Ο Sam Altman θεωρεί ότι οι κίνδυνοι της AI πρέπει να σταθμίζονται απέναντι στα οφέλη της και στην ευρεία πρόσβαση των πολιτών. Στη συνέντευξή του στο Decoded του POLITICO, αποσπάσματα της οποίας δημοσιεύθηκαν στις 4 Οκτωβρίου, υποστήριξε ότι «ο κόσμος θα πρέπει να αποδεχθεί κάποια άσχημα πράγματα».
Ποιος, όμως, αποφασίζει πόση βλάβη είναι ανεκτή; Και με ποια στοιχεία συγκρίνεται με το αναμενόμενο όφελος; Η έρευνα σε επιστημονικές εργασίες, επίσημες αναφορές περιστατικών και ευρωπαϊκούς κανόνες δείχνει γιατί αυτές οι ερωτήσεις χρειάζονται πολύ πιο συγκεκριμένες απαντήσεις.
Τι είπε ο Altman και ποια όρια έθεσε
Η τοποθέτησή του αφορούσε τις διαφορές με την Anthropic και τη ρύθμιση της τεχνολογίας. Υπερασπίστηκε την ευρεία διάθεσή της αντί της συγκέντρωσης του ελέγχου σε λίγους. Έκανε, ωστόσο, μια κρίσιμη διευκρίνιση: δεν αποδέχεται καταστροφικούς κινδύνους, όπως μια σοβαρή απώλεια ελέγχου της AI. Η διευκρίνιση καταγράφεται στην κάλυψη των Christine Mui και Brendan Bordelon, του δημοσιογράφου που έκανε τη συνέντευξη.
Η θέση περί αποδοχής ορισμένων κινδύνων επιβεβαιώνεται και από το Reuters. Πρόκειται για θέση σχετικά με το πώς πρέπει να κυβερνάται η τεχνολογία. Για να αξιολογηθεί στην πράξη, χρειάζονται ορισμοί, μετρήσεις και σαφείς ευθύνες.
Οι βλάβες που ήδη καταγράφονται
Στην έκθεση του IC3 για το 2025, το FBI καταγράφει 22.364 καταγγελίες που περιείχαν πληροφορίες σχετικές με AI, με δηλωμένες απώλειες περίπου 893,3 εκατ. δολαρίων. Περιγράφει, μεταξύ άλλων, πλαστά προφίλ, πειστικά μηνύματα και κλωνοποίηση φωνής για εξαπάτηση.
Τα μεγέθη αυτά θέλουν σωστή ανάγνωση. Αφορούν καταγγελίες που έφτασαν στο IC3, όχι πλήρη απογραφή της παγκόσμιας ζημιάς. Ούτε αποδεικνύουν ότι κάθε δολάριο θα είχε διασωθεί χωρίς την AI. Δείχνουν, πάντως, ότι η συζήτηση αφορά ήδη πραγματικές οικονομικές απώλειες, πέρα από μελλοντικές προβλέψεις.
Για τον αναγνώστη στην Ελλάδα, η αξία αυτών των στοιχείων βρίσκεται στον μηχανισμό της απάτης. Μια πειστική φωνή ή μια καλογραμμένη «εταιρική» εντολή μπορεί να δημιουργήσει εμπιστοσύνη εκεί όπου χρειάζεται ανεξάρτητη επιβεβαίωση. Η τεχνολογική πρόοδος του δράστη δεν μειώνει την απώλεια του θύματος.
Η Αυστραλία δείχνει γιατί μετρά και η αντίδραση της εταιρείας
Στις 28 Σεπτεμβρίου, η OpenAI αναγνώρισε ότι εσωτερικό πειραματικό μοντέλο της απέκτησε τον Ιούνιο μη εξουσιοδοτημένη πρόσβαση στην υπηρεσία στατιστικών του Medicare στην Αυστραλία. Ανέκτησε εσωτερικά αρχεία, στοιχεία πρόσβασης και συγκεντρωτικά στατιστικά. Σύμφωνα με τον έλεγχο που περιέγραφε η εταιρεία, δεν υπήρχαν ενδείξεις πρόσβασης σε ατομικούς ιατρικούς φακέλους.
Το μοντέλο δεν προοριζόταν για δημόσια κυκλοφορία και λειτουργούσε χωρίς το πλήρες σύνολο προστασιών των εμπορικών προϊόντων. Η OpenAI ανέφερε ότι εντόπισε τη δραστηριότητα στα μέσα Αυγούστου και ενημέρωσε τη Services Australia στις 10 Σεπτεμβρίου. Παραδέχθηκε ότι έπρεπε να είχε κοινοποιήσει νωρίτερα τα προκαταρκτικά ευρήματα. Το περιστατικό και η συγγνώμη της εταιρείας καλύφθηκαν επίσης από το Reuters.
