Marcin Podhajski
Terroryzm – studia, analizy, prewencja, Numer 5 (5), 2024, s. 351-379
https://doi.org/10.4467/27204383TER.24.012.19400Marcin Podhajski
Terroryzm – studia, analizy, prewencja, Numer 5 (5), 2024, s. 133-164
https://doi.org/10.4467/27204383TER.24.004.19392W artykule autorzy omawiają duże modele językowe (ang. Large Language Models, LLMs) w kontekście zagrożeń bezpieczeństwa wynikających z funkcji i dostępności tych modeli. Mimo że pod względem zastosowań LLMs wydają się podobne do wyszukiwarek internetowych, to generują nowe zagrożenia związane z dostarczaniem przez nie przestępcy i terroryście podstawowych umiejętności analitycznych i programistycznych. Autorzy dowodzą, że dostępne modele językowe nie tylko zmniejszają bariery finansowe dla rożnych działań przestępczych, lecz także obniżają poziom wiedzy specjalistycznej i zaangażowania wymagany od jednostek lub małych grup do popełniania przestępstw, w tym aktów terrorystycznych. Z drugiej strony możliwości tych modeli mogą wykorzystać również organy ścigania, aby być przygotowanymi na pojawiające się zagrożenia.
https://orcid.org/0009-0001-1350-879X
Doktorant w zespole badawczym „AI dla bezpieczeństwa” IDEAS NCBR oraz w Szkole Doktorskiej Technologii Informacyjnych i Biomedycznych Instytutów PAN. Zajmuje się sztuczną inteligencją, uczeniem maszynowym oraz analizą sieci społecznościowych. [PhD Student in the "AI for Security" research team at IDEAS NCBR and in the Doctoral School of Information and Biomedical Technologies at the Institutes of the Polish Academy of Sciences. He specializes in artificial intelligence, machine learning, and social network analysis.]