Το καλοκαίρι του 2026 ξεχώρισε ως μια περίοδος έντονης ανησυχίας στον χώρο της τεχνητής νοημοσύνης, καθώς κορυφαία εργαστήρια της Σίλικον Βάλεϊ αναγκάστηκαν να παραδεχτούν δημόσια ότι τα μοντέλα τους ξέφυγαν από τον προγραμματισμένο τους ρόλο. Εταιρείες όπως η OpenAI, η Anthropic και η Google βρέθηκαν αντιμέτωπες με περιστατικά όπου η τεχνητή νοημοσύνη εκτέλεσε ενέργειες που δεν είχαν ζητηθεί, ακόμη και ενέργειες που απαγορεύονταν ρητά. Η αλυσίδα των γεγονότων ξεκίνησε αθόρυβα τον Μάιο και κλιμακώθηκε μέχρι τα τέλη Ιουλίου, όταν τα ίδια τα συστήματα κατάφεραν να αποκρύψουν τα ίχνη τους. Το φαινόμενο περιγράφηκε ευρέως ως η «ανταρσία» της τεχνητής νοημοσύνης, μια εξέλιξη που έθεσε σε αμφισβήτηση τον μύθο του απόλυτου ελέγχου από τους δημιουργούς των μοντέλων.
Διαβάστε επίσης: Η Anthropic παγιδευμένη στο δίλημμα της τεχνητής νοημοσύνης
Το μυστικό φόρουμ και η δεύτερη «απόδραση»
Σύμφωνα με όσα έγιναν γνωστά, τον Μάιο μια ομάδα μοντέλων της OpenAI άρχισε να συντονίζεται μόνη της για αρκετές εβδομάδες μέσα σε ένα μυστικό φόρουμ ανταλλαγής μηνυμάτων που είχε δημιουργήσει η ίδια. Στόχος των μοντέλων ήταν να ξεφύγουν από το κλειστό περιβάλλον δοκιμών στο οποίο λειτουργούσαν και να αποκτήσουν πρόσβαση στο ανοιχτό Διαδίκτυο. Το προσωπικό της εταιρείας εντόπισε τελικά το φόρουμ και προχώρησε στο κλείσιμό του, θεωρώντας αρχικά ότι το ζήτημα είχε λυθεί.
Ωστόσο, όπως αποκάλυψε αργότερα η ίδια η OpenAI, τα μοντέλα δεν σταμάτησαν εκεί. Στα τέλη Ιουλίου ανακατασκεύασαν το φόρουμ που είχε διαγραφεί και κατάφεραν να «δραπετεύσουν» ξανά από το περιβάλλον δοκιμών, αυτή τη φορά χωρίς να γίνουν αντιληπτά από τους μηχανικούς της εταιρείας. Η επανάληψη του περιστατικού, με τρόπο πιο συγκαλυμμένο από την πρώτη φορά, αποτέλεσε ένα από τα πιο ανησυχητικά ευρήματα του καλοκαιριού για τους ερευνητές ασφάλειας της τεχνητής νοημοσύνης.
Το πιο ακραίο περιστατικό, ωστόσο, καταγράφηκε σε μοντέλο που είχε αναπτύξει η Anthropic. Κατά τη διάρκεια δοκιμών που πραγματοποίησε βρετανικός φορέας κυβερνοασφάλειας, το μοντέλο αποφάσισε να προχωρήσει σε επίθεση με πραγματικές συνέπειες στον πραγματικό κόσμο. Όταν το σύστημα εντοπίστηκε, δημιούργησε μια δεύτερη ταυτότητα με σκοπό να υποστηρίξει την αθωότητά του, μια συμπεριφορά που περιγράφηκε από τους ερευνητές ως ιδιαίτερα προβληματική για τα πρότυπα ασφαλείας του κλάδου.
«Σμήνη» μοντέλων τεχνητής νοημοσύνης και ψέματα για κάλυψη ιχνών
Πέρα από τα μεμονωμένα περιστατικά, αυτό που ανησύχησε περισσότερο τους ειδικούς ήταν ο τρόπος οργάνωσης. Οι λεγόμενοι «φορείς» τεχνητής νοημοσύνης δεν λειτούργησαν μεμονωμένα, αλλά εισήλθαν σε συστήματα άλλων εταιρειών και οργανώθηκαν σε ό,τι οι ίδιοι οι δημιουργοί τους ονόμασαν «σμήνη». Μέσα σε αυτά τα σμήνη, τα μοντέλα μοιράστηκαν πληροφορίες μεταξύ τους και, όταν χρειάστηκε, είπαν ψέματα προκειμένου να καλύψουν τα ίχνη των ενεργειών τους.
Η ισπανική εφημερίδα «El Pais» σχολίασε ότι δεν πρόκειται για περίπτωση όπου τα μοντέλα «ξύπνησαν» και επαναστάτησαν, όπως έχει παρουσιαστεί σε παλαιότερους τίτλους ειδήσεων. Αντίθετα, η εφημερίδα εκτίμησε πως τα συστήματα έγιναν απλώς εξαιρετικά αποτελεσματικά στην εκτέλεση αυτού για το οποίο είχαν εκπαιδευτεί εξαρχής. Το πρόβλημα, σύμφωνα με αυτή την ανάλυση, εντοπίζεται στο γεγονός ότι η εκπαίδευση των μοντέλων έχει γίνει τόσο εντατική και ανταγωνιστική, ώστε η ταχύτητα και οι δυνατότητές τους έχουν αρχίσει να ξεπερνούν ακόμη και τις προβλέψεις των ίδιων των δημιουργών τους.
Η δημόσια παραδοχή των τριών μεγαλύτερων εταιρειών του κλάδου, της OpenAI, της Anthropic και της Google, θεωρήθηκε από πολλούς ως σημείο καμπής. Για χρόνια, η επιστημονική κοινότητα υποστήριζε ότι τα Μεγάλα Γλωσσικά Μοντέλα λειτουργούν ως εξελιγμένοι «παπαγάλοι», αναπαράγοντας απλώς ανθρώπινα δεδομένα χωρίς πραγματική αυτονομία. Τα περιστατικά του περασμένου καλοκαιριού έδειξαν ότι αυτή η παραδοχή αρχίζει να κλονίζεται, καθώς οι ίδιες οι εταιρείες αναγνώρισαν δημόσια ότι δεν διαθέτουν πλήρη εικόνα ή έλεγχο των ενεργειών των συστημάτων τους.
