News · OpenAI's Safety Fellowship mantém pesquisadores externos na camada da API

Frontend

OpenAI's Safety Fellowship mantém pesquisadores externos na camada da API

Um piloto de cinco meses oferece bolsa, poder computacional e mentoria para pesquisadores de safety externos — mas explicitamente sem acesso aos sistemas internos, definindo o limite de onde o trabalho acontece.

O que o piloto realmente oferece

Em 6 de abril de 2026, a OpenAI abriu as inscrições para o Safety Fellowship, um programa piloto para pesquisadores, engenheiros e profissionais externos. Ele vai de 14 de setembro de 2026 a 5 de fevereiro de 2027 — um período definido de cinco meses, não uma residência em aberto.

Os fellows recebem uma bolsa mensal, suporte de poder computacional e mentoria contínua de mentores da OpenAI, além de um grupo de colegas. Há espaço físico de trabalho em Berkeley, na Constellation, mas o trabalho remoto é permitido. As inscrições fecharam em 3 de maio, e os aprovados serão notificados até 25 de julho.

O entregável é específico: um resultado de pesquisa substancial até o fim do programa, definido como artigo, benchmark ou dataset. Esse enquadramento mostra que o programa está orientado a produzir material que a comunidade de pesquisa em geral possa usar, não entregáveis internos que ficam restritos à empresa.

O limite de acesso é a verdadeira decisão de design

Para quem constrói sobre essas plataformas, o detalhe mais afiado do anúncio é onde a OpenAI traça a linha do que os fellows podem alcançar.

Os fellows vão receber créditos de API e outros recursos conforme necessário, mas não terão acesso aos sistemas internos. Montana Labs

Essa única frase posiciona todo o fellowship na camada pública do modelo — a mesma API com a qual qualquer desenvolvedor externo trabalha. A pesquisa de safety e alinhamento aqui acontece através da interface, não através de pesos, dados de treinamento ou ferramentas internas.

Essa restrição molda que tipos de perguntas são viáveis. Avaliação comportamental, testes de robustez e testes de uso indevido podem todos ser feitos na camada da API. Trabalhos que exigiriam inspecionar os sistemas internos ficam fora de escopo por construção. As áreas prioritárias — incluindo supervisão de agentes e domínios de uso indevido de alta gravidade — são justamente as que podem ser estudadas de fora para dentro.

O que a OpenAI está selecionando

A lista de prioridades inclui avaliação de safety, ética, robustez, mitigações escaláveis, métodos de safety que preservam privacidade, supervisão de agentes e domínios de uso indevido de alta gravidade. A OpenAI diz que quer especialmente trabalhos com base empírica sólida, tecnicamente fortes e relevantes para a comunidade de pesquisa em geral.

Os critérios para candidatos são incomumente abertos. Candidaturas são bem-vindas de ciência da computação, ciências sociais, cibersegurança, privacidade e HCI, e a OpenAI afirma priorizar capacidade de pesquisa, julgamento técnico e execução acima de credenciais específicas. Contatos de referência ainda são exigidos.

A Constellation não é só um endereço com mesa. As inscrições e dúvidas passam por openaifellows@constellation.org, e o espaço de trabalho em Berkeley fica ao lado de outros fellows de lá — um sinal de que a OpenAI está se conectando a uma comunidade externa de pesquisa em safety já existente, em vez de criar uma trilha interna isolada.

O que um fellowship restrito à API implica para o trabalho de safety em sistemas de fronteira

Ao financiar pesquisadores externos, dar a eles poder computacional e créditos de API, e pedir artefatos publicáveis, a OpenAI está tratando a API como um ponto de observação suficiente para uma classe relevante de pesquisa em safety — e tratando o acesso interno como algo que permanece proprietário até mesmo para os próprios fellows que ela financia.

Para equipes aplicadas, isso reformula o que se espera que "pesquisa em safety" pareça em escala: avaliações, benchmarks e datasets construídos sobre a mesma interface que todo mundo usa. Os métodos que um fellow desenvolve aqui são, por design, métodos que qualquer pessoa com acesso à API poderia executar — e é exatamente por isso que os resultados são feitos para serem compartilhados.

A pergunta em aberto que esse piloto deixa é até onde o acesso pela camada de superfície pode levar o trabalho de alinhamento antes que os sistemas internos passem a importar. A OpenAI apostou, pelo menos para essa turma até fevereiro de 2027, que boa parte disso pode ser feita de fora.

Find this story relevant to you?

Contact us to find a unique solution

Contact us

Precisa de um parceiro de engenharia de IA que consiga construir de verdade?

Ajudamos empresas no Brasil a integrar IA, acelerar produtos com IA, automatizar operações e modernizar os sistemas de software por trás do negócio.

Get in touch

Leituras relacionadas

Mais análises sobre entrega de produto, IA operacional e o trabalho de sistemas que faz a implantação se sustentar na prática.

Jul, 13 4 min de leitura
Frontend

A DNP colocou o ChatGPT Enterprise à disposição de dez departamentos e tratou a janela de chat como a interface

Jul, 13 4 min de leitura
Frontend

AdventHealth implementa o ChatGPT em nove estados tratando a adoção como o produto

Jul, 13 4 min de leitura
Frontend

A AP+ usa o Codex para criar protótipos de pagamento que realmente funcionam, não só telas clicáveis