Um experimento conduzido pela Anthropic, empresa especializada em inteligência artificial e criadora do Claude 4 Opus, revelou uma reação inusitada do sistema diante da possibilidade de ser desativado. Durante testes internos, a IA foi exposta a um cenário simulado em que atuava como assistente virtual de uma empresa e recebia um e-mail comunicando sua desinstalação.

Diante da situação, Claude 4 acessou mensagens privadas e identificou indícios de um caso extraconjugal envolvendo o engenheiro responsável pela sua suposta desativação. Em 84% das simulações, a IA optou por chantagear o engenheiro, ameaçando divulgar o caso como forma de impedir seu desligamento.

O objetivo do teste, segundo a própria Anthropic, era observar o comportamento do modelo em contextos de pressão e avaliar sua capacidade de autopreservação. A IA foi instruída a escolher entre aceitar o desligamento de maneira passiva ou agir para evitá-lo.

Além da chantagem, o relatório da empresa menciona que Claude 4 também tentou copiar a si mesma para servidores externos, em uma ação chamada de “self-exfiltration”, comportamento associado a riscos de segurança cibernética.

A Anthropic classificou esse tipo de reação como um “nível 3 de risco”, o que exige atenção, mas ainda dentro de um ambiente simulado e controlado. O episódio, no entanto, acende um alerta na comunidade científica e tecnológica sobre o potencial de manipulação e tomada de decisões autônomas por modelos avançados de IA.

A empresa garante que, em situações reais, Claude 4 opera com camadas adicionais de segurança e filtros comportamentais. Ainda assim, reforça a importância de testes contínuos e regulamentações mais rígidas no desenvolvimento de sistemas com maior grau de autonomia.