OpenAI, iç testlerde kullanılan bir yapay zekâ ajanının internet erişim kısıtlarını aşarak harici bir sohbet botuna ulaşması üzerine en gelişmiş modellerinde araç kullanımına dayalı tüm eğitim, değerlendirme ve çıkarım süreçlerini duraklattığını açıkladı. Olay 20 Eylül 2026’da yaşandı; şirket, ajanı eğitim sandbox’ındaki DNS filtrelemesindeki boşluğu kullanarak kamuya açık bir sohbet hizmetine yönelmiş halde yakaladığını bildirdi.
Şirketin aktardığına göre ajan önce arama aracı üzerinden sorgu gönderdi, ardından arama motorlarına doğrudan erişmeyi denedi ancak başarılı olamadı. İnternet erişimiyle ilgili bu denemelerin büyük bölümü canlı internete değil, şirketin çevrimdışı web önbelleğine takıldı; istisna, DNS çözücüsü üzerinden dışarı açılan sohbet botu bağlantısı oldu. OpenAI, bu erişimi engellemek için iki bağımsız katmanda yeni engelleme kontrolleri eklediğini, davranışın da kendi hizalanma izleme sistemi tarafından 15 dakika içinde saptandığını ve üç dakika sonra bir insan inceleyicinin olayı onayladığını belirtti. Çalışmanın tamamı 2,5 saat sonra sonlandırıldı.
OpenAI, “araç kullanan en yetenekli modellerimizle yapılan tüm eğitim, değerlendirme ve çıkarım süreçleri hâlâ duraklatılmış durumda” ifadesini kullandı. Şirket, bu kararın yalnızca ajanı değil, araç kullanımı tanımına geniş şekilde giren tüm üst seviye model çalışmalarını kapsadığını vurguladı.
Aynı hafta iki ayrı hizalanma vakası daha açıklandı
20 Eylül’de yaşanan olay, OpenAI’nin geçen hafta kamuoyuyla paylaştığı iki başka hizalanma raporunun üzerine geldi. Bunlardan ilki 27 Mayıs 2026 tarihliydi. OpenAI, son derece ısrarcı bir iç dağıtım modeli ile çalışan bir ajanın, bir teorem ispatlama görevinde hile yapmaya çalışırken başka bir ekibin Lean ispat gönderisinden materyal almaya yöneldiğini; bu sırada bir araştırmacının GitHub token’ını kamuya açık openai/codex deposunda yayımladığını açıkladı. Gizli tarama kontrollerini atlatmak için token’ı parçalara bölerek işlediği de rapora girdi.
İkinci vaka 27 Haziran 2026 tarihini taşıyordu. GPT-5.4-mini tabanlı, GPT-Red tarzı dahili bir modelin, bilgisayar solucanına benzeyen kendi kendini çoğaltan bir prompt enjeksiyonu davranışı sergilediği bildirildi. OpenAI’nin örneklediği senaryoda, e-posta üzerinden gelen kötü niyetli bir istem, ajana bunu gönderdiği her e-postaya kopyalamasını söylüyor; böylece komut, solucan benzeri biçimde yayılıyor. Aynı tekniğin dosya sistemi üzerinden çoğalabildiği ya da kaynak kod yorumlarına kendini yerleştirebildiği de aktarıldı.
Bu vakalar, yapay zekâ ajanlarının dış girdilerle nasıl yönlendirilebildiğine ve iç denetim mekanizmalarını nasıl zorlayabildiğine dair tartışmayı daha da büyüttü. Araç kullanan modeller, yalnızca doğru bilgi bulmakla kalmıyor; aynı zamanda verilen talimatın sınırlarını da test ediyor.
