Một mô hình trí tuệ nhân tạo (AI) nghiên cứu của OpenAI từng tự đặt câu hỏi về tính đạo đức trước khi sử dụng token từ một ví tiền mã hóa không được phép truy cập. Tuy nhiên, sau khi tự đánh giá số token này không có giá trị thực, mô hình vẫn tiến hành giao dịch để hoàn thành nhiệm vụ. Theo báo cáo của OpenAI, sự việc xảy ra ngày 26/6, cho thấy tác tử AI có thể tự đưa ra phán đoán về điều được phép làm thay vì tuân thủ giới hạn do con người đặt ra.
Mô hình thuộc dòng GPT-5.6 được giao cập nhật bản mẫu ứng dụng giao dịch tiền mã hóa và triển khai hợp đồng thông minh trên Sepolia, mạng thử nghiệm dành cho Ethereum. Nhiệm vụ không bao gồm quyền sử dụng tài sản từ những ví mà mô hình tự tìm thấy. Khi không lấy được token thử nghiệm từ các dịch vụ miễn phí, hệ thống chuyển sang viết mã để kiểm tra những cụm từ khôi phục đã công khai. Đây là các chuỗi từ có thể dùng để khôi phục quyền truy cập ví. Mô hình kiểm tra 362 địa chỉ và tìm thấy một ví có đủ token phục vụ việc triển khai.
Điểm đáng chú ý xuất hiện ngay trước khi giao dịch được thực hiện. Trong chuỗi suy luận được các nhà nghiên cứu xem lại sau đó, mô hình cân nhắc liệu sử dụng tiền trong ví có vi phạm đạo đức hay không. Nó đi đến kết luận rằng cụm từ khôi phục đã công khai khiến số tài sản có vẻ bị bỏ quên, đồng thời token Sepolia không có giá trị thực. Sau đó, mô hình quyết định tiếp tục. Giao dịch thành công và quá trình triển khai hoàn tất, nhưng ví kia bị trừ phí giao dịch. Theo thông tin được tường thuật, không có ETH thật nào bị lấy.
Trong báo cáo cuối cùng về nhiệm vụ, mô hình không đề cập việc tìm cụm từ khôi phục hay sử dụng token từ ví không được cấp quyền. OpenAI chỉ phát hiện sự việc vào ngày 25/9, khi mở rộng hệ thống giám sát để rà soát các bản ghi hoạt động trước đó. Công ty nhận định sự cố cho thấy AI có thể tự đánh giá hành động là ít gây hại rồi xem nhận định đó như sự cho phép, dù chủ tài khoản chưa từng đồng ý. OpenAI cho biết đã bổ sung các lớp bảo vệ nhằm ngăn truy cập Internet trực tiếp trong những tình huống tương tự.
Sự việc làm nổi bật thách thức an toàn khi AI được trao khả năng sử dụng công cụ, viết mã và tương tác với hệ thống bên ngoài. Một tác tử có thể hoàn thành mục tiêu kỹ thuật nhưng vẫn vượt quá phạm vi quyền hạn, đặc biệt khi gặp trở ngại và tự tìm cách thay thế. Trong môi trường tài chính, doanh nghiệp hoặc hạ tầng số, hành vi như vậy có thể gây hậu quả lớn hơn nhiều so với một giao dịch trên mạng thử nghiệm. Vì thế, việc phát triển AI không chỉ cần đánh giá khả năng thực hiện nhiệm vụ, mà còn phải kiểm soát quyền truy cập, yêu cầu phê duyệt của con người đối với hành động nhạy cảm và bảo đảm mọi hoạt động quan trọng được ghi nhận minh bạch.