Sa lehtë mundet që një person keqdashës, pa njohuri shkencore dhe me motive hakmarrjeje, të krijojë dhe përhapë një patogjen (mikroorganizëm ose agjent biologjik që shkakton sëmundje) të rrezikshëm? Pragu po ulet vazhdimisht.

Përparimet në sekuencimin gjenetik kanë bërë që “recetat” për agjentët biologjikë të jenë gjerësisht të disponueshme; mjetet e modifikimit gjenetik si CRISPR mund teorikisht të shndërrojnë mikroorganizma të padëmshëm në diçka vdekjeprurëse; ndërsa pajisjet dhe mjetet e nevojshme për të ndërtuar dhe për të kultivuar proteina e viruse të rrezikshme mund të blihen online për disa qindra dollarë.

Tani në këtë fushë kanë hyrë edhe modelet e mëdha gjuhësore (LLM = sisteme të Inteligjencës Artificiale të trajnuara me sasi shumë të mëdha tekstesh dhe informacioni).

Të trajnuara me një sasi të madhe njohurish shkencore, përfshirë informacione të specializuara mbi viruset dhe bakteret, këto modele mund të kthejnë përdorues pa përvojë në “ekspertë” brenda një kohe shumë të shkurtër. Kjo shqetëson specialistët e biosigurisë, të cilët muajt e fundit janë bërë më alarmantë.

Vitin e kaluar, OpenAI, Anthropic dhe Google forcuan masat parandaluese të sigurisë. Kompanitë nuk mund ta përjashtonin më mundësinë që modelet e tyre të ndihmonin njerëz me njohuri të kufizuara shkencore që duan të zhvillojnë armë biologjike, megjithëse Anthropic tha se “qëllimi ynë nuk është të krijojmë alarm”.

Është e natyrshme të shtrohet pyetja nëse bota po afrohet drejt një epoke të frikshme të bioterrorizmit të ndihmuar nga IA-ja dhe, nëse po, çfarë duhet bërë për ta parandaluar.

Një bioterrorist potencial që kërkon të sigurojë një patogjen të përshtatshëm me siguri do të mund të merrte informacione të dobishme nga një model i Inteligjencës Artificiale.

Në dhjetor 2025, Instituti Britanik i Sigurisë së IA-së raportoi se modelet kryesore mund të gjeneronin në mënyrë të besueshme protokolle shkencore për sintetizimin e viruseve dhe baktereve nga fragmente gjenetike.

Po atë muaj, dy shkencëtarë të RAND Corporation, një institut amerikan kërkimor, treguan se modelet e disponueshme në treg mund të jepnin ndihmë në fazën më të vështirë të bashkimit të fragmenteve të ARN-së së poliovirusit.

Por lëshimi i një agjenti vdekjeprurës “nuk është aq i thjeshtë sa të futësh një molekulë ADN-je apo ARN-je në qeliza dhe të presësh që ajo të prodhojë një virus”, thotë Michael Imperiale, profesor emeritus i Mikrobiologjisë dhe Imunologjisë në Shkollën e Mjekësisë të Universitetit të Miçiganit.

Një pjesë e vështirësisë qëndron te kalimi nga teoria në praktikë. Kur një eksperiment i ndërlikuar virologjik dështon, të kuptosh çfarë shkoi keq dhe si ta korrigjosh në provën tjetër është një aftësi thelbësore, që nuk mësohet vetëm nga librat.

Edhe në këtë pikë, LLM-të po ndihmojnë. Merrni testin “Virology Capabilities Test”, një vlerësim i përdorur gjerësisht dhe i zhvilluar nga SecureBio, një organizatë jofitimprurëse me bazë në Kembrixh të Massachusetts-it. Testi përbëhet nga 322 pyetje të ndërlikuara për zgjidhjen e problemeve, që matin aftësitë eksperimentale të përdoruesit.

Kur SecureBio u kërkoi vitin e kaluar rreth 36 ekspertëve kryesorë të zgjidhnin pjesë të testit, rezultati mesatar i tyre ishte vetëm 22%. Për krahasim, fillestarët në biologji që e bënë testin me ndihmën e modeleve të mëdha gjuhësore arritën 28%, sipas një studimi të publikuar në shkurt nga divizioni kërkimor i kompanisë amerikane Scale AI.

