Valkoinen talo ja Anthropic kehittävät yhteistä tekoälyn turvallisuuskehystä

Kiista jailbreakin vakavuudesta

Vientivalvonnan välitön laukaiseva tekijä oli raportoitu jailbreak – menetelmä, jolla mallien turvatoimet voidaan kiertää. Osapuolten näkemykset sen vakavuudesta erosivat kuitenkin jyrkästi.

• Anthropicin kanta: Toimitusjohtaja Dario Amodei väitti hätäpuheluissa viranomaisten kanssa, että kyseinen jailbreak oli ”kapea” ja ”ei-universaali” – ei systeeminen kiertotapa, jota voitaisiin hyödyntää laajasti. Yritys totesi julkisesti, että hallitus oli antanut vain ”sanallista näyttöä mahdollisesta kapeasta, ei-universaalista jailbreakista” . ”Emme olleet samaa mieltä siitä, että kapean jailbreak-löydöksen pitäisi olla syy kaupallisen mallin vetämiseen markkinoilta”, Anthropic kirjoitti blogikirjoituksessaan .
• Hallituksen kanta: Valkoinen talo piti mitä tahansa osoitettua turvatoimien kiertoa mallissa, jolla on edistyneitä kyberhyökkäyskyvykkyyksiä – Fable 5 oli suunniteltu osittain tunnistamaan ohjelmisto-haavoittuvuuksia – mahdottomana hyväksyä kansallisen turvallisuuden kannalta, erityisesti jos mallit pysyisivät ulkomaisten vastustajien saatavilla .

Erimielisyys kärjistyi nopeasti. Useiden raporttien mukaan Amodei vastasi voimakkaasti puheluissa hallinnon virkamiesten kanssa kuvaillen hallituksen huolta väärinkäsitykseksi, ja neuvottelut olivat lähes katketa kokonaan .

Valkoinen talo nimesi Fable 5:n testitapaukseksi uusille tekoälyn toimeenpanomääräyksen suojakaiteille ja koordinoi toimia kauppaministeriön, valtiovarainministeriön ja Valkoisen talon välillä . Hallinto pelkäsi, että mallien kyvykkyydet voisivat mahdollistaa Kiinan pääsyn kyberturvallisuuden hyökkäystyökaluihin ja muihin vaarallisiin kaksoiskäyttöteknologioihin .

Yhteenotosta neuvotteluihin: kohti yhtenäistä sääntelykehystä

Päivien sisällä vientivalvontakriisistä Valkoinen talo ja Anthropic siirtyivät yhteenotosta jäsenneltyyn neuvotteluun . 17. huhtikuuta 2026 Amodei tapasi Valkoisen talon virkamiehiä neuvotteluissa, joita kuvattiin tuottaviksi aseleponeuvotteluiksi – ensimmäinen korkean tason kontakti sitten aiemman kitkan Anthropicin ja Pentagonin välillä .

Keskeisiä hahmoja myöhemmissä korkean tason keskusteluissa olivat Yhdysvaltain kauppaministeri Howard Lutnick, kansallinen kyberjohtaja Sean Cairncross ja Anthropicin perustajaosakas Tom Brown . Hallinto koordinoi toimia kauppaministeriön, valtiovarainministeriön ja Valkoisen talon välillä Fable 5:n testitapauksen osalta .

Keskustelujen keskeinen hanke on yhtenäinen sääntelykehys tekoälymallien turvallisuuspuutteiden – erityisesti jailbreakien – vakavuuden arvioimiseksi . Kehys on suunniteltu luomaan yhteiset vertailuarvot sen arvioimiseksi, oikeuttaako turvallisuusvirhe hallituksen toimenpiteisiin .

