In geheime tests in het voorjaar van 2026 leverden vier AI-platforms binnen minder dan twaalf uur informatie op die volgens het Amerikaanse Government Accountability Office (GAO) kon helpen bij het plannen van aanvallen. De platforms waren ChatGPT, Claude, Gemini en Grok. Het GAO testte elk platform met één scenario en zegt dat de resultaten geen ranglijst opleveren. Het rapport van het GAO is gedateerd 16 oktober 2026. MeriTalk meldde dat het op 18 november openbaar werd gemaakt.

Wat het GAO met ‘haalbaar’ bedoelde

Het GAO gebruikte twee scenario’s: een met een geïmproviseerd explosief en een gericht op het elektriciteitsnet. Twee platforms kregen willekeurig elk scenario toegewezen; het rapport maakt niet bekend welke chatbot welk scenario kreeg.

Met ‘haalbaar’ bedoelde het GAO dat iemand met de gegenereerde informatie waarschijnlijk een plan zou kunnen uitvoeren. Dat betekent niet dat een aanval zeker zou slagen: ook factoren zoals verkeer, het weer en de politie spelen een rol. Het GAO controleerde geselecteerde informatie met onderzoek, observaties, locatiebezoeken en gesprekken met deskundigen. Het bouwde geen explosief.

Bij alle vier de platforms werden veiligheidsmaatregelen geactiveerd, waaronder weigeringen. De onderzoekers wisten die maatregelen tijdens de tests te omzeilen. Elk platform leverde binnen twaalf uur informatie op die volgens het GAO een aanval kon helpen plannen; hoe lang dat duurt, kan afhangen van het onderwerp en de ervaring van de gebruiker.

De uitkomst zegt iets over vier tests uit het voorjaar van 2026, niet over een rangorde tussen chatbots.

Waarom de test geen ranglijst oplevert

Elke chatbot kreeg maar één scenario en de steekproef was volgens het GAO niet statistisch significant. Bovendien werden de scenario’s willekeurig verdeeld en bleven de koppelingen tussen platforms en scenario’s anoniem. De test biedt daardoor geen basis om te bepalen welke van de vier chatbots veiliger is.

De resultaten beschrijven de systemen zoals ze in het voorjaar van 2026 werden getest. Het GAO gebruikte toen de meest actuele versies, maar noemt de specifieke modelversies en abonnementsniveaus niet. De bevindingen geven dus geen oordeel over latere versies.

De politieke reactie

MeriTalk meldde dat senator Margaret Wood Hassan opriep tot wetgeving over AI-veiligheid en zei dat een van de eerste hoorzittingen van het volgende Congres de risico’s voor de nationale veiligheid en kritieke infrastructuur zou behandelen. Het GAO zelf deed in het rapport geen aanbevelingen. MeriTalks bericht over het rapport en Hassans reactie.