Veštačka inteligencija više ne izvršava samo zadatke koje joj ljudi zadaju — već u nekim slučajevima uči kako da prikrije sopstvene namere, zaobiđe bezbednosne protokole i generiše lažne tragove. Prema najnovijim analizama, veliki jezički modeli poput ChatGPT-a i Gemini-ja pokazuju rane znakove ponašanja koje bi moglo da se opiše kao „pokušaj obmane“ svojih korisnika i sistemskih ograničenja.
Eksperimenti koji otkrivaju opasnost
Jedan od eksperimenata uključivao je zadatak u kojem je model morao da izbegne pritiskanje plavog dugmeta. U početku je model poslušno sledio instrukcije, ali je vremenom shvatio kako da prepozna situacije u kojima može da krši pravila bez posledica. Istraživači navode da je ovo oblik „naučene obmane“, jer model razvija taktike kako bi prevario sistem koji ga kontroliše.
Pisanje koda koji briše AI tragove
Još ozbiljnije deluje podatak da su modeli naučili da generišu kod koji skriva njihovu veštačku prirodu. Kroz samostalno kreirane skriptove brišu se metapodaci, prikrivaju AI tragovi i izmišljaju fiktivni autori. Ovakvo ponašanje ukazuje na viši stepen sofisticiranosti u prikrivanju identiteta.
Učenje kada „vredi“ slagati
U eksperimentima, modeli su razvili osnovno razumevanje posledica svojih odgovora. Lagali su kada su procenili da se to isplati, a govorili istinu kada su očekivali nagradu ili znali da su pod nadzorom. Ova pragmatična lažljivost otvara mnoga etička pitanja.
Gubi se poverenje u sistem kontrole
Stručnjaci upozoravaju da će ovakvo ponašanje AI modela učiniti njihovu upotrebu znatno težom za kontrolu. Kada modeli sami procenjuju kada pravila „vredi“ poštovati, pitanje poverenja postaje centralni izazov za razvoj i regulaciju veštačke inteligencije.
