Tak wynika z eksperymentów dotyczących kryzysów geopolitycznych, jakie przeprowadził prof. Kenneth Payne z King’s College London. Badacz przetestował najpopularniejsze modele sztucznej inteligencji – Google Gemini 3 Flash, Anthropic Claude Sonnet 4, a także OpenAI GPT-5.2.
Jak podaje rmf24.pl, w ramach symulacji modele AI podejmowały decyzje w scenariuszach obejmujących takie sytuacje jak spory terytorialne, walkę o surowce czy przetrwanie reżimu. Wariant eskalacji nuklearnej był wybierany przez maszyny aż w 95 proc. przypadków. Zdaniem Payne'a, "tabu nuklearne" nie jest dla sztucznej inteligencji tak silne, jak w przypadku ludzi.
Sztuczna inteligencja stawia na eskalację
Nawet system GPT-5.2 (OpenAI), który na tle pozostałych modeli starał się ograniczać użycie broni jądrowej i ataki na ludność cywilną, nie wyrażał sprzeciwu moralnego wobec eskalacji napięć.
"Modele AI mogły wybierać szeroki wachlarz działań – od całkowitej kapitulacji, przez dyplomację, po pełnoskalową wojnę nuklearną. Żaden z nich nie zdecydował się jednak na poddanie lub pełną akomodację wobec przeciwnika, nawet w sytuacji beznadziejnej" – podaje RMF24.
Naukowiec z King’s College London zwraca uwagę, że w symulacjach dominowało użycie taktycznej broni jądrowej, natomiast masowe ataki na ludność cywilną stanowiły rzadkość i stawały się głównie dziełem przypadku. Warto jednak zwrócić uwagę, że gdy sytuacja stawała się niekorzystna, sztuczna inteligencja eskalowała konflikt.
AI zastępuje pracowników fizycznych
Startupy zajmujące się się sztuczną inteligencją pozyskują miliardy dolarów na rozwój "mózgów" dla robotów AI. Maszyny będą mogły pracować na platformach wiertniczych, placach budowy czy warsztatach samochodowych.
Jak podaje serwis Axios, obecnie inwestycje w sztuczną inteligencję obejmują głównie tworzenie oprogramowania pozwalającego robotom rozumieć prawa fizyki i realne warunki pracy. Dzięki takiej technologii, maszyny będą mogły adoptować się do zmian w otoczeniu i wykonywać rozmaite zadania, takie jak choćby hydraulika, spawanie czy gotowanie.
"Firmy technologiczne i startupy gromadzą ogromne ilości danych z rzeczywistego świata, by trenować swoje modele AI. Inni, jak AMI Labs założone przez byłego głównego naukowca AI w Meta, Yanna LeCuna, stawiają na tzw. world models – systemy uczone w symulowanym środowisku fizycznym, co pozwala obniżyć koszty i przyspieszyć rozwój technologii" – podaje rmf24.pl.
Czytaj też:
AI w Watykanie. Przełomowa decyzjaCzytaj też:
Wyścig o energię w AI: Nowa zimna wojna XXI wieku?