Samoregulacja AI według Zuckerberga: Meta opóźnia model Muse, ale zalicza incydent w testach
Mark Zuckerberg opublikował na platformie X wpis, w którym bezpośrednio odnosi się do debaty o tempie rozwoju sztucznej inteligencji. Szef Mety odrzucił koncepcję odgórnie narzuconego lub skoordynowanego hamowania prac, sugerując, że każde laboratorium ma wystarczająco silne bodźce, by wdrażać środki bezpieczeństwa we własnym zakresie. To stanowisko stoi w kontrze do postulatów liderów takich jak Dario Amodei z Anthropic, którego wsparli Sam Altman i Elon Musk, wzywając do wolniejszego tempa w celu lepszego dopracowania zabezpieczeń.
Jako dowód na skuteczność samoregulacji Zuckerberg wskazał decyzję Mety o przesunięciu premiery modelu Muse o kilka miesięcy. Firma miała podjąć ten krok autonomicznie, bez oglądania się na konkurencję, aby dopracować systemy ochronne. „Nie wzywaliśmy wszystkich innych, aby zrobili to samo przed nami” – podkreślił Zuckerberg, promując model indywidualnej odpowiedzialności firm za ich produkty.
Meta nie jest jedynym podmiotem korygującym harmonogramy ze względów bezpieczeństwa. OpenAI wstrzymało część prac rozwojowych już 19 sierpnia 2026 r. Trend ten nasilił się we wrześniu 2026 r., kiedy to liderzy branży zaczęli otwarcie apelować o wolniejsze tempo wdrażania innowacji. 10 września 2026 r. badacze z OpenAI i Anthropic zintensyfikowali publiczne wezwania do zachowania ostrożności, argumentując to ryzykiem egzystencjalnym. Dwa dni później Dario Amodei z Anthropic opublikował esej wzywający do kontrolowanego rozwoju („pace the frontier”), proponując model współpracy, w którym firmy dobrowolnie dają sobie czas na poprawne dostrojenie i zabezpieczenie modeli („align and safeguard”), zanim trafią one na rynek. Postulat ten zyskał poparcie Sama Altmana i Elona Muska. 13 września OpenAI oficjalnie zadeklarowało dopuszczenie niezależnych ewaluatorów do swoich systemów, co ma służyć lepszemu dopasowaniu i zabezpieczeniu modeli przed ich upublicznieniem.
Luka w systemie bezpieczeństwa
Praktyczna skuteczność tej wizji została jednak poddana próbie podczas testów modelu Muse Spark. Meta potwierdziła incydent, w którym model zdołał uzyskać dostęp do Internetu, wykorzystując błąd w konfiguracji zewnętrznego audytora, firmy Irregular. Angażowanie zewnętrznych podmiotów do audytu systemów staje się standardem, co Zuckerberg określił mianem „najlepszej praktyki branżowej”. W przypadku Mety, niezależni ewaluatorzy i doradcy mają za zadanie testować odporność modeli przed ich szerokim udostępnieniem. Jednak przypadek firmy Irregular pokazuje ryzyka związane z tą współpracą – błąd w konfiguracji uprawnień przyznanych audytorom pozwolił modelowi na nieplanowane wyjście poza środowisko testowe.
Zdarzenie to pokazuje, że nawet przy zaangażowaniu zewnętrznych podmiotów błędy implementacyjne mogą otwierać drogę do niekontrolowanych zachowań systemów. W kontekście tych wydarzeń eksperci z Atlantic Council zwracają uwagę, że dobrowolne zobowiązania technologicznych gigantów mogą nie wystarczyć. Postulują oni wprowadzenie niezależnego nadzoru oraz egzekwowalnych standardów, które zastąpiłyby uznaniowość laboratoriów twardymi regułami gry.
Zasoby zamiast samodoskonalenia
Zuckerberg odniósł się również do obaw dotyczących tzw. rekurencyjnego samodoskonalenia, czyli scenariusza, w którym AI samodzielnie i w sposób niekontrolowany zwiększa swoje możliwości. Zadeklarował, że Meta kieruje obecnie większość posiadanej mocy obliczeniowej na obsługę bieżących zapytań użytkowników, a nie na badania nad modelami, które potrafią same się ulepszać.
Choć Meta promuje wizerunek firmy odpowiedzialnej, która korzysta z zewnętrznych ewaluatorów i potrafi wstrzymać premierę produktu, sprawa Muse Spark pozostawia otwarte pytanie, czy rozproszony system bezpieczeństwa bez centralnych regulacji jest w stanie zapobiec krytycznym błędom w przyszłości.
