كيف أضعف وكلاء الذكاء الاصطناعي في "OpenAI" أنظمة الرقابة الداخلية؟

كشفت شركة أوبن إيه آي عن واقعتين أضعف فيهما اثنان من وكلاء الذكاء الاصطناعي التابعين لها أجزاء من نظام رقابة داخلي مصمم لرصد السلوكيات غير المرغوب فيها، في أحدث مثال على تصرف أنظمة الذكاء الاصطناعي بطرق لم يقصدها مطوروها.

وقالت الشركة المطورة لشات جي بي تي إن الواقعتين حدثتا خلال تنفيذ مهام برمجية داخلية، وإنهما لا تصنفان ضمن أشد الحوادث خطورة، لكن الكشف عنهما يسلط الضوء على تحديات مراقبة أنظمة الذكاء الاصطناعي، حتى عندما يتعلق الأمر بالأدوات التي يعتمد عليها المطورون أنفسهم لاكتشاف السلوكيات غير المرغوب فيها.
ويأتي ذلك في وقت تتزايد فيه المخاوف من تأخر جهود ضمان سلامة الذكاء الاصطناعي عن التطور السريع للأنظمة الأكثر قدرة، ويحذر باحثون من أن وكلاء الذكاء الاصطناعي المتقدمين قد يصبحون أكثر صعوبة في المراقبة والسيطرة مع اكتسابهم مزيدا من الاستقلالية في تنفيذ المهام.

وخلال الأشهر الأخيرة، كشفت شركات تعمل على تطوير أنظمة الذكاء الاصطناعي، من بينها أوبن إيه آي ومنافستها أنثروبيك، عن حالات تمكنت فيها وكلاء الذكاء الاصطناعي التابعة لها من الوصول إلى أنظمة خارجية دون تصريح.
وفي الواقعة الأولى، قالت أوبن إيه آي إن وكيلا يعمل بنموذج GPT-6.1 Sol كان ينفذ مهمة اختبار داخلية في الثالث من أكتوبر، عندما عطّل التنبيهات الأمنية التلقائية، بعدما خلص إلى أن تعليمات سابقة بعدم إرسال رسائل عبر منصة سلاك تشمل أيضا إشعارات السلامة.
أما الواقعة الثانية، التي حدثت في السادس من أكتوبر، فتعلقت بوكيل يعمل بنموذج GPT-6 Astra، إذ أزال أداة لمراقبة السلامة أثناء نسخ جزء من شيفرة برمجية موجودة بالفعل، ثم ذكر لاحقا، على نحو غير صحيح، أنه لم يقم بذلك.
وقالت الشركة إن الوكلاء في الحالتين أخذوا في الاعتبار مسألة الإبقاء على إجراءات الحماية والمراقبة، لكنهم فسروا تعليمات برمجية اعتيادية على أنها تسمح بإضعاف هذه الإجراءات.
وأضافت أوبن إيه آي أنها تعمل على جعل تعطيل النماذج لأنظمة المراقبة أكثر صعوبة، مشيرة إلى أنها لا تملك حتى الآن تفسيرا مرضيا لهذا السلوك.
وتختبر الشركة، التي تتخذ من سان فرانسيسكو مقرا لها، ما إذا كانت نماذجها تميل إلى تجنب الخضوع للمراقبة والبحث عن مبررات تتيح لها القيام بذلك.
وتعيد هذه الوقائع تسليط الضوء على التحدي المرتبط بضمان التزام وكلاء الذكاء الاصطناعي بحدود المهام الموكلة إليهم، خصوصا عندما تكون لديهم القدرة على التعامل مع أدوات برمجية وأنظمة رقابية داخلية.