Badania ujawniają alarmujący potencjał algorytmów rekrutacyjnych do stereotypizacji kandydatów na stanowiska. Podczas gdy wiadomo, że duże modele językowe (LLM) przejmują uprzedzenia z danych treningowych, nowe doniesienia sugerują, że mogą one tworzyć własne bias na podstawie doświadczeń - i robią to częściej niż ludzie. Problem pogarsza się, gdy firmy AI pracują nad tworzeniem modeli agentycznych, które pamiętają najmniejsze szczegóły na temat użytkowników, dostarczając im dodatkowy materiał do kształtowania tych uprzedzeń.
Równocześnie pojawia się zupełnie inne zagrożenie: sabotaż danych meteorologicznych. Każdego dnia dysponenci lotów, operatorzy sieci energetycznej i rolnicy na całym świecie podejmują decyzje oparte na prognozach pogody. Niedawno do tego grona dołączyły rynki predykcyjne, gdzie ludzie obstawiają pieniądze na rzeczywiste zdarzenia, w tym warunki pogodowe. Pokusa manipulowania danymi pogodowymi w celu osiągnięcia przewagi na tych rynkach, połączona z masowym przejściem na prognozy oparte na AI, začyna zagrażać dokładności przewidywań pogody. Eksperci ostrzegają, że ryzyko może się kumulować i prowadzić do problemów o znacznie większym, systemowym zasięgu.