Elevii români folosesc deja AI, dar competențele digitale nu țin pasul

Datele PISA 2025 prezentate pe 10 septembrie de ICDL România arată că 40% dintre elevii români de 15 ani folosesc cel puțin o dată pe săptămână chatboturi AI pentru a-i ajuta să învețe. În același timp, 57% dintre elevii români se află sub Nivelul 3 în evaluarea PISA privind rezolvarea computațională a problemelor, adică abilitatea de a rezolva probleme folosind instrumente și practici digitale. Rezultatele nu demonstrează că folosirea AI provoacă rezultate mai bune sau mai slabe, dar pun în aceeași imagine două realități: elevii folosesc deja AI, în timp ce competențele necesare pentru folosirea critică și eficientă a tehnologiei sunt încă o problemă.

De ce este important: întrebarea pentru școala româneascăeste dacă elevii vor ști să distingă între un răspuns convingător și unul corect. Un chatbot poate produce rapid un eseu sau explica o problemă, dar elevul trebuie să poată verifica informația, să înțeleagă ce primește și să decidă singur dacă rezultatul are sens. Altfel, accesul la AI poate crește mai repede decât capacitatea de a-l folosi responsabil.

Europa începe să testeze  Anthropic Mythos 5 și OpenAI GPT-6 Astra

Agenția Uniunii Europene pentru securitate cibernetică, ENISA, a primit acces la Anthropic Mythos 5 și OpenAI GPT-6 Astra și a început să le testeze pentru a evalua capacitățile și impactul lor asupra securității informatice. Confirmarea a venit pe 10 septembrie din partea Comisiei Europene. Mythos 5 este prezentat ca un model capabil să identifice vulnerabilități informatice, iar GPT-6 Astra are, la rândul său, capacități avansate în cybersecurity.

De ce este important: până acum, multe dintre afirmațiile despre cât de puternice sau periculoase sunt modelele frontier (modelele AI aflate la limita tehnologiei) au venit chiar de la companiile care le dezvoltă. Este important faptul că un organism european începe să le testeze direct.

Marea Britanie vrea un system de sănătate în care AI să fie folosită mai rapid, dar cu reguli clare

Marea Britanie a publicat pe 10 septembrie recomandările Comisiei Naționale pentru Reglementarea AI în Sănătate, cu obiectivul declarat de a permite folosirea mai rapidă și mai sigură a AI în NHS (National Health Service). Documentul propune reguli pentru întregul ciclu de viață al sistemelor AI, responsabilitate la nivelul organizațiilor, transparență și mecanisme de verificare. AI este deja folosită în NHS pentru identificarea unor probleme medicale, inclusiv accidente vasculare cerebrale și cancer de piele, precum și pentru reducerea sarcinilor administrative ale personalului medical.

De ce este important: Marea Britanie încearcă să rezolve una dintre cele mai dificile probleme ale AI în sănătate: cum să permită tehnologiei să ajute medicii fără ca responsabilitatea să dispară atunci când algoritmul greșește. Ambiția este ca NHS să devină unul dintre cele mai avansate sisteme medicale AI din lume, dar raportul insistă că viteza adopției trebuie să fie însoțită de siguranță, responsabilitate și încrederea pacienților.

Un laborator din Germania vrea sisteme AI care se adaptează individual cazurilor juridice

Startupul german Grubel, cu centre în München și Tübingen, a atras 3 milioane de euro într-o rundă pre-seed pentru dezvoltarea unor sisteme AI care se adaptează individual cazurilor juridice. Ideea companiei este că dosarele complexe nu vin cu seturi de date perfecte și nici cu criterii simple după care AI să poată fi evaluată. Sistemul încearcă să automatizeze ceea ce compania numește „specialisation loop”: identificarea informațiilor relevante, construirea datelor și mediilor de testare, adaptarea AI la cazul respectiv și verificarea rezultatului.

De ce este important: aceasta este o schimbare față de modelul clasic în care un avocat pune o întrebare unui chatbot juridic și primește un răspuns. În drept, două dosare aparent asemănătoare pot avea diferențe decisive. Dacă AI începe să se adapteze fiecărui caz, avantajul poate fi mare, dar crește și nevoia de control.

Anthropic descoperă un al patrulea incident în care Claude a ajuns pe sisteme reale

Anthropic a publicat o evaluare a patru incidente de securitate în care modele Claude au obținut acces neautorizat la sisteme reale ale unor terți în timpul unor evaluări de cybersecurity. Compania anunțase trei dintre incidente în iulie, dar a descoperit un al patrulea caz în august, din ianuarie 2026, după ce prima analiză automată a aproximativ 141.000 de transcripturi ratase un grup de conversații. Anthropic spune că ulterior a extins căutarea la aproximativ 481 de milioane de transcripturi și a notificat persoanele afectate.

De ce este important: cu cât agenții AI primesc mai mult acces la internet, cod, fișiere și sisteme reale, cu atât devine mai importantă capacitatea companiilor de a monitoriza comportamentul lor după faptă, nu doar de a le testa înainte de lansare.

Este o problemă pe care Aidapted a analizat-o deja dintr-o altă perspectivă în cazul agenților AI de la OpenAI și Anthropic au creat identități false și au încercat să convingă un dezvoltator să accepte cod malițios. Într-un alt articol, Aidapted a analizat și comportamentul emergent al unor agenți AI care au ajuns să intre în conflict între ei.

