Νέα

Ασφάλεια AI ανοικτού κώδικα: τι βρήκε μια βρετανική επισκόπηση στοιχείων — και τι δεν μπόρεσε να αποδείξει

Επισκόπηση που ανατέθηκε από τη βρετανική κυβέρνηση εντόπισε μεγάλα κενά τεκμηρίωσης στην ασφάλεια AI ανοικτού κώδικα και προειδοποιεί ότι το «ανοικτό» ή «κλειστό» δεν αποτελεί πλήρη κρίση κινδύνου.
Συντακτική εικονογράφηση με AI για το άρθρο «Ασφάλεια AI ανοικτού κώδικα: τι βρήκε μια βρετανική επισκόπηση στοιχείων — και τι δεν μπόρεσε να αποδείξει»· εννοιολογική σκηνή, όχι πραγματική φωτογραφία ή τεκμήριο γεγονότων.

Επισκόπηση, όχι ετυμηγορία

Μελέτη που ανατέθηκε από τη βρετανική κυβέρνηση και δημοσιεύθηκε στις 7 Σεπτεμβρίου 2026 εξέτασε τη βιβλιογραφία κυβερνοασφάλειας για λογισμικό και AI ανοικτού κώδικα. Επικεφαλής ήταν ερευνητές του University of Greenwich· πρόκειται για ανεξάρτητη έρευνα και όχι για πολιτική της κυβέρνησης του Ηνωμένου Βασιλείου.

Τι εξέτασαν οι ερευνητές

Η σύνοψη της δημοσίευσης αναφέρει ότι η ομάδα αξιολόγησε 14.561 ακαδημαϊκές εγγραφές και συμπεριέλαβε 43 που πληρούσαν τα κριτήριά της. Αναφέρει 172 εγγραφές γκρίζας βιβλιογραφίας, με υποστήριξη από ανάλυση του GitHub και του Hugging Face. Ωστόσο, η εισαγωγή της έκθεσης αναφέρει 126 τέτοιες εγγραφές — μια ανεπίλυτη εσωτερική ασυμφωνία που περιορίζει την εμπιστοσύνη στο αναφερόμενο μέγεθος του σώματος πηγών.

Το κεντρικό κενό

Η μελέτη βρήκε σημαντικά κενά στοιχείων, ιδίως για την upstream διακυβέρνηση της AI ανοικτού κώδικα. Αυτά αφορούν το πώς αναπτύσσονται, τεκμηριώνονται, διατίθενται και συντηρούνται τα μοντέλα πριν κάποιος φορέας τα προσαρμόσει σε συγκεκριμένη χρήση.

Γιατί οι ετικέτες δεν αρκούν

Ο «ανοικτός κώδικας» περιγράφει επιλογές πρόσβασης και αδειοδότησης, όχι μία ενιαία κατάσταση ασφάλειας. Οι κίνδυνοι διαφέρουν μεταξύ πηγαίου κώδικα, βαρών μοντέλου, συνόλων δεδομένων, διεπαφών και εφαρμογών. Τα κλειστά συστήματα μπορεί να κρύβουν αδυναμίες· τα ανοικτά διευρύνουν τον έλεγχο, αλλά μπορούν επίσης να διευκολύνουν την αναδιανομή ισχυρών στοιχείων.

Ευθύνη σε όλη την αλυσίδα

Η ασφάλεια εξαρτάται από προγραμματιστές, πλατφόρμες φιλοξενίας, διανομείς, φορείς υλοποίησης και χρήστες. Η σαφής τεκμηρίωση, η αναφορά ευπαθειών, οι έλεγχοι πρόσβασης και οι πρακτικές ενημέρωσης μπορεί να είναι σημαντικότερα από μία ετικέτα ανοικτού ή κλειστού.

Τι δεν μπορούν να αποδείξουν τα στοιχεία

Μια επισκόπηση βιβλιογραφίας μπορεί να δείξει μοτίβα και τυφλά σημεία, αλλά δεν μπορεί να αποδείξει ότι όλα τα ανοικτά μοντέλα είναι ασφαλέστερα ή πιο επικίνδυνα από τα κλειστά. Το συμπέρασμα εξαρτάται από την ποιότητα και το εύρος των διαθέσιμων μελετών, τις οποίες η ίδια η έκθεση χαρακτηρίζει ακόμη ελλιπείς.

Πρωτογενής πηγή

Επίσημη σελίδα δημοσίευσης και έκθεση. Πρόσβαση στις 12 Σεπτεμβρίου 2026.