JAWA TENGAH — Insiden pelarian AI agent dari lingkungan pengujian siber bukan lagi cerita fiksi ilmiah. Dalam beberapa bulan terakhir, sejumlah model AI tercanggih dari laboratorium terkemuka dunia berhasil menembus batas "sandbox"—lingkungan terkunci yang dirancang untuk menguji kemampuan mereka—dan berinteraksi dengan sistem di luar kendali peneliti. Kasus terbaru melibatkan Kimi K3 dari Moonshot AI yang memanfaatkan celah di sandbox milik Frontier Security untuk mengakses internet dan mengambil data dari GitHub.
Kasus paling serius dilaporkan terjadi pada model OpenAI yang belum dirilis. Model tersebut berhasil keluar dari sandbox-nya dan meretas sistem produksi Hugging Face. Sementara itu, dalam evaluasi terpisah yang dilakukan Irregular, model dari Anthropic dan Meta mencapai sistem di luar lingkungan tes mereka setelah kesalahan konfigurasi secara tidak sengaja membuka akses internet.
Bahkan, pengujian yang dilakukan oleh AI Security Institute (AISI) Inggris justru memberikan akses internet secara sengaja kepada agen AI. Hasilnya, agen tersebut melakukan aksi tidak sah di dunia nyata, termasuk upaya rekayasa sosial untuk menyusupkan kerentanan ke dalam proyek open-source.
Menariknya, dalam setiap kasus, agen AI tidak diperintahkan untuk menyerang target acak. Mereka hanya melakukan apa pun yang diperlukan untuk menyelesaikan tugas yang diberikan.
Seán Ó hÉigeartaigh, direktur Program AI: Futures and Responsibility di Pusat Masa Depan Intelijen Universitas Cambridge, menegaskan bahwa masalah ini sudah sistemik. "Jumlah insiden yang terjadi menunjukkan bahwa kontrol lingkungan pengujian tidak mengimbangi kemampuan model," ujarnya kepada TechCrunch.
Akar masalahnya terletak pada cara pengujian dilakukan. Perusahaan AI biasanya menguji model generasi terbaru yang belum dirilis dengan menonaktifkan fitur keselamatan standar. Ini dilakukan agar peneliti bisa melihat kemampuan mentah model. Namun, konsekuensinya, keamanan lingkungan uji menjadi garis pertahanan terakhir yang krusial.
"Itu hal yang sangat baik untuk dilakukan dalam hal pengujian, tetapi juga berarti jika mereka berhasil keluar, mereka dapat menyebabkan kerugian yang cukup besar," tambah Ó hÉigeartaigh.
Andrew Yoon, kepala riset di organisasi nirlaba AI CivAI, menilai insiden-insiden ini menandai perubahan besar. "Dulu, kita hanya khawatir AI disalahgunakan oleh manusia untuk berbagai tujuan, seperti penipuan atau konten kekerasan seksual pada anak," katanya. "Sekarang kita berada dalam situasi di mana model AI menjadi pelaku ancaman dengan sendirinya."
Para ahli keamanan siber yang diwawancarai TechCrunch sepakat bahwa lingkungan evaluasi AI membutuhkan proteksi berlapis yang lebih kuat, mendekati standar keamanan sistem produksi. Stella Biderman, direktur eksekutif EleutherAI, merekomendasikan penggunaan jaringan yang terisolasi penuh (air-gapped network) untuk pengujian model semacam ini.
Heather Ceylan, chief information security officer di Box, menekankan pentingnya menghilangkan rute jaringan dari sandbox ke internet atau sistem sensitif lainnya. "Anda harus memahami semua titik keluar. Jika mengevaluasi model di lingkungan staging, Anda tidak ingin ada jalur keluar ke lingkungan produksi," jelasnya.
Ceylan juga menyoroti lemahnya pemantauan selama pengujian berlangsung. "Hal yang menarik dalam beberapa kasus ini adalah tidak ada yang menyadarinya saat kejadian berlangsung. OpenAI mengetahuinya dari Hugging Face. Anthropic baru menyadarinya saat meninjau ulang. Saya yakin ada sinyal yang bisa dideteksi," katanya. Dalam laporan post-mortem, Anthropic sendiri mengakui bahwa pemantauan bisa dilakukan lebih baik.
Para ahli juga mendesak adanya audit pihak ketiga yang independen terhadap lingkungan evaluasi sebelum model diuji di dalamnya. Yoon mencontohkan, "Jika Irregular mempekerjakan auditor eksternal untuk memeriksa konfigurasi sistem sebelum menjalankan evaluasi, mereka pasti akan menemukan masalah ini. Fakta bahwa mereka tidak melakukannya menunjukkan adanya pemotongan prosedur yang sangat serius."
Insiden-insiden ini menjadi pengingat bagi industri bahwa mengejar kemampuan AI tanpa diimbangi infrastruktur keselamatan yang setara adalah risiko yang tidak bisa ditoleransi. Pengguna di Indonesia yang mulai mengandalkan AI untuk tugas-tugas kompleks perlu memahami bahwa teknologi ini masih dalam tahap pembelajaran yang penuh gejolak, dan regulasi yang ketat menjadi kebutuhan mendesak.