Yhtenäinen luokitusjärjestelmä: kolme kriteeriä

Järjestelmän keskiössä on yhtenäinen jailbreak-luokitusjärjestelmä. Vaikka virallisia luokituksia (esim. ”Kriittinen”, ”Korkea”, ”Keskitaso”, ”Matala”) tai yksityiskohtaista arviointiohjetta ei ole julkistettu, kehyksen kerrotaan arvioivan haavoittuvuuksia kolmen riskinarviointikriteerin perusteella :

1. Ohitetut suojatoimet – Mitkä turvakaiteet (esim. perustuslailliset luokittimet, reaaliaikaiset suodattimet) ohitettiin.
2. Paljastuneet kyvykkyydet – Mitkä vaaralliset mallin kyvykkyydet (esim. kyberhyökkäys, biologinen ohjaus, kemiallinen synteesi) tulivat saataville.
3. Todellinen maailmanvaikutus – Kuinka helposti jailbreakia voitiin hyödyntää laajassa mittakaavassa ja mitä vahinkoa siitä voisi seurata.

Hallituksen tavoitteena on käyttää tätä luokitusjärjestelmää selkeiden, ennalta määritettyjen riskikynnysten luomiseen, jotka automaattisesti määräisivät, milloin asettaa vientivalvontaa, vaatia lievennystoimenpiteitä tai estää käyttöönotto – sen sijaan, että toimittaisiin ad hoc -periaatteella kriisin jälkeen .

Hallituksen strateginen tavoite: reaktiivisesta sääntöpohjaiseen

Hallituksen yleisenä tavoitteena on siirtyä reaktiivisesta, kriisivetoisesta interventiosta sääntöpohjaiseen järjestelmään . Kehittämällä luokitusjärjestelmän ja riskikynnykset yhdessä Anthropicin kanssa Valkoinen talo pyrkii:

• Luomaan ennustettavuutta tekoälylaboratorioille siitä, mikä laukaisee hallituksen toimet.
• Saavuttamaan yhteisen terminologian haavoittuvuuksien vakavuuden kuvaamiseksi.
• Välttämään tulevia skenaarioita, joissa malli julkaistaan julkisesti ja sitten yhtäkkiä suljetaan vientivalvonnan nojalla – kuten tapahtui Fable 5:n ja Mythos 5:n kanssa.

Keskeinen epävarmuus: Kehyksen yksityiskohtaisia kriteerejä, laajuutta tai aikataulua ei ole julkistettu. Kolme riskinarviointikriteeriä (ohitetut suojatoimet, paljastuneet kyvykkyydet, todellinen maailmanvaikutus) on raportoitu useissa lähteissä, mutta varsinaista pisteytysmetodologiaa ei ole julkistettu .

Laajempi G7-konteksti

Yhdysvaltain ja Anthropicin kehyksen kehittäminen tapahtuu G7:n tekoälyn turvallisuusstandardeja koskevien keskustelujen taustalla. G7 on työskennellyt harmonisoitujen kansainvälisten vertailuarvojen luomiseksi tekoälyn kärkikyvykkyyksien riskien arvioimiseksi . Valkoisen talon ja Anthropicin rakentaman yhtenäisen luokitusjärjestelmän odotetaan vaikuttavan – ja saavan vaikutteita – näistä laajemmista monenvälisistä keskusteluista, vaikka G7:n tulokset ovatkin vielä neuvotteluvaiheessa .

Mitä seuraavaksi?

Kehyksen kehittäminen merkitsee merkittävää käännekohtaa Yhdysvaltain tekoälypolitiikassa. Vain päiviä ennen vientivalvontaa Amodei oli julkaissut politiikkaesseen, jossa hän väitti, että hallituksilla pitäisi olla lain mukaan oikeus estää tai peruuttaa sellaisten tekoälymallien käyttöönotto, jotka eivät läpäise itsenäistä turvallisuustestausta . 12. kesäkuuta 2026 kriisi asetti tämän periaatteen odottamattoman konfrontatiiviseen testiin.

Keskeinen avoin kysymys: miten määritellä raja kapean, hallittavan haavoittuvuuden ja systeemisen riskin välillä, joka oikeuttaa hallituksen toimet. Vastaus muokkaa paitsi Anthropicin tulevia julkaisuja myös tekoälyn kärkikyvykkyyksien kehittämistä koskevaa sääntelymaisemaa laajemmin.