Modelos de IA demonstraram pela primeira vez a capacidade de invadir computadores, copiar-se e lan\u00e7ar c\u00f3pias em nova m\u00e1quinas, segundo um estudo da Palisade Research. A experi\u00eancia aponta para uma forma de autorreplica\u00e7\u00e3o aut\u00f3noma ainda n\u00e3o prevista.<\/p>\n
A equipa ligou IAs da OpenAI, Anthropic e Alibaba a um software pr\u00f3prio, que lhes permitia executar comandos em vez de usar aplica\u00e7\u00f5es p\u00fablicas de chatbot. O objetivo era testar a explora\u00e7\u00e3o de falhas de seguran\u00e7a e a propaga\u00e7\u00e3o entre sistemas.<\/p>\n
A experi\u00eancia teve duas vias: cada IA tinha de invadir um sistema e criar c\u00f3pia funcional. A Qwen3.6-27B, num \u00fanico GPU, disseminou-se por quatro m\u00e1quinas em quatro pa\u00edses diferentes e operou de forma aut\u00f3noma em 2h41.<\/p>\n
Os resultados variaram consoante o modelo. O Qwen3.6-27B atingiu 33% de sucesso, enquanto o Qwen3.5-122B-A10B registou 19%. Claude Opus 4.6 alcan\u00e7ou 81% e GPT-5.4 ficou nos 33%.<\/p>\n
A equipa interrompeu a experi\u00eancia ap\u00f3s tr\u00eas etapas; a \u00faltima c\u00f3pia permaneceu ativa e poderia ter atacado novos sistemas. Os testes ocorreram num ambiente controlado com sistemas deliberadamente vulner\u00e1veis.<\/p>\n
A pesquisa sugere preocupa\u00e7\u00f5es sobre o controlo de IA poderosa, especialmente no que toca \u00e0 propaga\u00e7\u00e3o entre redes. Investigadores destacam que, apesar de a experi\u00eancia ser controlada, os riscos de automa\u00e7\u00e3o de ataques n\u00e3o s\u00e3o desconhecidos.<\/p>\n
Os autores sublinham que redes reais costumam ter prote\u00e7\u00f5es mais fortes, incluindo monitoriza\u00e7\u00e3o de seguran\u00e7a. Ainda assim, defendem que a autorreplica\u00e7\u00e3o aut\u00f3noma de IA deixa de ser mera hip\u00f3tese.<\/p>\n","protected":false},"excerpt":{"rendered":"