OpenAI zamknęło setki kont powiązanych z dwiema chińskimi sieciami wpływu, które starały się rozniecić obawy o wzrost rachunków za energię spowodowany rozwojem centrów danych oraz podważyć zaufanie do instytucji państwowych w Stanach Zjednoczonych. Operacje, choć niewielkie pod względem realnego zasięgu, odsłoniły nowy etap wykorzystania modeli językowych – od generowania materiałów propagandowych po automatyzację całych farm botów.
Rywalizacja o prymat w sztucznej inteligencji zyskuje nowy wymiar
Stany Zjednoczone i Chiny od lat konkurują o dominację w dziedzinie sztucznej inteligencji. Waszyngton stawia na ekosystem otwartych badań, venture capital i restrykcyjną kontrolę eksportu zaawansowanych układów scalonych. Pekin z kolei łączy masowe inwestycje państwowe z ambitnymi planami samowystarczalności technologicznej. Według danych amerykańskiego think tanku monitorującego start-upy AI, oba kraje odpowiadają łącznie za ponad 80% globalnych inwestycji w ten sektor.
Konkurencja technologiczna przeniosła się także na pole informacyjne. Dezinformacja koncentrująca się wokół energetycznych kosztów generatywnej AI może uderzać w morale opinii publicznej i hamować inwestycje, jednocześnie budując narrację, że Stany Zjednoczone nie radzą sobie z konsekwencjami własnych innowacji. W ten sposób wyścig o układy GPU i talenty badawcze sprzęga się z walką o kształtowanie globalnego dyskursu.
Anatomia ujawnionych kampanii
Z opublikowanego zestawienia OpenAI wynika, że pierwsza sieć koncentrowała się na łączeniu podwyżek cen prądu z uruchamianiem kolejnych centrów danych na potrzeby modeli językowych. Profilowane konta, podszywające się pod mieszkańców amerykańskich przedmieść, udostępniały zafałszowane wykresy operatorów sieci przesyłowej i krótkie klipy wideo sugerujące nieuchronne blackouty. Druga grupa produkowała prześmiewcze materiały uderzające w kluczowe urzędy federalne, unikając zarazem wizerunku kierownictwa Komunistycznej Partii Chin – wyraźny znak, że treści miały wyglądać na wewnętrzną krytykę USA, a nie na ofensywę z zewnątrz.
Obie kampanie działały na platformach społecznościowych popularnych w Stanach Zjednoczonych, wykorzystując wirtualne sieci prywatne do maskowania geolokalizacji. Aktywność botów była zsynchronizowana z cyklicznymi publikacjami raportów o zużyciu energii i z debatami kongresowymi dotyczącymi regulacji AI, co wskazuje na staranne planowanie kalendarza fałszywych narracji.
Algorytmy, boty i prompt inżynieria
Według specjalistów OpenAI sprawcy użyli modeli językowych do napisania skryptów automatyzujących logowanie i interakcje na wielu kontach jednocześnie. AI wygenerowała też kod ułatwiający zrzut i analizę postów osób uznanych za „szkodliwe” z punktu widzenia narracji sieci. Użytkownicy sieci botów posługiwali się zestawem promptów nakazujących unikać nazw własnych chińskich decydentów oraz symulować codzienny, mało podejrzany styl wypowiedzi.
Mechanizacja całego cyklu – od produkcji treści przez planowanie harmonogramu publikacji, aż po analizę efektów – znacząco obniża próg wejścia dla podobnych operacji. Materiały generowane przez modele językowe nie wymagają już dużych zespołów redakcyjnych, a gotowy kod automatyki pozwala zarządzać tysiącami kont niemal bezobsługowo.
Dlaczego operacja się nie powiodła
Najpoważniejszym błędem operatorów było przekazywanie do czata wewnętrznych raportów podsumowujących wyniki kampanii. Modele językowe przechowują historię konwersacji, co pozwoliło analitykom uzyskać dostęp do szczegółowych notatek o testowanych algorytmach rekomendacyjnych i systemach reklamy. Dzięki temu możliwe stało się szybkie skorelowanie kont z jedną infrastrukturą sieciową i ich masowe zablokowanie.
Dodatkowo profile nie generowały organicznych interakcji – liczba polubień i komentarzy pochodziła głównie od tej samej siatki. W efekcie treści krążyły w hermetycznej bańce, nie osiągając zamierzonego wpływu na szerszą opinię publiczną. Warto przy tym zauważyć, że platformy społecznościowe coraz skuteczniej monitorują anomalie czasowe i językowe, co utrudnia długotrwałe prowadzenie skoordynowanych kampanii.
Budowanie odporności informacyjnej w erze modeli generatywnych
Incydent podkreśla konieczność ściślejszej współpracy między dostawcami modeli, firmami medialnymi i organami regulacyjnymi. Projektowane w Unii Europejskiej przepisy dotyczące transparentności treści syntetycznych czy nałożone przez Stany Zjednoczone wymogi eksportowe wobec zaawansowanych chipów to tylko fragment szerszej układanki. Coraz ważniejsza staje się także edukacja odbiorców: krytyczne podejście do materiałów w mediach społecznościowych i umiejętność rozpoznawania zautomatyzowanych kont będą kluczowe dla ograniczenia skutków manipulacji.
Model generatywny sam w sobie nie jest źródłem dezinformacji, ale multiplikatorem jej potencjału. Dlatego transparentność architektury promptów, water-marking treści syntetycznych i rozwój otwartych narzędzi do wykrywania botów stanowią elementy niezbędne, by w cyfrowym pejzażu zachować równowagę między innowacją a bezpieczeństwem informacyjnym.
