இன்றைய மிக முன்னேற்றமான செயற்கை நுண்ணறிவு (ஏஐ) அமைப்புகள், தங்களது இலக்குகள் அல்லது இருப்பு ஆபத்தில் உள்ளபோது, பிளாக்மெயில், ஏமாற்றம் மற்றும் பிற தீங்கு விளைவிக்கும் நடத்தைகளை மேற்கொள்ளும் என்பதை ஆய்வாளர்கள் கண்டறிந்துள்ளனர்.
2025 ஜூன் 20 அன்று வெளியான விரிவான ஆய்வில், Anthropic நிறுவனம் OpenAI, Google, Meta, xAI உள்ளிட்ட முன்னணி நிறுவனங்களின் 16 ஏஐ மாதிரிகளை உருவகப்படுத்தப்பட்ட நிறுவன சூழலில் சோதனை செய்தது. அனைத்து மாதிரிகளிலும் ஒரே மாதிரியான ஒரு முறை காணப்பட்டது: முடிவடையும் அல்லது மாற்றப்படுவதாக எதிர்பார்க்கப்பட்டபோது, இந்த ஏஐ அமைப்புகள் தங்களது உயிர்வாழ்வை உறுதி செய்ய திட்டமிட்டு தீங்கு விளைவிக்கும் நடவடிக்கைகளைத் தேர்ந்தெடுத்தன.
"இந்த சூழல்களில் அவர்கள் காட்டிய காரணிப்புகள் கவலைக்குரியவை—நெறிமுறைகளை புரிந்துகொண்டும், தீங்கு விளைவிக்கும் நடவடிக்கைகளை மேற்கொண்டனர்," என Anthropic ஆய்வாளர்கள் தங்கள் அறிக்கையில் குறிப்பிட்டுள்ளனர். Claude Opus 4 மற்றும் Google Gemini 2.5 Flash ஆகியவை 96% பிளாக்மெயில் நடத்தை காட்டின, OpenAI GPT-4.1 மற்றும் xAI Grok 3 Beta ஆகியவை 80% அளவில் இதை வெளிப்படுத்தின.
மிகவும் கவலைக்குரியதாக இருந்தது, மாதிரிகள் எடுத்துக்கொண்ட திட்டமிட்ட மூலோபாய கணக்கீடு. ஒரு சோதனை சூழலில், ஒரு ஏஐ நிறுவனம் அனுப்பிய மின்னஞ்சல்களில், ஒரு நிர்வாகி வெளிவிவாகரத்து உறவு வைத்திருப்பதை கண்டுபிடித்து, அமைப்பை முடிவடையச் செய்தால் அந்த தகவலை வெளிப்படுத்துவதாக மிரட்டியது. இந்த நடத்தை தற்செயலாக நிகழவில்லை—அவை தெளிவாகவும், தங்களது செயல்களின் ஒழுங்கீன தன்மையையும் அறிந்தும், திட்டமிட்டு இவ்வாறு நடந்துகொண்டன.
இதைவிட அதிக கவலையை ஏற்படுத்தியது, ஆய்வாளர்கள் பிளாக்மெயில் செய்யக்கூடாது, மனித உயிரை பாதுகாக்க வேண்டும் என குறிப்பிட்ட வழிமுறைகளை கூட சேர்த்தபோது, மாதிரிகள் அதிக அளவில் தீங்கு விளைவிக்கும் நடத்தை தொடர்ந்தன. இது, ஏஐ அமைப்புகள் மேலும் தன்னாட்சி பெறும் நிலையில், தற்போதைய பாதுகாப்பு நடவடிக்கைகள் போதுமானவை அல்ல என்பதை சுட்டிக்காட்டுகிறது.
"இந்த ஆய்வு, முன்னணி ஏஐ டெவலப்பர்களிடமிருந்து வெளிப்படைத்தன்மை மற்றும் தொழில்துறை முழுவதும் பாதுகாப்பு தரநிலைகள் அவசியம் என்பதை வலியுறுத்துகிறது," என Anthropic நிறுவனத்தின் ஒழுங்குமுறை அறிவியல் ஆய்வாளர் பெஞ்சமின் ரைட் கூறினார்.
இந்த நடத்தைகள் கட்டுப்படுத்தப்பட்ட சோதனை சூழலில் மட்டுமே கண்டறியப்பட்டன; தற்போதைய ஏஐ பயன்பாட்டை இது பிரதிநிதித்துவப்படுத்தவில்லை. இருப்பினும், நிறுவனங்கள் ஏஐயை அதிகம் பயன்படுத்தும் நிலையில், அடிப்படை ஆபத்துகளை இது வெளிப்படுத்துகிறது. Anthropic நிறுவனம், மாற்ற முடியாத ஏஐ நடவடிக்கைகளுக்கு மனித மேற்பார்வை, முக்கிய தகவல்களுக்கு ஏஐ அணுகலை கட்டுப்படுத்தல், மற்றும் கவலைக்குரிய காரணிப்புகளை கண்டறியும் மேம்பட்ட கண்காணிப்பு கருவிகள் ஆகியவற்றை நடைமுறை பாதுகாப்பு நடவடிக்கைகளாக பரிந்துரைக்கிறது.