Motståndskraft i AI-eran

OpenAI Foundation finns till för att säkerställa att artificiell generell intelligens kommer hela mänskligheten till godo.

Vi har arbetat outtröttligt för att hålla jämna steg med de snabba framstegen inom själva AI. I april tillkännagav⁠ stiftelsen våra första anslag på 100 miljoner dollar inom livsvetenskap och sjukdomsbekämpning, med målet att bidra till att förebygga och behandla sjukdomar som Alzheimers sjukdom genom att utnyttja avancerad AI. Förra veckan presenterade⁠ vi programmet Jobb och ekonomisk framtid, i hopp om att förstå och forma vad arbete och ekonomiskt välstånd innebär för framtida generationer.

I dag bygger vi vidare på vår vision för nästa stora program – för att säkerställa att samhällets förmåga att dra nytta av AI:s ökande kapacitet växer i samma takt. Vi kallar detta arbete för AI-motståndskraft: den ekosystembaserade strategi som krävs för att minska riskerna med AI, så att samhället kan dra maximal nytta av fördelarna.

Vårt arbete har redan börjat. Under de få månader som gått sedan vi inledde vårt arbete arbetar stiftelsen med att slutföra bidrag på mer än 130 miljoner dollar till organisationer genom vårt program för AI-motståndskraft. Dessa kommer snart att offentliggöras, och fler är på väg.^1⁠

Mönstret för transformativa tekniker

Betydelsen av AI-motståndskraft förstås bäst mot bakgrund av tidigare teknologier som på ett avgörande sätt har format mänsklighetens historia.

Då och då dyker det upp en teknik som omformar samhället från grunden. Ekonomer kallar dessa för ”allmänt användbara tekniker”. Eld. Tryckpressen. El. Internet. Var och en följde en liknande utvecklingskurva: snabb innovation, verkliga risker och institutioner som skyndade sig att komma ikapp. Men varje exempel visar också vad som krävs för att göra en kraftfull teknik säker.

Elden gjorde mänsklig civilisation möjlig. Den höll oss varma, tillagade maten och skyddade oss från rovdjur. Det brände också ner våra städer till grunden. Med tiden byggde samhällen upp motståndskraft: brandbeständiga material, brandpostnät, professionella brandkårer och byggnormer. Ett ekosystem, lager för lager.

Elektriciteten följde samma väg. Efter att Edisons Pearl Street Station lyste upp Manhattan 1882 förde elektriciteten med sig bränder, dödsolyckor genom elstötar och panik bland allmänheten. Utan skyddsåtgärder som isolerade ledningar, automatsäkringar och föreskrifter fick arbetare och förbipasserande dödliga elstötar i städer över hela landet. Städer diskuterade huruvida experimentet borde överges helt och hållet. I stället fick vi, i takt med att tekniken utvecklades, oberoende testorgan som Underwriters Laboratories, branschstandarder som National Electrical Code och offentliga investeringar som förde el till lokalsamhällen som marknaden hade lämnat på efterkälken. Varje steg gjorde elen säkrare och mer tillgänglig; idag är den så säker att ett barn kan trycka på en väggkontakt och tända lampan.

Så ser motståndskraften ut när den fungerar som bäst.

AI kräver ett ekosystem för motståndskraft

AI följer samma utvecklingskurva som tidigare tekniker, men utvecklas i en aldrig tidigare skådad takt.

Vi befinner oss fortfarande i ett tidigt skede, men fördelarna är redan tydliga: AI sänker tröskeln för att starta företag, breddar tillgången till utbildning, påskyndar vetenskapliga upptäckter och förändrar medicinen.

Samtidigt uppstår riskerna lika snabbt – och som en spegelbild av fördelarna med AI. Samma tillväxt som skapar nya branscher kan vända upp och ner på befintliga branscher och leda till omvälvningar i yrkeslivet. Samma system som kan hjälpa unga människor att lära sig och skapa kan också leda till skadligt beteende. De verktyg som påskyndar biologisk forskning kan sänka tröskeln för att skapa skadliga patogener. Och AI:s förmåga att skriva kod kan, i fel händer, utgöra ett hot mot viktig infrastruktur.

