios describen decisiones personales con costes y oportunidades diferentes, no una fórmula única para conseguir más influencia.