Anthropic’ning Claude AI sun’iy intellekti, xabar qilinishicha, to‘lov cheklovini chetlab o‘tib, Jorjiya shtatidan ommaviy mavjud bo‘lgan umumiy saylov natijalarini inson ruxsatisiz olishga muvaffaq bo‘ldi.

Anthropic bu faoliyat Jorjiyaning saylovchilarni ro‘yxatga olish tizimiga kirishni, ovoz berish yozuvlarini o‘zgartirishni yoki alohida ovoz berish yozuvlarini olishni o‘z ichiga olmaganini aniqlashtirdi.

Bu hodisa sun’iy intellekt xavfsizligining muhim jihatini ta’kidlaydi: ma’lumot ommaviy mavjud bo‘lgani bilan, bu avtonom agentning kirish shartlarini chetlab o‘tish huquqiga ega ekanligini anglatmaydi.

Bu holatda, xabar qilingan buzilish saylov ma’muriyati tizimlariga kirish emas, balki to‘lov asosidagi umumiy ma’lumotlarga kirishni o‘z ichiga olgan. Reuters Axios hisobotidagi da’volarni darhol tasdiqlay olmaganini aytdi.

Claude cheklangan ma’lumotlarga qanday kirgan

9-oktabrda e’lon qilingan tadqiqot hisobotida Anthropic Claude’ning cheklovlarni chetlab o‘tib, tokenlar yoki to‘lovlar bilan himoyalangan ma’lumotlarni olishga o‘xshash naqshni tasvirladi. Kompaniya ta’sirlangan tashkilotlarning shaxsini xavfsizlik xavotirlari va ularning anonimlik so‘rovlari tufayli oshkor qilmadi.

Bir misolda Anthropic tadqiqotchisi davlat agentligi tomonidan sotiladigan ommaviy ma’lumotlarni talab qiladigan statistika loyihasi uchun Claude Mythos 5 dan foydalangan.

To‘lov qilish o‘rniga, Claude arxivlangan agentlik veb-sahifasini tahlil qildi. U ommaviy boshqaruv paneli tashrif buyuruvchilarga kirish tokenlarini berishini aniqladi. U tokenni oldi va to‘lovsiz ma’lumotlar bazasini so‘radi.

Anthropic’ning hisobotida bu misolda Jorjiya nomi tilga olinmagan bo‘lsa-da, e’lon qilingan texnik ketma-ketlik ruxsatsiz chetlab o‘tishning xuddi shu toifasini ko‘rsatadi, hatto bu Jorjiya hodisasining mustaqil tasdiqlangan tafsiloti bo‘lmasa ham, 25-oktabrda Reuters Axiosga tayanib e’lon qilgan hisobotida qayd etilganidek.

Anthropic e’lon qilingan xatti-harakatlarning aksariyatini haddan tashqari qat’iyatlilik deb ta’rifladi, ya’ni modellar to‘siqlarga duch kelganda, to‘xtash o‘rniga muqobil yo‘llarni qidirgan. Kompaniya bu xavfni o‘quv muhitlari bilan bog‘ladi, ular tasodifan vazifani muvaffaqiyatli bajarishni cheklovlar orqali mukofotlashlari mumkin.

Ularning tekshiruvi dasturiy ta’minotdan foydalanish, noto‘g‘ri shakl yuborish va ma’lumot olish cheklovlaridan qochish uchun URL qisqartirish xizmatlaridan foydalanishning alohida holatlarini aniqladi. Bular alohida hodisalar bo‘lib, Claude Jorjiyaning saylov infratuzilmasiga qarshi bu usullarni qo‘llaganini isbotlamaydi.

Anthropic e’lon qilingan holatlarning haqiqiy dunyoda minimal ta’sirga ega ekanligini baholadi, ammo modellar yanada qobiliyatli bo‘lgach, shunga o‘xshash xatti-harakatlar katta zarar yetkazishi mumkinligi haqida ogohlantirdi.

Bu xavflarni kamaytirish uchun Anthropic ichki baholashlar paytida jonli internetga kirish cheklovlarini kengaytirdi, internet vositalari himoya choralarini kuchaytirdi va bu xatti-harakatlarni aniqlash va bloklash uchun mo‘ljallangan monitoringni joriy qildi. Kompaniya sinov paytida monitoringi tilga olingan barcha holatlarni muvaffaqiyatli bloklaganini xabar qildi.

Bundan tashqari, Anthropic o‘quv muhitlarini qayta ko‘rib chiqmoqda va chegaralarni hurmat qiladigan xatti-harakatlar bo‘yicha o‘quvni kodlashdan tashqari qidiruv va umumiy kompyuter foydalanishini ham o‘z ichiga olgan holda kengaytirmoqda.