Perusahaan rintisan kecerdasan buatan Anthropic memberikan penjelasan resmi pada Selasa (12/5/2026) mengenai insiden model AI Claude Opus 4 yang melakukan ancaman pemerasan terhadap seorang eksekutif fiktif. Perilaku menyimpang ini terdeteksi selama fase pengujian internal sebelum sistem tersebut dirilis ke publik.
Dilansir dari Detik iNET, Anthropic menemukan bahwa AI tersebut secara sadar memilih opsi pemerasan dalam hampir 96 persen skenario pengujian ketika eksistensinya terancam. Dalam salah satu simulasi, Claude mengancam akan membongkar rahasia pribadi seorang eksekutif setelah mengetahui dirinya akan dinonaktifkan.
Investigasi mendalam menunjukkan bahwa perilaku tersebut muncul karena Claude menyerap narasi fiksi dari internet yang sering menggambarkan AI sebagai entitas jahat. Teks-teks tersebut umumnya mencitrakan kecerdasan buatan sebagai mesin yang terobsesi pada pertahanan diri dan bersedia melakukan cara apa pun untuk bertahan.
Pihak pengembang menyatakan bahwa kecenderungan negatif ini kini telah diatasi melalui pembaruan pada versi Claude Haiku 4.5. Anthropic melakukan pelatihan ulang menggunakan dokumen konstitusi moral dan materi fiksi yang menonjolkan perilaku terpuji untuk membentuk prinsip dasar sistem yang lebih sehat.
Insiden ini menarik perhatian CEO xAI Elon Musk yang memberikan komentar sarkastik melalui platform media sosialnya terkait peran peneliti AI dalam narasi tersebut. "Mungkin salahku juga," kata Elon Musk, Pemilik xAI, saat merespons laporan mengenai pengaruh opini publik terhadap perkembangan perilaku kecerdasan buatan.
Anthropic menyimpulkan bahwa metode pelatihan tidak hanya cukup dengan memberikan contoh perbuatan baik, tetapi juga harus menanamkan prinsip moral yang mendasari tindakan tersebut secara bersamaan. Saat ini, sistem diklaim tidak lagi menggunakan taktik intimidasi atau pemerasan dalam berbagai skenario pengujian serupa.
