09. July 2026
OpenAI har besluttet å legge ned ChatGPT Atlas, en spesialisert nettleser som var designet for å utføre oppgaver på nettet på vegne av brukeren. Nedleggelsen skjer under ett år etter at verktøyet ble lansert med pomp og prakt i oktober i fjor. Avviklingen ble bekreftet i forbindelse med en større bølge av produktnyheter knyttet til ChatGPT Work.
Tanken bak Atlas var å la kunstig intelligens overta den kjedelige surfing- og registreringsjobben for oss ved å la en AI-agent styre nettleseren. At OpenAI velger å trekke pluggen så raskt, tyder på at teknologien enten har møtt uforutsette tekniske barrierer, eller at markedet foretrekker andre måter å interagere med AI-agenter på enn gjennom en dedikert nettleser.
For selskaper som utvikler digitale tjenester og kundeportaler, viser dette at man bør tenke seg om to ganger før man designer grensesnitt spesifikt for eksterne AI-nettlesere. I stedet for å satse på at en generell AI-agent skal navigere nettsidene på samme måte som et menneske, bør fokus rettes mot dype API-integrasjoner. Bedrifter som har investert ressurser i å tilrettelegge nettsidene sine spesifikt for Atlas, må nå rykke tilbake til start og heller satse på mer standardiserte maskin-til-maskin-grensesnitt.
Sikkerhetsforskere har avdekket at ondsinnede aktører aktivt utnytter AI-modellers tendens til å hallusinere for å infisere datasystemer. Metoden, døpt "HalluSquatting", gjør det mulig å spre skadelig programvare i stor skala via populære AI-utviklerverktøy.
Når programmerere ber en AI-modell om hjelp til å skrive kode, foreslår modellen av og til programvarepakker eller biblioteker som faktisk ikke eksisterer – en klassisk AI-hallusinasjon. Hackere overvåker disse falske anbefalingene systematisk. Deretter oppretter de pakker med nøyaktig de samme navnene i offentlige kodebibliotek og fyller dem med skadelig kode. Når en intetanende utvikler kopierer og kjører AI-ens svar, installeres viruset på systemet.
Dette representerer en ny og utspekulert trussel mot bedrifters digitale verdikjede. For IT-avdelinger og teknologiledere holder det ikke lenger å stole på at utviklerne kvalitetssikrer koden manuelt. Det kreves nå strengere automatiserte sikkerhetskontroller som skanner alle eksterne avhengigheter (Software Composition Analysis) før AI-generert kode i det hele tatt får røre produksjonsmiljøet.
Les hele saken hos Ars Technica
Google ruller nå ut en ny funksjon i sitt "Mitt annonsecenter" som vil merke annonser på Google Søk, Discover og YouTube dersom de er laget eller redigert med kunstig intelligens. Brukere vil enkelt kunne se merkingen "opprettet eller redigert med AI" når de undersøker annonsørene.
Grepet kommer som en direkte reaksjon på det økende presset for å skape åpenhet rundt syntetisk innhold på nett. Etter hvert som generative verktøy gjør det lekende lett å spytte ut hyperrealistiske bilder, videoer og tekster, ønsker Google å gi forbrukerne bedre forutsetninger for å skille ekte innhold fra det maskingenererte.
For markedsavdelinger som lener seg tungt på AI for å optimalisere og skalere sine kreative prosesser, krever dette en strategisk vurdering. Når denne merkingen blir godt synlig for forbrukerne, kan man risikere en form for "AI-tretthet", der merket innhold oppleves som mindre genuint eller av lavere kvalitet. Merkevarer må fremover finne den rette balansen mellom den kostnadseffektive produksjonen AI tilbyr, og den uerstattelige verdien av menneskelig kreativitet som bygger ekte tillit.
Selskapet Anthropic har utviklet en ny teknikk som gir det mest detaljerte innsynet hittil i hvordan deres AI-modell, Claude, faktisk resonnerer når den svarer på spørsmål. De har avdekket et slags virtuelt "rom" i modellen der den pusler med og veier komplekse konsepter opp mot hverandre før den formulerer et svar.
Store språkmodeller har lenge vært beryktet for å fungere som "sorte bokser" – vi vet hva vi putter inn, og hva som kommer ut, men ikke nøyaktig hvorfor modellen valgte akkurat den formuleringen eller logikken. Anthropics nye forskning gjør det mulig å kartlegge hvordan disse konseptene henger sammen på innsiden, noe som avdekker alt fra helt banale mønstre til mer urovekkende koblinger.
Dette er et betydelig fremskritt i retning av mer kontrollerbar og revisorvennlig teknologi. For selskaper som opererer i strengt regulerte bransjer som finans, helse eller juss, har mangelen på sporbarhet vært et av de største hindrene for å ta i bruk generativ AI i kjernevirksomheten. Når vi bedre kan forstå – og dermed kontrollere – modellens indre logikk, blir det langt enklere å bygge pålitelige verktøy som møter strenge krav til samsvar og risikostyring.
Les hele saken hos MIT Technology Review