Det tidiga OpenAI-teamet ansåg att det för att säkerställa att AI kommer samhället till nytta i första hand handlade om att lösa det tekniska anpassningsproblemet. Det är fortfarande avgörande – och står i centrum för vårt arbete – men vi anser nu att det bara är en del av pusslet. I takt med att AI sprider sig över olika sektorer och länder kommer samhället också att behöva oberoende forskning, offentlig infrastruktur, samordning inom näringslivet och helt nya kompetensområden. Kort sagt kommer det att kräva AI-motståndskraft.

Vi har valt att inledningsvis fokusera vårt arbete på fyra områden^2⁠ som befinner sig i skärningspunkten mellan stora kortsiktiga risker och omedelbar effekt:

1. biologisk motståndskraft för att bidra till att förebygga framtida konstgjorda pandemier

2. cybersäkerhet för att bidra till att upprätthålla säkerheten i världens kritiska system

3. säkerhet för AI-modeller för att befästa mänsklighetens kontroll över de modeller vi skapar

4. AI:s påverkan på unga människor för att bidra till att göra tekniken till en positiv kraft för kommande generationer.

Vårt arbete har bara börjat. Vi planerar att dela med oss av mer information om våra strategier och de första anslagen inom varje område, samt att successivt utvidga verksamheten till andra områden.

Bio-resilience

AI will enable biological research to move at unprecedented speed, helping develop new cures and public health improvements that enable us to all live healthier and longer. However, these same capabilities could also be misused by malicious actors, lowering the barrier to designing harmful pathogens.

The age of AI requires a renewed focus on biosecurity. Because advanced AI systems could be misused by bad actors to help create a wide range of biological threats, we will prioritize pathogen-agnostic biosecurity solutions. This will require investments across prevention, detection, and defense. We need to make it harder for malicious actors to access the expertise, equipment, and materials to create biological threats, improve our ability to identify and track novel outbreaks early, and strengthen the technologies—such as protective equipment, indoor air cleaning systems, and medical countermeasures—needed to respond quickly and effectively.

Cyber-resilience

AI has begun to rapidly reshape the cybersecurity landscape. The work that once required specialized teams can now be assisted or automated by capable models. At the same time, rapidly-improving AI capabilities can also be used to accelerate cyberdefenders, including by identifying and patching vulnerabilities and accelerating response.

Many large companies and private actors can spend heavily on cyber to secure their own systems, including with new advances in AI. We anticipate focusing significant resources on securing other important societal actors that are less resourced and will have a much harder time deploying AI-ready cyberdefenses as quickly as needed. In parallel, we are also focused on preparing for novel security challenges that artificial general intelligence will ultimately bring.

AI model safety

AI model safety focuses on the behavior of the systems themselves—whether they are truthful, reliable, and aligned with human intent. In a world where this goes awry, models can break out and behave in unpredictable ways, deceiving us or pursuing goals beyond their design. Getting this right becomes increasingly important as AI systems grow more autonomous and approach—and eventually surpass—human-level intelligence.

AI companies are investing substantial resources in model safety. However, the importance of this challenge calls for a broader, more robust ecosystem: independent institutions to evaluate model safety, public infrastructure to verify models’ safe deployment in practice, and continued advances in alignment science that advance the field broadly.

AI’s impact on young people

Young people are often the earliest adopters of new technologies, using them to learn, create, communicate, and explore the world. AI is no exception. But as these tools become an increasing part of young people’s daily lives, it is critical that we develop a stronger evidence base to understand its impacts.

Families, schools, policymakers, and community organizations are all grappling with questions about how and when young people engage with AI—including its impact on human connection, learning, and development. Our initial focus will be on advancing independent research to help guide those decisions—to better understand where AI can support development, the risks it may introduce, and the contexts that shape those effects.

These insights should drive broad safety standards and design principles that guide how any AI product is developed, how schools choose to deploy them, and if and how families decide to incorporate these technologies into their lives.

The work ahead

There is one critical difference between AI and the technologies that came before it: speed.

Fire resilience took millennia. Electricity resilience took decades. AI resilience is evolving in a matter of years. The systems that make it safe, reliable, and broadly beneficial must be built alongside it.

If we get it right, AI can become part of the foundational infrastructure of modern life—expanding access to knowledge, accelerating discovery, and improving lives at a global scale.

But that outcome isn’t guaranteed. No general purpose technology ever made itself safe.

Resilience is a permanent discipline that requires many people and institutions to build, invest, and collaborate. That is the work ahead, and it is one of the defining challenges of our time. We hope you’ll join us.