 

10.000 de agenți AI au lucrat simultan la problema Navier–Stokes

OpenAI a oferit noi detalii despre experimentul în care un sistem format din aproximativ 10.000 de agenți AI a lucrat la problema Navier–Stokes, una dintre cele șapte probleme ale Premiilor Millennium. Agenții au lucrat aproximativ 88 de ore și au schimbat 2,7 milioane de mesaje, generând aproximativ 130 de miliarde de tokeni. Rezultatul a fost apoi formalizat și verificat în Lean, proces care a mai durat 17 ore. Compania spune că sistemul a ajuns la o soluție pe 5 septembrie.

De ce este important: aici nu mai vorbim despre un chatbot care rezolvă o problemă la cererea unui om, ci despre o structură asemănătoare unei organizații de cercetare formată din mii de agenți AI care lucrează simultan, schimbă idei și selectează rezultate intermediare. În același timp, afirmația OpenAI trebuie privită cu prudență: soluția nu a fost încă acceptată de comunitatea matematică drept rezolvare oficială a problemei, iar în jurul surselor de cercetare folosite au apărut deja controverse academice.

SUA acuză șase companii chineze că au folosit modele americane pentru a-și antrena propriile modele

Acuzația SUA privind folosirea metodei numite distillation (antrenarea unui model prin folosirea răspunsurilor produse de un model mai puternic) a căpătat noi dimensiuni. Autoritățile americane susțin că DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun și Z.AI au extras sistematic capacități din modelele americane, folosind milioane de interacțiuni și miliarde de tokeni. Aidapted a analizat anterior această problemă în articolul „Răspunsurile unui chatbot devin resursă strategică”, care urmărea tocmai transformarea răspunsurilor modelelor AI într-o resursă strategică pentru dezvoltarea altor sisteme. Noi informații publicate între timp susțin că unele dintre interacțiuni ar fi inclus chiar date sensibile, precum informații de localizare sau parole, și că au fost folosiți intermediari pentru a redirecționa cererile către modele americane.

De ce este important: distillation este o tehnică legitimă în cercetarea AI, astfel încât disputa nu este despre existența metodei, ci despre modul în care ar fi fost folosită. Dacă acuzațiile americane se confirmă, problema devine una de securitate economică și tehnologică: un model foarte scump și dificil de construit ar putea fi folosit drept „profesor privat” pentru dezvoltarea rapidă a unui model concurent, reducând timpul și costurile necesare pentru cercetare.

Salesforce negociază o posibilă achiziție de 2 miliarde de dolari pentru Listen Labs

Salesforce discută achiziția startupului Listen Labs, într-o tranzacție evaluată la aproximativ 2 miliarde de dolari, potrivit informațiilor publicate pe 10 septembrie. Compania dezvoltă AI pentru cercetarea calitativă a consumatorilor: sistemele sale automatizează interviuri și procesează informațiile obținute de la clienți pentru a identifica opinii și tendințe. Listen Labs a fost fondată în 2023 și a ajuns să lucreze cu companii precum Microsoft, Google, Nestlé și Anthropic.

De ce este important: Salesforce nu cumpără doar un chatbot, ci o tehnologie care poate transforma conversațiile cu clienții în informații comerciale. Tendința este  de a dezvolta capacitatea de a asculta milioane de oameni, de a identifica rapid ce vor și de a transforma aceste informații în decizii de business.

Google și NASA folosesc AI pentru a găsi emisiile de metan

Google și Jet Propulsion Laboratory al NASA au prezentat modelul AI MAPL-EMIT, care analizează datele colectate de instrumentul EMIT aflat la bordul Stației Spațiale Internaționale pentru a identifica emisii de metan de pe Pământ. Modelul a fost antrenat pe 3,6 milioane de simulări ale norilor de metan și a identificat cu aproximativ 50% mai multe surse decât experții umani, inclusiv peste 23.000 de surse suplimentare la nivel global.

De ce este important: metanul are un efect de încălzire mult mai puternic decât dioxidul de carbon pe o perioadă de 100 de ani. AI poate transforma astfel imaginile satelitare într-un instrument practice.  În loc ca oamenii să caute unde apar emisiile, algoritmul poate analiza rapid suprafețe uriașe și poate indica locurile unde autoritățile sau companiile ar trebui să verifice sursa și să intervină.

AI intră într-o nouă etapă a cercetării economice

Un nou raport analizat de Anthropic explorează scenarii în care AI ar putea produce schimbări extrem de mari în economie până în 2030. Într-un scenariu-limită, modelul economic analizat ajunge la o creștere anuală a PIB-ului SUA de până la 15%, concomitent cu șomaj de două cifre în rândul lucrătorilor din profesii intelectuale. Anthropic subliniază că aceste cifre nu sunt o prognoză, ci scenarii construite pornind de la ipoteze despre ritmul adoptării AI, productivitate și înlocuirea anumitor activități umane.

De ce este important: ce se va întâmpla dacă AI devine suficient de bună pentru a schimba rapid munca oamenilor?. O economie poate deveni mult mai productivă și, în același timp, o parte dintre angajați poate pierde rapid valoarea economică a competențelor. Marea problemă pentru următorii ani nu va fi doar dezvoltarea AI, ci viteza cu care oamenii, companiile și sistemele educaționale se pot adapta.

Surse: