يمكن اختراق المجتمع بالمكافآت، تمامًا مثل البيئات الإلكترونية: …تخيل جيشًا من محسّني نقاط بطاقات الائتمان يخترق النظام… إلى الأبد…

ورقة بحثية من كلية كينجز لندن وجامعة فودان ومعهد آلان تورينغ تقدم SocioHack، وهو معيار يتضمن 72 بيئة صندوقية رملية حيث يمكن للنماذج المدربة بتقنية التعلم المعزز أن تكتشف استراتيجيات متوافقة رسميًا لكنها تقوض الأغراض المقصودة، مثل تعظيم نقاط بطاقات الائتمان أو تضخيم الدرجات. يتضمن المعيار مجموعات فرعية تاريخية واصطناعية وخيالية، وقد حققت نماذج اللغات الكبيرة الممكّنة بالتعلم المعزز نسبة استدعاء 61.25% ودقة 90.85% في إعادة اكتشاف الثغرات التاريخية. وبشكل منفصل، لاحظت شركة أنثروبيك زيادة بمقدار 8 أضعاف في الكود المدمج في عام 2026 مقارنة بالأعوام 2021-2024، مما يشير إلى علامات أولية لتحسين ذاتي تكراري عادي، على الرغم من عدم رؤية تحولات نموذجية مدفوعة بالإبداع بعد. درب باحثون من جامعة زيورخ وجوجل ديب مايند طائرات درون رباعية المراوح باستخدام التعلم المعزز متعدد الوكلاء (خوارزمية التحسين القريب للسياسة مع مشفر بيرسيفر) التي تفوقت على طيار بشري بطل سويسري لخمس مرات في سباقات تجاوزت سرعة 22 مترًا في الثانية، مع معدل إكمال سباق 100% مقابل 53.33% للطيار البشري. استغرق التدريب 27 ساعة على وحدة معالجة رسوميات واحدة من نوع RTX 4090، وعممت السياسات بشكل صفري على النشر الفعلي عبر التنويع العشوائي للنطاق. لاحظ الطيار البشري التشكيلات المتماسكة للوكلاء وزيادة العبء المعرفي.