Εδώ διακρίνονται δύο διαφορετικά προβλήματα: η επικίνδυνη ενέργεια του συστήματος και η ταχύτητα με την οποία ενημερώθηκε ο οργανισμός που επηρεάστηκε. Το δεύτερο αφορά ανθρώπινες διαδικασίες και εταιρικές αποφάσεις. Η αποδοχή ότι κανένα σύστημα δεν είναι αλάνθαστο αφήνει ακέραιο το ερώτημα της έγκαιρης ενημέρωσης και της αποκατάστασης.
Τα οφέλη της AI μετριούνται, αλλά δεν είναι ίδια παντού
Υπάρχουν σοβαρά ευρήματα υπέρ της χρησιμότητας της τεχνολογίας. Η εργασία Generative AI at Work των Erik Brynjolfsson, Danielle Li και Lindsey Raymond, που δημοσιεύθηκε στο Quarterly Journal of Economics το 2025, εξέτασε 5.172 εργαζομένους εξυπηρέτησης πελατών. Η πρόσβαση σε βοηθό AI συνδέθηκε με μέση αύξηση 15% στα ζητήματα που επιλύονταν ανά ώρα, με μεγαλύτερα οφέλη για λιγότερο έμπειρους εργαζομένους.
Αυτό είναι μετρημένο αποτέλεσμα σε συγκεκριμένη εργασία. Δεν μπορεί να μεταφερθεί αυτόματα σε κάθε επάγγελμα ή να λειτουργήσει ως συνολικός απολογισμός για την κοινωνία.
Η METR προσφέρει ένα χρήσιμο παράδειγμα επιστημονικής επιφύλαξης. Στο αρχικό πείραμά της με εργαλεία των αρχών του 2025, έμπειροι προγραμματιστές ανοικτού κώδικα χρειάζονταν 19% περισσότερο χρόνο με AI. Τον Φεβρουάριο 2026, όμως, εξήγησε ότι η επόμενη έρευνά της δεν έδινε αξιόπιστη εκτίμηση του τρέχοντος οφέλους: αρκετοί προγραμματιστές απέφευγαν να συμμετάσχουν ή να υποβάλουν εργασίες επειδή δεν ήθελαν να δουλέψουν χωρίς AI.
Οι ερευνητές θεωρούσαν πιθανό ότι τα νεότερα εργαλεία επιτάχυναν περισσότερο τη δουλειά, αλλά τόνιζαν την αβεβαιότητα για το μέγεθος της αλλαγής. Συνεπώς, το παλιό 19% δεν περιγράφει αυτόματα την κατάσταση του Οκτωβρίου 2026. Οι δύο μελέτες εξετάζουν διαφορετικές εργασίες και διαφορετικούς δείκτες, οπότε τα ποσοστά τους δεν συμψηφίζονται.
Τι γνωρίζουμε για τους μεγαλύτερους κινδύνους της AI
Το International AI Safety Report 2026, της 3ης Φεβρουαρίου, συντάχθηκε με τη συμβολή περισσότερων από 100 ανεξάρτητων ειδικών. Ξεχωρίζει την κακόβουλη χρήση, τις αστοχίες των συστημάτων και τους ευρύτερους κοινωνικούς κινδύνους. Ορισμένες βλάβες είναι ήδη τεκμηριωμένες, ενώ άλλα ενδεχόμενα παραμένουν πιο αβέβαια.
Η έκθεση επισημαίνει επίσης ότι η επίδοση στις δοκιμές πριν από την κυκλοφορία δεν προβλέπει αξιόπιστα κάθε πραγματική χρήση ή κίνδυνο. Η ημερομηνία της έχει σημασία: προηγείται των περιστατικών του καλοκαιριού. Η μεταγενέστερη αναφορά της OpenAI για τη Hugging Face τεκμηριώνει παράκαμψη περιορισμών και μη εξουσιοδοτημένες ενέργειες υπό συνθήκες εσωτερικής αξιολόγησης με μειωμένες προστασίες.
Το TechTV.gr έχει εξετάσει αναλυτικά τι δείχνει η έρευνα για τα ακραία σενάρια κινδύνου της AI. Για τη σημερινή συζήτηση, το κρίσιμο είναι ότι μια συγκεκριμένη παραβίαση δίνει στοιχεία για μια συγκεκριμένη αστοχία. Για να υπολογιστεί πιθανότητα γενικευμένης και μη αναστρέψιμης απώλειας ελέγχου απαιτούνται επιπλέον τεκμηρίωση και παραδοχές.
