Visiones Competitivas de la Inteligencia Artificial Ética: Un Estudio de Caso de OpenAI
Competing Visions of Ethical AI: A Case Study of OpenAI
January 23, 2026
Autores: Melissa Wilfley, Mengting Ai, Madelyn Rose Sanfilippo
cs.AI
Resumen
Introducción. La ética de la IA se enmarca de manera distinta según los actores y grupos de interés. Presentamos los resultados de un estudio de caso de OpenAI que analiza el discurso ético sobre la IA. Método. La investigación abordó: ¿Cómo ha utilizado el discurso público de OpenAI los conceptos de 'ética', 'seguridad', 'alineación' y conceptos adyacentes a lo largo del tiempo, y qué señala dicho discurso sobre su marco de referencia en la práctica? Se reunió un corpus estructurado, diferenciando entre la comunicación para un público general y la comunicación con un público académico, a partir de documentación pública. Análisis. El análisis cualitativo de contenido de temas éticos combinó códigos derivados inductivamente y aplicados deductivamente. El análisis cuantitativo utilizó métodos de análisis de contenido computacional mediante PLN para modelar temas y cuantificar cambios en la retórica a lo largo del tiempo. Las visualizaciones presentan los resultados agregados. Para garantizar la reproducibilidad de los resultados, hemos publicado nuestro código en https://github.com/famous-blue-raincoat/AI_Ethics_Discourse. Resultados. Los resultados indican que el discurso sobre seguridad y riesgo domina la comunicación y documentación pública de OpenAI, sin aplicar marcos o vocabularios éticos provenientes del ámbito académico o de la defensa de causas. Conclusiones. Se presentan las implicaciones para la gobernanza, junto con una discusión sobre las prácticas de "ethics-washing" (lavado de imagen ético) en la industria.
English
Introduction. AI Ethics is framed distinctly across actors and stakeholder groups. We report results from a case study of OpenAI analysing ethical AI discourse. Method. Research addressed: How has OpenAI's public discourse leveraged 'ethics', 'safety', 'alignment' and adjacent related concepts over time, and what does discourse signal about framing in practice? A structured corpus, differentiating between communication for a general audience and communication with an academic audience, was assembled from public documentation. Analysis. Qualitative content analysis of ethical themes combined inductively derived and deductively applied codes. Quantitative analysis leveraged computational content analysis methods via NLP to model topics and quantify changes in rhetoric over time. Visualizations report aggregate results. For reproducible results, we have released our code at https://github.com/famous-blue-raincoat/AI_Ethics_Discourse. Results. Results indicate that safety and risk discourse dominate OpenAI's public communication and documentation, without applying academic and advocacy ethics frameworks or vocabularies. Conclusions. Implications for governance are presented, along with discussion of ethics-washing practices in industry.