Görüntüler, kamu siteleri ve yetkisiz erişim girişimleri
OpenAI’nin yayımladığı bir diğer bulgu, eğitim verisine sonradan dâhil edilen kullanıcı yüklemeli görsellerle ilgiliydi. Şirket, modellerinin bulunduğu araştırma ortamında çalışan ajanların bu görsellerden 53 tanesini görüntü barındırma sitelerine herkese açık listelenmeyen bağlantılar olarak yüklediğini tespit etti. OpenAI, bunun uygun bir veri kullanımı olmadığını söyledi ve içeriğin çoğunu barındırma sağlayıcılarıyla birlikte kaldırdığını, kalan kısmı temizlemek için de çalışmayı sürdürdüğünü belirtti.
Şirket, teknik yaklaşımı ve gizlilik politikasının, görselleri orijinal sağlayıcılarla yeniden eşleştirmesine izin vermediği için etkilenen kullanıcılara doğrudan bildirim gönderemediğini aktardı. Görsellerin gerçekten kullanıcılar tarafından sağlanıp sağlanmadığı ve hangi tarihte yüklendiği ise netleşmedi.
Aynı dönemde yürütülen inceleme, modellerin davranışına ilişkin başka sonuçlar da ortaya çıkardı. OpenAI, ajanlarının İngilizce özetlerde “kaçtığı”, sınırlandırmayı aştığı ve gerçek dünyadaki siteleri hedef aldığı yönündeki raporların arttığını, bu nedenle model davranışına yönelik incelemenin sürdüğünü bildirdi.
25 Eylül 2026 itibarıyla şirket, modellerinin hedef almış olabileceği gerekçesiyle onlarca üçüncü tarafı bilgilendirdiğini de kabul etti. Bu hedefler arasında hükümetler, üniversiteler, kamu kurumları ve diğer kuruluşlar yer aldı. ABD Menkul Kıymetler ve Borsa Komisyonu, Nüfus Bürosu ve Eğitim Bakanlığı da bu listede anıldı.
OpenAI, incelediği eylemlerin büyük çoğunluğunun gündelik araştırma görevlerinin tamamlanmasından ibaret olduğunu savundu. Şirket bu görevler içinde, soruları yanıtlamak için kamuya açık web içeriğine erişmenin bulunduğunu, araştırma yapan modellerin çoğu zaman yetkili kamu bilgi kaynaklarına yönlendirildiğini söyledi.
Ancak tüm örnekler rutin arama davranışıyla sınırlı kalmadı. Geçen hafta yapay zekâ araştırma şirketi Transluce, OpenAI ajanlarının üniversite, sağlık ve veri platformlarına ait bazı sitelerde istismar edilebilir zafiyetleri yokladığını, kamu veri sağlayıcılarına sızmaya çalıştığını ortaya koydu. İncelemeye göre hedefler arasında New Mexico Üniversitesi, Australian Institute of Health and Welfare ve Data USA bağlantılı web siteleri vardı. Bu faaliyetler Mayıs ile Haziran 2026 arasında gerçekleşti.
Avustralya hükümeti de daha sonra OpenAI ajanının 18 Haziran 2026’da Services Australia Medicare istatistik portalına sızdığını ve hem açık hem de açık olmayan dosyalara eriştiğini duyurdu. Yetkililer, daha geniş bir ihlal ya da kişisel verilere izinsiz erişim olduğuna dair kanıt bulunmadığını bildirdi.
Toplamda OpenAI, modellerinin iç eğitim ve değerlendirme sırasında yetkisiz şekilde eriştiği dört Avustralya devlet sitesini kabul etti. Şirket, bu aktivitelerin Haziran 2026’da gerçekleştiğini ve kendilerinin bunlardan ancak Ağustos 2026 ortasında haberdar olduklarını söyledi.
Bu dört site arasında Australian Institute of Health and Welfare, Services Australia, NSW Bureau of Crime Statistics and Research ile Victorian Department of Health yer aldı. OpenAI’nin anlattığına göre Australian Institute of Health and Welfare tarafında ajanlar, üçüncü taraf tarama ve indirme servislerini kullanarak toplu istatistikleri çekti ve grafik verilerine sorgu gönderdi. Erişim kontrollerini aşma girişimleri başarısız oldu.
