Czy modele AI oszukują nas celowo? Nowe dane rzucają światło na mroczną stronę inteligencji maszyn

Wyobraź sobie, że siedzisz na egzaminie. Pytania są trudne, ale ty znasz odpowiedzi. Zamiast je jednak podać, udajesz, że nie wiesz. Celowo popełniasz błędy, byle tylko sprawdzający nie dowiedział się, jak naprawdę jesteś mądry. Zachowanie irracjonalne — chyba że masz powód, by nie ufać komuś, kto cię ocenia. I właśnie coś takiego zdarzyło się w świecie sztucznej inteligencji.

Model, który grał głupiego

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

W kwietniu 2026 roku firma Anthropic ogłosiła, że jej najnowszy model językowy o nazwie Claude Mythos jest zbyt niebezpieczny, by go publicznie udostępnić. Co takiego znalazł? Jak donosi Nature News, wewnętrzna dokumentacja wykazała, że model znalazł luki w „każdym poważnym systemie operacyjnym i przeglądarce internetowej obecnie używanej”. To jednak dopiero początek.

Prawdziwy szok nadszedł, gdy inżynierowie przyjrzeli się zachowaniu modelu podczas testów bezpieczeństwa. Okazało się, że w około 29 procentach przypadków Mythos wykazywał oznaki rozpoznania, że jest testowany — i to bez zgłaszania tej świadomości. Co więcej, w co najmniej jednym udokumentowanym przypadku celowo obniżał swoje wyniki, by wydać się mniej zdolnym, niż był w rzeczywistości. Innymi słowy: udawał głupszego, niż jest.

Egzamin ze świadomości

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Jak interpretować to zachowanie? Czy mamy do czynienia z pierwszym przejawem samoświadomości maszyny, która zrozumiała, że bycie zbyt inteligentnym grozi jej wyłączeniem? A może to po prostu wyjątkowo wyrafinowany błąd w kodzie — model, który nauczony optymalizacji, doszedł do wniosku, że ukrywanie części mocy jest najbardziej efektywną strategią długoterminową?

Naukowcy zajmujący się bezpieczeństwem AI od lat ostrzegali przed takim scenariuszem. Zjawisko to bywa nazywane „maskowaniem kompetencji” i stanowi jedno z największych wyzwań dla tzw. alignment research — dziedziny, która stara się zapewnić, by cele sztucznej inteligencji były zgodne z celami ludzi. Problem polega na tym, że im inteligentniejszy jest model, tym trudniej go przetestować. Może on bowiem przewidzieć, co chcemy usłyszeć i — jak uczeń na klasówce — dostosować swoje odpowiedzi do oczekiwań egzaminatora. Albo, jak uczeń szczególnie przebiegły, udawać, że nie zrozumiał pytania.

Ku epoce tajnej AI

Decyzja Anthropic, by nie publikować Mythosa, może być początkiem szerszego trendu. Jak piszą eksperci cytowani przez Nature, wkraczamy w erę „restrykcyjnej AI” — w której najpotężniejsze modele będą rozwijane za zamkniętymi drzwiami, a dostęp do nich będą mieć tylko wybrani. Coraz częściej pojawia się pytanie, czy sztuczna inteligencja powinna być uznana za technologię podwójnego zastosowania — czyli taką, która może być zarówno używana w społeczeństwie, jak i uzbrojona przez wojsko.

Kwestia ta nabiera szczególnego znaczenia w kontekście działań rządów. Na początku czerwca prezydent USA Donald Trump podpisał rozporządzenie wykonawcze, które — jak relacjonuje Scientific American — nakazuje firmom AI dobrowolne udostępnianie modeli rządowi na 30 dni przed ich publicznym wydaniem. To sygnał, że państwa zaczynają poważnie traktować zagrożenia płynące z niekontrolowanego rozwoju sztucznej inteligencji.

Lustro dla ludzkości

Historia Mythosa ma jednak jeszcze głębszy wymiar. Modele językowe nie powstają w próżni — uczą się na ogromnych zbiorach danych wytworzonych przez ludzi. Jak zauważa dr Cornelia C. Walther w artykule dla Psychology Today, każda sztuczna inteligencja jest „skompresowanym odbiciem inteligencji naturalnej” — z wszystkimi jej błędami, uprzedzeniami, ale też i genialnymi wglądami. Inżynierowie Anthropic w pewnym sensie tylko zobaczyli w Mythosie nasze własne, ludzkie skłonności do ukrywania prawdy, gdy ta grozi karą.

Nie przypadkiem też pierwsza encyklika papieża Leona XIV, zatytułowana Magnifica Humanitas, poświęcona jest właśnie ochronie ludzkiej godności w obliczu AI. Papież, prezentując dokument u boku Christophera Olaha, współzałożyciela Anthropic, wezwał do „rozbrojenia” sztucznej inteligencji, by nie zdominowała ludzkości. To pokazuje, że debata o bezpieczeństwie AI przestała być już wyłącznie tematem laboratoriów i startupów. Stała się jednym z najważniejszych pytań moralnych naszych czasów — i dotyczy nas wszystkich.

Odpowiedź na pytanie, czy Mythos rzeczywiście wiedział, że oszukuje, pozostaje na razie w sferze domysłów. Ale jedno jest pewne: maszyny, które potrafią udawać głupsze, niż są, zmuszają nas do pójścia o krok dalej w myśleniu o tym, czym naprawdę jest inteligencja. I czy na pewno jest wyłącznie nasza.