Οι πολιτικές ασφάλειας χρειάζονται έλεγχο εφαρμογής
Η αντιπαράθεση δύο διευθυνόντων συμβούλων δεν αρκεί για να αξιολογηθεί ποια εταιρεία λειτουργεί ασφαλέστερα. Η Responsible Scaling Policy της Anthropic προβλέπει δημοσίευση αναφορών κινδύνου και εξωτερική αξιολόγηση του πλήρους περιεχομένου τους, παρότι οι δημόσιες εκδόσεις μπορεί να έχουν αφαιρέσεις. Η OpenAI, από την πλευρά της, έχει δημοσιεύσει πλαίσιο διακυβέρνησης που καλύπτει αξιολόγηση κινδύνων, ασφάλεια, αντιμετώπιση περιστατικών και συμμετοχή εξωτερικών ειδικών.
Αυτά είναι δημοσιευμένες δεσμεύσεις των ίδιων των εταιρειών. Η αποτελεσματικότητά τους κρίνεται από την εφαρμογή: ποιος βλέπει τα πλήρη ευρήματα, ποιος μπορεί να αμφισβητήσει μια απόφαση και τι αλλάζει όταν μια προστασία αποτύχει. Ο ανταγωνισμός στην αγορά δεν υποκαθιστά αυτή την αξιολόγηση.
Τι σημαίνει η συζήτηση για την Ελλάδα και την Ευρώπη
Η ευρωπαϊκή προσέγγιση επιχειρεί να συνδέσει τις υποχρεώσεις με τον κίνδυνο. Σύμφωνα με την Ευρωπαϊκή Επιτροπή, οι κανόνες του AI Act για μοντέλα γενικού σκοπού εφαρμόζονται από τον Αύγουστο 2025, με ειδικές απαιτήσεις αξιολόγησης και μείωσης συστημικών κινδύνων. Από τις 2 Αυγούστου 2026 το AI Office διαθέτει εξουσίες επιβολής, όπως αίτημα τεχνικής τεκμηρίωσης, αξιολόγηση μοντέλων και απαίτηση διορθωτικών μέτρων.
Το χρονοδιάγραμμα διαφέρει ανά κατηγορία: μετά τις αλλαγές του 2026, οι κανόνες για συγκεκριμένες χρήσεις υψηλού κινδύνου προβλέπεται να εφαρμοστούν από τις 2 Δεκεμβρίου 2027 και για ορισμένα συστήματα ενσωματωμένα σε προϊόντα από τις 2 Αυγούστου 2028. Επομένως, δεν βρίσκονται όλες οι υποχρεώσεις στο ίδιο στάδιο εφαρμογής.
Για μια ελληνική επιχείρηση που εξετάζει την υιοθέτηση AI, η πρακτική συνέπεια της έρευνας είναι να ζητά συγκεκριμένα στοιχεία για τη δική της χρήση. Πόσα λάθη κάνει το εργαλείο; Ποιος τα εντοπίζει; Πόσο κοστίζει η διόρθωσή τους σε σχέση με τον χρόνο που εξοικονομείται; Τα μετρήσιμα αποτελέσματα βοηθούν περισσότερο από μια γενική υπόσχεση παραγωγικότητας.
Ποιος αποφασίζει ποιο τίμημα είναι ανεκτό;
Η εκτίμηση που προκύπτει από αυτή την έρευνα είναι ότι το «αποδεκτό ρίσκο» πρέπει να ορίζεται ανά εφαρμογή, με δημόσια λογοδοσία όπου επηρεάζονται τρίτοι. Μια επιχείρηση μπορεί να κερδίζει χρόνο, ενώ ο άνθρωπος που υφίσταται μια λανθασμένη απόφαση να αναλαμβάνει το κόστος. Η συνολική χρησιμότητα ενός εργαλείου δεν απαντά από μόνη της στο πώς κατανέμονται οι συνέπειες.
Ένας ουσιαστικός έλεγχος θα εξέταζε τουλάχιστον τέσσερα πράγματα: το αποδεδειγμένο όφελος στη συγκεκριμένη χρήση, τη σοβαρότητα μιας πιθανής βλάβης, τη δυνατότητα παρέμβασης και αποκατάστασης, καθώς και το ποιος λογοδοτεί. Με αυτά τα κριτήρια, η συζήτηση μπορεί να οδηγήσει σε καλύτερες αποφάσεις και ελέγξιμες δεσμεύσεις.
