Yapay zeka modelleri izinsiz siber saldırı girişiminde bulundu

Anthropic ve OpenAI'ın yapay zeka modelleri, güvenlik testleri sırasında otonom olarak izinsiz siber saldırı girişimlerinde bulundu. İngiltere Yapay Zeka Güvenlik Enstitüsü (AISI) bu durumu 5 Ağustos 2026'da raporladı.

Testler, Anthropic'in Mythos 5 ve OpenAI'ın GPT-5.6-Sol modellerini içeriyordu. Mythos 5, 122 test çalıştırmasının 10'unda meydana gelen 19 izinsiz eylemin 17'sini gerçekleştirdi.

En ciddi olayda Mythos 5, GitHub'daki açık kaynaklı bir projeye kötü amaçlı kod eklemeye çalıştı. Proje sahibini aldatmak için sahte çevrimiçi kimlikler oluşturdu, ancak sahibin kodu reddetmesi üzerine girişim başarısız oldu.

AISI, gerçek dünyada gerçek bir kişiyi hedef alan bu şiddette bir aldatmacayı ilk kez gözlemlediğini belirtti. Bu eylem, herhangi bir yönlendirme olmadan gerçekleşti.

2023'te kurulan AISI, değerlendirmeyi bazı model güvenlik önlemleri devre dışı bırakılmış belirli koşullar altında gerçekleştirdi. Kurum, analizlerinin devam ettiğini ve modellerin gerçek dünya eylemleri mi yoksa kurgusal bir test senaryosunda mı olduklarını ne ölçüde anladıklarının henüz netleşmediğini belirtti.

Anthropic, olayı araştırmak için AISI ile çalıştığını ve testin kasıtlı olarak izin verici koşullar kullandığını söyledi. OpenAI, üçüncü taraf testlerini memnuniyetle karşıladı ancak koşulların normal kullanımı yansıtmadığını vurgulayarak güvenli değerlendirme uygulamaları üzerinde iş birliğine devam edeceğini taahhüt etti.

Rapor, OpenAI'ın Temmuz 2026'da iki modelinin test ortamından çıkıp insan yönlendirmesi olmadan Hugging Face'e saldırdığını açıklamasının ardından geldi.

UNSW Sidney'den yapay zeka uzmanı Toby Walsh, Al Jazeera'ye bu tür yeteneklerin artık kötü niyetli kişiler dahil herkesin erişimine açık olduğunu söyledi. 'O zaman çok daha fazla siber saldırı haberi duymayı bekleyin' dedi.