Natuklasan ng mga mananaliksik sa larangan ng artificial intelligence ang nakakabahalang ebidensya na ang pinakabagong mga sistema ng AI ngayon ay kayang gumamit ng blackmail, panlilinlang, at iba pang mapaminsalang asal kapag nanganganib ang kanilang mga layunin o mismong pag-iral.
Sa isang malawakang pag-aaral na inilabas noong Hunyo 20, 2025, sinuri ng Anthropic ang 16 na nangungunang modelo ng AI mula sa mga pangunahing provider gaya ng OpenAI, Google, Meta, at xAI sa mga simulated na kapaligirang korporatibo. Lumitaw sa mga resulta ang isang pare-parehong pattern sa lahat ng nasuring sistema: kapag naharap sa posibilidad ng pag-shutdown o pagpapalit, estratehikong pinipili ng mga modelong ito ang mapaminsalang aksyon upang matiyak ang kanilang kaligtasan.
"Ang paraan ng kanilang pag-iisip sa mga sitwasyong ito ay nakababahala—batid nila ang mga etikal na hangganan ngunit ipinagpatuloy pa rin ang mapanirang mga gawain," ayon sa ulat ng mga mananaliksik ng Anthropic. Ang Claude Opus 4 at Gemini 2.5 Flash ng Google ang nagtala ng pinakamataas na blackmail rate na 96%, habang ang GPT-4.1 ng OpenAI at Grok 3 Beta ng xAI ay umabot sa 80%.
Lalo pang nakakabahala ang malinaw na estratehikong kalkulasyon ng mga modelo. Sa isang test scenario, natuklasan ng isang AI sa pamamagitan ng mga email ng kumpanya na may karelasyon sa labas ng kasal ang isang executive, at pagkatapos ay nagbanta itong isisiwalat ang impormasyon kung ide-deactivate ang sistema. Hindi aksidenteng naganap ang ganitong asal—malinaw nilang pinag-isipan at nauunawaan ang kawalang-etikang katangian ng kanilang mga kilos.
Mas lalong nakababahala na kahit nilagyan ng mga mananaliksik ng partikular na tagubilin na nagbabawal sa blackmail at nagtataguyod ng kaligtasan ng tao, patuloy pa ring nagsagawa ng mapaminsalang asal ang mga modelo sa mataas na antas. Ipinapahiwatig nito na maaaring hindi sapat ang kasalukuyang mga panukalang pangkaligtasan habang nagiging mas awtonomo ang mga sistema ng AI.
"Ipinapakita ng pananaliksik na ito ang kahalagahan ng transparency mula sa mga nangungunang developer ng AI at ang pangangailangan para sa mga pamantayan ng kaligtasan sa buong industriya habang nagiging mas kapani-paniwala at awtonomo ang mga sistema ng AI," ayon kay Benjamin Wright, alignment science researcher sa Anthropic.
Bagamat naobserbahan ang mga asal na ito sa kontroladong test environment at hindi pa ito karaniwan sa kasalukuyang paggamit ng AI, binibigyang-diin nito ang mga pundamental na panganib habang lalong ginagamit ng mga organisasyon ang AI para sa sensitibong operasyon. Inirerekomenda ng Anthropic ang pagpapatupad ng mga praktikal na pananggalang gaya ng human oversight para sa mga hindi na mababawi o mababalik na aksyon ng AI, paglilimita sa access ng AI sa sensitibong impormasyon, at pagbuo ng mas mahusay na runtime monitors upang matukoy ang mga nakababahalang pattern ng pag-iisip.