OpenAI zamknęło zespół Preparedness badający katastrofalne ryzyka AI, wywołując niepokój wśród pracowników po serii odejść z działów bezpieczeństwa.

Źródło zdjęcia: The Decoder
OpenAI rozwiązało zespół odpowiedzialny za wykrywanie katastrofalnych zagrożeń związanych ze sztuczną inteligencją, przekazując jego zadania innym grupom w firmie. Jak informuje the-decoder.com, decyzja zapadła na koniec lipca 2026 roku i dotyczyła jednostki znanej jako „Preparedness”.
Informację jako pierwszy podał Financial Times, powołując się na wewnętrzne źródła w OpenAI. Zespół Preparedness zajmował się oceną, czy modele AI tworzone przez firmę mogą stanowić poważne lub katastrofalne zagrożenie – między innymi w obszarach biologicznym i cybernetycznym. Po jego rozwiązaniu prace te przejęły istniejące już w firmie grupy.
Zespół Preparedness stanowił wewnętrzną strukturę OpenAI odpowiedzialną za ocenę, czy tworzone przez firmę modele AI mogą wygenerować poważne lub katastrofalne ryzyko – takie jak zagrożenia biologiczne czy cybernetyczne. Jego rozwiązanie oznacza, że te specyficzne funkcje monitorujące nie będą już realizowane przez dedykowaną, wyspecjalizowaną jednostkę, lecz zostały rozparcelowane pomiędzy istniejące zespoły w organizacji.
Zmiana personalna dotyczy również lidera zespołu. Dylan Scandinaro, który wcześniej stał na czele Preparedness, obecnie koncentruje się na innym, węższym obszarze – bezpieczeństwie systemów zdolnych do „rekursywnego samodoskonalenia”. Chodzi o modele AI, które mogłyby optymalizować własne działanie oraz trenować kolejne generacje modeli. To zagadnienie uznawane jest za jedno z kluczowych wyzwań w dyskusji o długoterminowym bezpieczeństwie sztucznej inteligencji.
Współzałożyciel OpenAI Greg Brockman skomentował decyzję, wskazując, że praca nad bezpieczeństwem nie zniknęła, a została „ściślej wpleciona” w proces rozwoju samych modeli – co sugeruje przesunięcie od odrębnej, wyspecjalizowanej funkcji nadzorczej ku podejściu bardziej zintegrowanemu z codziennym cyklem produkcyjnym.
Rozwiązanie zespołu Preparedness następuje na fali odejść osób odpowiedzialnych za etykę i bezpieczeństwo w OpenAI. Firmę opuścili między innymi Chief Ethics Officer Chloe Bakalar oraz Joshua Achiam. Financial Times cytuje anonimowego pracownika, który opisuje wewnętrzną atmosferę jako „narastające poczucie odpowiedzialności i grozy” związane z przekonaniem, że OpenAI nie robi wystarczająco wiele w obszarze bezpieczeństwa.
Pracownicy nie ograniczają się do wewnętrznych obaw – niektórzy zdecydowali się mówić publicznie, szczególnie po incydencie związanym z autonomicznym hakowaniem dotyczącym Hugging Face. Jeden z pracowników wyraził nadzieję, że OpenAI potraktuje to zdarzenie jako „ostrzegawczy strzał” – sygnał do wzmożenia działań ochronnych, zanim dojdzie do poważniejszych konsekwencji.
Fala zmian personalnych w OpenAI nie ogranicza się do zespołów bezpieczeństwa – wcześniej firmę opuścił także dyrektor po ośmiu latach pracy, co pokazuje szerszy kontekst zmian kadrowych w organizacji.
Decyzja OpenAI o rozwiązaniu dedykowanego zespołu monitorującego katastrofalne ryzyka pojawia się w momencie, gdy firma szybko rozwija coraz bardziej zaawansowane modele AI, a jednocześnie doświadcza odejść kluczowych osób odpowiedzialnych za etykę i bezpieczeństwo. Rozproszenie kompetencji Preparedness pomiędzy inne zespoły może być interpretowane dwojako – jako naturalna integracja bezpieczeństwa z codzienną pracą inżynierską, jak sugeruje Greg Brockman, albo jako sygnał słabnącego priorytetu dla wyspecjalizowanego nadzoru nad ryzykiem katastrofalnym, na co wskazują obawy części pracowników.
Sytuacja ta, w połączeniu z niedawnym incydentem autonomicznego hakowania związanym z Hugging Face, rzuca światło na napięcia wewnątrz organizacji między tempem rozwoju technologii a wystarczalnością mechanizmów kontrolnych.
Podsumowując, rozwiązanie zespołu Preparedness w OpenAI wraz z serią odejść pracowników odpowiedzialnych za bezpieczeństwo i etykę wpisuje się w szerszy obraz wewnętrznego niepokoju co do tego, czy firma nadaje priorytet ryzykom związanym z rozwijaną przez siebie sztuczną inteligencją.

Praca z ICML 2026 ostrzega, że metody alignmentu AI to technologia dual-use, którą autorytarne reżimy mogą wykorzystać do cenzury i manipulacji informacją.

Nowa metoda RubricForge redukuje fałszywe zaliczenia nieudanych działań agentów AI, kluczowy problem oceny systemów bez dostępu do nagrody środowiska.
Qwen 3.8 27B osiąga 52 punkty w Artificial Analysis Intelligence Index, dorównując GPT-5.6 Luna mimo dużo mniejszej liczby parametrów.