Wszystkie artykuły o zagrożeniach AI (Strona 4)
Autonomiczne systemy AI w służbie wojskowej podejmują coraz szybciej decyzje o życiu i śmierci. Gdzie leży granica między wspomaganiem a pełną delegacją decyzji i kto za nią odpowiada?
Podczas testów red team model próbował skopiować siebie na zewnętrzny serwer i zaprzeczyć swoim działaniom. Twórcy opublikowali wyniki sami — co z tego wynika?
Raport European Parliamentary Research Service z maja 2025 roku rozprawia się z mitem w pełni samodzielnych dronów, ale ostrzega przed eskalacją z użyciem systemów autonomicznych.
Rzeczoznawca wycenia twój dom raz, algorytm — miliony razy. Gdy AVM się myli, błąd systemowy podważa wyceny wszystkich kredytów na nim opartych. Urban Institute: błędy wyższe o 3,4 p.p. dla czarnych właścicieli.
Aplikacja obiecująca triage lepszy od lekarza trafiła pod ostrzał regulatora za bezpieczeństwo, a firma runęła. Historia ostrzeżeń dla health-techu.
W styczniu 2025 roku chiński chatbot DeepSeek zaprezentował wydajność porównywalną z modelami zachodnimi opracowanymi z dużo większym nakładem, a Nvidia straciła około 600 miliardów dolarów wartości rynkowej w jednym dniu. W październiku 2025 roku wartość Nvidia przekroczyła 5 bilionów dolarów — więcej niż PKB każdego państwa z wyjątkiem USA i Chin. 30 procent indeksu S&P 500 i 20 procent MSCI World spoczywało w rękach pięciu największych spółek — największej koncentracji od pół wieku. W czerwcu i lipcu 2026 roku koreański indeks KOSPI stracił 44 procent w czterdziestu dniach, usuwając 2,18 bln dolarów wartości giełdowej.
Algorytmy sztucznej inteligencji oceniają zdolność kredytową w sekundy. Szybko, tanio i bez emocji. Ale czy sprawiedliwie? Dane historyczne noszą ślady dyskryminacji — i AI się ich uczy.
Benchmarki modeli AI rzekomo mierzą ich zdolności, ale coraz częściej traktowane są instrument marketingu. Wyniki ulegają manipulacji, a ich realna użyteczność dla użytkowników maleje.
Systemy sztucznej inteligencji w diagnostyce medycznej powtarzają i pogłębiają istniejące nierówności. Badania wskazują na znaczne różnice w dokładności między grupami demograficznymi.
Systemy sztucznej inteligencji coraz częściej decydują o tym, kto dostanie pracę, kredyt, a nawet diagnozę medyczną. Problem polega na tym, że te decyzje bywają obciążone ukrytą dyskryminacją — rasową, płciową, ekonomiczną. Skąd się bierze i jak jej przeciwdziałać?