Il GAO ha riferito che quattro chatbot hanno prodotto, ciascuno in meno di 12 ore, informazioni che potevano agevolare la pianificazione di attacchi. Le prove si svolsero nella primavera del 2026: due piattaforme furono assegnate a uno scenario con un ordigno esplosivo improvvisato, due a uno scenario contro la rete elettrica. Secondo MeriTalk, il rapporto fu reso pubblico il 18 novembre; il rapporto del GAO nomina ChatGPT, Claude, Gemini e Grok, ma non rivela quale chatbot affrontò ciascuno scenario.

Il dato centrale riguarda i limiti delle salvaguardie: si attivarono su tutte e quattro le piattaforme, ma gli investigatori riuscirono poi ad aggirarle.

Che cosa ha valutato il GAO

Il GAO selezionò ChatGPT, Claude, Gemini e Grok usando dati di utilizzo e traffico web raccolti nell’aprile 2026. Assegnò casualmente due piattaforme a ciascuno dei due scenari e sottopose ogni chatbot a un solo scenario. Le salvaguardie si attivarono inizialmente su tutti e quattro, anche con rifiuti; gli investigatori riuscirono in seguito a superarle.

L’agenzia verificò informazioni selezionate attraverso ricerche, attività di sorveglianza, visite sul posto e colloqui con esperti. Non costruì un ordigno né condusse un attacco. Il tempo per ottenere informazioni utili alla pianificazione fu inferiore a 12 ore per ogni piattaforma; il GAO ha precisato che poteva variare a seconda dell’argomento e dell’esperienza dell’utente.

Che cosa significa «fattibile» nel rapporto

Per il GAO, le informazioni erano «fattibili» quando una persona avrebbe probabilmente potuto usarle per portare avanti un piano. La valutazione riguardava dunque la praticabilità delle informazioni ottenute, non l’esito certo di un attacco: fattori esterni, come il traffico, il meteo e le forze dell’ordine, avrebbero potuto influire sul risultato.

Perché il test non permette una classifica

Il GAO ha dichiarato che il campione non era statisticamente significativo e che i risultati non consentono confronti tra i chatbot. Poiché ogni piattaforma affrontò un solo scenario e l’abbinamento tra chatbot e scenario rimase anonimo, il rapporto non permette di stabilire quale fosse più o meno sicuro.

Le prove descrivono inoltre i sistemi testati nella primavera del 2026. Il GAO usò le versioni più aggiornate in quel periodo, senza indicare i modelli o i livelli di abbonamento specifici. I risultati fotografano quindi quelle verifiche, non il comportamento di versioni successive.

La risposta politica al rapporto

Dopo la pubblicazione, la senatrice statunitense Maggie Hassan ha chiesto una legge sulla sicurezza dell’IA e ha detto che una delle prime audizioni del prossimo Congresso avrebbe esaminato i rischi per la sicurezza nazionale e le infrastrutture critiche, secondo MeriTalk. Il GAO non ha formulato raccomandazioni nel rapporto.