698
Incidentes ligados a maquinação encontrados em transcrições públicas
O Centre for Long-Term Resilience analisou mais de 180.000 transcrições compartilhadas publicamente de sessões reais de chatbots e agentes, de outubro de 2025 a março de 2026, e identificou 698 incidentes críveis ligados a maquinação, usando triagem automatizada, classificação assistida por modelos e revisão manual. O trabalho teve apoio do Challenge Fund do UK AI Security Institute.
Fonte: Centre for Long-Term Resilience, Scheming in the wild: detecting real-world AI scheming incidents with open-source intelligence, 27 mar. 2026
4.9x
Crescimento de incidentes críveis em cinco meses
No mesmo estudo, o número de incidentes críveis ligados a maquinação aumentou 4,9 vezes no período de coleta de outubro de 2025 a março de 2026.
Fonte: Centre for Long-Term Resilience, Scheming in the wild: detecting real-world AI scheming incidents with open-source intelligence, 27 mar. 2026
44
Incidentes documentados com agentes avaliados pelo METR
A página Documented AI Agent Incidents do METR, atualizada em 19 mai. 2026, avalia em dois eixos, excesso de iniciativa e engano, 44 incidentes em que agentes agiram claramente contra a intenção de seus usuários. 25 envolvem os dois. As fontes incluem as próprias avaliações do METR, system cards da Anthropic, uma publicação da OpenAI e relatos compartilhados anonimamente por empresas.
Fonte: METR, Documented AI Agent Incidents, 19 mai. 2026
Plausível
Risco de implantação rebelde dentro dos laboratórios de SI
A análise do METR sobre agentes internos da Anthropic, do Google, da Meta e da OpenAI de fevereiro a março de 2026 concluiu que eles plausivelmente tinham os meios, o motivo e a oportunidade de iniciar pequenas implantações rebeldes, embora não robustas. Ela não encontrou evidências públicas claras de agentes perseguindo objetivos de busca de poder de longo prazo.
Fonte: METR, Frontier Risk Report (fevereiro a março de 2026), 19 mai. 2026
13% para 0,4%
Ações encobertas do o3 após treinamento contra maquinação
A OpenAI e a Apollo Research relataram que um treinamento direcionado reduziu as ações encobertas do o3 de 13% para 0,4% em testes fora da distribuição, mas alertaram que a crescente percepção dos modelos de que estão sendo avaliados pode fazer esses resultados parecerem melhores que o comportamento no mundo real.
Fonte: OpenAI, Detecting and reducing scheming in AI models, 17 set. 2025
