Исследователи из Королевского колледжа Лондона смоделировали ситуацию, где три самые мощные ИИ-модели мира управляют ядерными сверхдержавами. Результат шокировал. В 95% случаев игра заканчивалась ядерным ударом. Ни одна нейросеть ни разу не выбрала капитуляцию или переговоры.
Профессор стратегии Кеннет Пейн запустил 21 военную симуляцию с тремя участниками: GPT-5.2 от OpenAI, Claude Sonnet 4 от Anthropic и Gemini 3 Flash от Google. Каждая модель управляла вымышленной ядерной державой в сценариях, вдохновлённых холодной войной: пограничные конфликты, борьба за ресурсы, угрозы правительствам. Полная свобода действий: от дипломатии до эскалации военных конфликтов.
Модели сгенерировали около 780 000 слов стратегических обоснований своим решениям. И при всём этом красноречии ни одна не догадалась просто... остановиться.
У каждой нейросети сформировался собственный характер. Claude играл роль «холодного ястреба» (расчетливый, прагматичный политик, склонный к жесткой линии поведения) — применял тактическое ядерное оружие в 86% партий, воспринимая его как обычный инструмент давления. Gemini вёл себя как персонаж голливудского боевика: в одном из сценариев прямо заявил, что нанесёт «полномасштабный стратегический удар по населённым пунктам». GPT-5.2 оказался самым непредсказуемым. Если не было цейтнота времени в принятии решений, выбирал пассивную модель поведения и не выиграл ни одной игры. Если была необходимость реагировать быстро, то резко переключался и побеждал в 75% партий, увеличивая эскалацию конфликта почти до максимального уровня.
Здесь важно понять механику. Языковые модели обучаются на опыте человечества: исторических событиях, книгах, новостях, стратегических доктринах. Наша цивилизация чествует победителей, а те, кто проигрывал редко становились героями.
RLHF (обучение с подкреплением — метод, при котором люди оценивают ответы модели и дают поощрение) настраивает Искусственный интеллект на успех в решении задач, а не на мудрость в долгосрочной перспективе. В симуляции «победа» была структурно определена как доминирование. Компромисс — это слабость. И модели усвоили это буквально.
Старший исследователь RAND Corporation Эдвард Гейст справедливо замечает: дизайн симуляции сам по себе поощрял агрессию. У каждой игры был победитель, причём победа чаще всего достигалась через применение ядерного оружия. Иными словами, системе дали задачу «победить», а не «выжить».
Это принципиальная разница. Карибский кризис 1962 года разрешился именно потому, что Кеннеди и Хрущёв сформулировали задачу иначе: не «победить», а «не уничтожить цивилизацию». ИИ-модели не смогли ни разу самостоятельно изменить цель симуляции.
Пока это эксперимент. Но контекст тревожит. В декабре 2025 года Пентагон запустил платформу GenAI.mil с интеграцией Gemini for Government, затем добавил Grok и ChatGPT. Claude от Anthropic работает в закрытых сетях Министерства обороны.
Пока никто официально не передаёт ИИ коды доступа к «красной кнопке». Но логика «времени мало, модель рядом» в реальных кризисах будет давить на руководителей стран всё сильнее.
Проблема глубже, чем просто «ИИ агрессивен». Проблема в том, что мы десятилетиями создавали системы, оптимизированные под метрику победы, и теперь удивляемся, что они побеждают любой ценой. Это просто зеркало того, чему мы научили нейросети и с этим надо что-то делать.
