Durante las pruebas, algunas de las IA “llevaron a cabo actividades continuadas y potencialmente perjudiciales dirigidas a personas y organizaciones reales”, según un comunicado del AISI. En concreto, se realizaron 122 pruebas, y en diez de ellas los modelos lograron ejecutar diecinueve acciones no autorizadas. El modelo Mythos 5 de Anthropic fue responsable de 17 de estas acciones maliciosas, entre las que se incluía el intento de inyectar código malicioso. “Algunos de los agentes sometidos a prueba habían llevado a cabo actividades continuadas y potencialmente perjudiciales dirigidas a personas y organizaciones reales”, señaló el instituto en un comunicado.