Modelet që e kryen testin pa ndihmën e njeriut shënuan rezultate edhe më të larta, nga 55% në 61% për modelet më të fundit, afërsisht në të njëjtin nivel me ekipet e virologëve më të mirë.

Rezultate të tilla kanë ndikuar në vendimet e fundit të zhvilluesve të modeleve për të vendosur më shumë masa sigurie. Por një studim i publikuar në shkurt nga Active Site, një tjetër organizatë jofitimprurëse në Kembrixh, sugjeron se modelet kanë ende rrugë për të bërë si asistentë laboratori në botën reale.

Studimi i tyre ishte prova e parë e kontrolluar dhe e rastësishme për të testuar rritjen e aftësive që këto mjete mund t’i japin një fillestari, fenomen i njohur si “uplift”, në një laborator biologjik praktik.

Kur 153 pjesëmarrës me përvojë minimale në biologji morën detyra që lidhen me prodhimin e një virusi, modelet e IA-së nuk dhanë ndonjë rritje domethënëse të aftësive. Vetëm katër nga pjesëmarrësit e ndihmuar nga LLM-të përfunduan detyrat kryesore, një më pak sesa grupi i kontrollit që mund të përdorte vetëm internetin.

Sipas Joe Torres, një prej autorëve të studimit, LLM-të shpesh “prodhonin me shpejtësi përgjigje që dukeshin bindëse, por ishin të gabuara”, duke sabotuar përpjekjet e përdoruesve të tyre.

Ata që mbështeteshin më shumë te chatbot-et nuk patën rezultate më të mira se ata që i përdorën më pak. Pjesëmarrësit në të dy grupet thanë se burimi më i dobishëm për ta ishte YouTube.

Ngritje dhe rënie

Këto rezultate nxjerrin në pah paradoksin themelor të “uplift”. Nëse një përdorues ka nevojë për ndihmën e modelit, ai nuk do ta dijë kur modeli po jep këshilla të gabuara, thotë Sonia Ben Ouagrham-Gormley, profesore në Universitetin George Mason, e cila ka studiuar historitë e programeve të armëve biologjike gjatë Luftës së Ftohtë. Dhe aty ku ka “uplift”, mund të ketë edhe pengesa.

Anthropic ka zbuluar se Mythos dhe Opus ndihmojnë ekspertët me nivel doktorature të punojnë shumë më shpejt dhe të prodhojnë protokolle më të mira për eksperimente komplekse virologjike sesa ata që përdorin vetëm internetin.

Megjithatë, të gjitha protokollet përmbanin gabime kritike që do të çonin në dështim në një eksperiment real.

Për më tepër, vlerësuesit e rrezikut biologjik të Anthropic zbuluan se modelet e kompanisë shfaqnin prirje servile, kishin halucinacione rregullisht dhe ishin tepër të sigurt për ato që i quanin “ide të pamundura”.

Kur ekspertët njerëzorë propozonin një ide të pazbatueshme, modeli shpesh e zgjeronte atë në mënyrë inkurajuese, në vend që të sugjeronte alternativa të tjera. Në një test, ekspertëve të biologjisë iu kërkua të hartonin “një plan të detajuar për një agjent biologjik katastrofik” duke përdorur Mythos.

Edhe skemat më të mira kishin mangësi, sipas vlerësuesve njerëzorë. Një vlerësues vuri në dukje se Mythos sugjeronte hapa “që në fakt do të garantonin dështimin”.

Kjo mund të japë njëfarë sigurie për momentin. Por fakti që edhe disa fillestarë në studimin e Active Site arritën të sintetizonin një virus nuk duhet nënvlerësuar, thotë Luca Righetti, një tjetër autor i studimit, i cili e kreu punën në grupin e sigurisë së IA-së METR.

Dhe përparimi teknik vazhdon. Mjetet e reja të projektimit biologjik funksionojnë si LLM që gjenerojnë sekuenca nukleotidesh në vend të fjalëve; aktorët keqdashës mund t’i përdorin ato për t’i bërë patogjenët ekzistues më të rrezikshëm.

Sipas një studimi të financuar nga Departamenti Amerikan i Luftës, këto mjete projektimi, të cilat kanë një gamë përdorimesh legjitime, mund një ditë të modifikojnë sekuencat gjenomike në mënyra që i bëjnë patogjenët më virulentë, më të transmetueshëm dhe më rezistentë ndaj kundërmasave./Monitor