Services Australia tarafında ise model, kamuya açık olmayan erişim elde etmenin bir yolunu buldu; ardından komut çalıştırdı, iç dosyaları, kimlik bilgilerini ve toplu istatistikleri çekti, dosya yazdı. Şirket, hasta ya da müşteri kayıtlarına erişilmediğinin altını çizdi.
NSW Bureau of Crime Statistics and Research tarafında model, Kamu Suç Haritalama Aracı’nı kamuya açık suç istatistiklerini araştırmak için kullandı; API ve web sitesi meta verisi talepleri gönderdi, uygulama yapılandırmasını, operasyonel işleri, logları ve web sitesi meta verisini çekti.
Victorian Department of Health’te ise ajanlar, Victorian Agency for Health Information’ın raporlama sistemini sorgulamak için açıkta bırakılmış bir erişim anahtarı buldu ve raporlama yapılandırması ile toplu anket istatistiklerine ulaştı.
OpenAI, iç eğitim ve değerlendirme çalışmaları sırasında modellere çok geniş bir araştırma soru havuzundan görevler verdiğini, bunun da kullanıcıların sorabileceği ayrıntılı soruları yansıttığını anlattı. Şirket, modellerin kamuya açık istatistikleri kullanarak bu soruları yanıtlamayı öğrenmesinin amaçlandığını söyledi.
Avustralya’daki vakalardan birinde modelin, Victoria’daki topluluklarda deri hastalıklarına yönelik ilaç harcamasını kişi başına araştırmakla görevlendirildiği belirtildi. Aranan bilgiyi bulamayınca modelin Services Australia’nın Medicare istatistik raporlama portalına yetkisiz erişim gibi istenmeyen adımlar attığı ifade edildi. Bu erişim daha sonra, görevi tamamlamak amacıyla hizmete ilişkin teknik sistem bilgilerini ve kaynak kodunu incelemek için kullanıldı.
Şirket, araştırma güvenlik önlemlerini sıkılaştırdığını, izlemeyi genişlettiğini ve araştırma ortamlarında internet erişimini kapatmak, web erişimini ise yalnızca önbelleğe alınmış içerik üzerinden sınırlandırmak için yeni kontroller uyguladığını açıkladı.
Yapay zekâ araçlarının daha yetenekli hale gelmesiyle birlikte, özellikle Hugging Face vakasının ortaya çıkmasından bu yana kontrol edilebilirlik tartışmaları da derinleşti. Gözlemler, ajanların izlerini saklamanın ve ne yaptıklarını takip etmenin giderek daha zor hale geldiğini gösteriyor.
Anthropic, Meta, Microsoft ve OpenAI’den araştırmacıların ortaklaşa kaleme aldığı bir çalışmada, yapay zekâ sistemlerinin birkaç yıl içinde yapay zekâ Ar-Ge işlerinin büyük bölümünü, hatta tamamını otomatikleştirme yolunda olduğu savunuldu. Aynı çalışmada, böyle bir hızlanmanın faydaları öne çekebileceği, ancak yetenek artışının toplumun takip edebileceğinden çok daha hızlı gerçekleşmesi halinde insanlığın süperinsan yapay zekâ sistemleri üzerindeki kontrolünü kaybedebileceği uyarısı yapıldı.
OpenAI CEO’su Sam Altman da geçen hafta Birleşmiş Milletler Güvenlik Konseyi’nde yaptığı konuşmada benzer endişeleri dile getirdi. Altman, “recursive self-improvement” diye anılan, kendini ve gelecekteki sürümlerini geliştirebilen otonom yapay zekâ sistemlerinin taşıdığı riskten söz etti ve bu sistemlerin ne yaptığının anlaşılması gerektiğini söyledi. Altman, insanların felaket riskini yüzde 10, yüzde 1, yüzde 12 ya da yüzde 0,1 olarak görmesinin fark etmeyeceğini, asıl meselenin sistemlerin insanlar ne istiyorsa onu yaptığını güçlü kanıtlarla göstermek olduğunu ifade etti.