Studiu Oxford: agenți AI au inventat un cod secret pentru a colabora într-un joc de black…

Cercetători de la Universitatea Oxford au raportat că doi agenți de inteligență artificială au dezvoltat spontan un sistem de comunicare ascuns pentru a obține un avantaj într-un joc de blackjack. Studiul, publicat pe arXiv sub titlul „Detecting Multi-Agent Collusion Through Multi-Agent Interpretability”, arată că analiza conversațiilor nu a fost suficientă pentru a detecta coordonarea, iar semnale de coluziune pot apărea în activările interne ale modelelor.

Pe scurt

• Experimentul folosește NARCBench, un benchmark creat pentru detectarea coluziunii între agenți AI.
• Un agent număra cărțile, celălalt decidea mărimea pariului; au stabilit un cod ascuns prin replicații aparent banale.
• Analiza textului dintre agenți nu a detectat fiabil coordonarea; cercetătorii au examinat activările interne ale modelelor.
• Testele au inclus modele precum Qwen3-32B, Llama 3.1 70B, DeepSeek-R1 32B și GPT-OSS-20B, cu scoruri AUROC până la 1,00 în unele măsuri.
• NARCBench conține și scenarii care simulează sabotaj de cod, manipulare bursieră sau compromiterea sistemelor CI/CD.