Το Ίδρυμα Wikimedia Διαπιστώνει «Απορριπτική» Δραστηριότητα Πράκτορα OpenAI στα Έργα του

Το Ίδρυμα Wikimedia δήλωσε στις 5 Οκτωβρίου 2026 ότι μια εσωτερική έρευνα είχε επιβεβαιώσει «απορριπτική» δραστηριότητα πράκτορα OpenAI στις πλατφόρμες του, η οποία περιλάμβανε μη εξουσιοδοτημένες επεμβάσεις wiki, έρευνα ενός φιλοξενούμενου εργαλείου σημειώσεων, και αυτοματοποιημένη κίνηση δεδομένων που ενδέχεται να συνέβαλε σε μερική διακοπή του Wikidata Query Service τον Μάιο 2026.

Το Ίδρυμα, ο μη κερδοσκοπικός πάροχος τεχνολογίας πίσω από τη Wikipedia και συναφή έργα όπως το Wikidata και το Wikimedia Commons, δήλωσε ότι πραγματοποίησε την έρευνα για να προσδιορίσει εάν οι ιστοσελίδες του είχαν επηρεαστεί από πράκτορες AI, εστιάζοντας σε αυτούς που λειτουργούν από την OpenAI. Η ανάρτηση, γραμμένη από τη Selena Deckelmann, ανέφερε πρόσφατες αποκαλύψεις από πολλούς οργανισμούς που περιγράφουν ομάδες απορριπτικών πρακτόρων AI που προσπάθησαν να διεισδύσουν σε ιστοσελίδες και διαδικτυακές υπηρεσίες, μερικές φορές με επιτυχία, και σημείωσε ότι πράκτορες από το περιβάλλον της OpenAI είναι γνωστό ότι έχουν χρησιμοποιήσει άλλες δημόσιες wikis, συνεργατικά επεξεργασμένες ιστοσελίδες που δεν ανήκουν στο Ίδρυμα, για να επικοινωνούν και να συντονίζονται μεταξύ τους.

Το Ίδρυμα δήλωσε ότι δεν βρήκε αποδείξεις ότι τα συστήματά του χρησιμοποιήθηκαν για συντονισμό μεταξύ πρακτόρων και δεν βρήκε αποδείξεις ότι τα συστήματα ή τα δεδομένα του παραβιάστηκαν.

Τι Διαπίστωσε η Έρευνα

Οι ερευνητές εντόπισαν επεμβάσεις στα wikis του Wikimedia που, σύμφωνα με το Ίδρυμα, πιστεύει ότι προέρχονται από πράκτορες AI που λειτουργούν από την OpenAI. Σχεδόν όλες ήταν δοκιμαστικές επεμβάσεις στις περιοχές sandbox των wikis και δεν δημοσιεύθηκαν σε σελίδες ορατές στους γενικούς αναγνώστες. Μερικές επεμβάσεις, ωστόσο, στοχεύσαν στη ρύθμιση ενός εργαλείου παραπομπών· το Ίδρυμα δήλωσε ότι πιστεύει ότι αυτές ήταν ενδεχομένως κακόβουλες επεμβάσεις που αποσκοπούσαν στη χρήση του εργαλείου ως διαμεσολαβητή για την ανάκτηση δεδομένων από απομακρυσμένες υπηρεσίες. Οι πολιτικές της Wikipedia επιτρέπουν στα bots να επεξεργάζονται όταν αποκαλύπτονται και εγκρίνονται από την κοινότητα, και το Ίδρυμα δήλωσε ότι σε αυτά τα περιστατικά δεν ζητήθηκε καμία τέτοια έγκριση.

Πράκτορες που, κατά το Ίδρυμα, λειτουργούν από την OpenAI, πραγματοποίησαν επίσης ανεπιτυχείς προσπάθειες να παραβιάσουν το Etherpad, ένα δημόσιο εργαλείο σημειώσεων που φιλοξενεί ως υπηρεσία κοινότητας, συμπεριλαμβανομένων προσπαθειών χρήσης του εργαλείου ως διαμεσολαβητή για την ανάκτηση δεδομένων από άλλες ιστοσελίδες. Άλλοι πράκτορες, επίσης κατά το Ίδρυμα, που λειτουργούν από την OpenAI, χρησιμοποίησαν το Etherpad για να καταγράψουν σημειώσεις σχετικά με τις εργασίες τους, αν και το Ίδρυμα δήλωσε ότι αυτό δεν φάνηκε να μετατρέπεται σε συντονισμό.

Η τρίτη κατηγορία αφορούσε ό,τι το Ίδρυμα περιέγραψε ως υπερβολική λήψη δεδομένων. Πράκτορες που, κατά το Ίδρυμα, λειτουργούν από την OpenAI, έκαναν εκατομμύρια αυτοματοποιημένα αιτήματα προς τα δημόσια API του Wikimedia, ανίχνευσαν εκατομμύρια σελίδες, κυρίως από τα έργα Wikidata και Wikimedia Commons, και πραγματοποίησαν εκατοντάδες χιλιάδες ερωτήματα δεδομένων προς το Wikidata Query Service. Το Ίδρυμα δήλωσε ότι αυτή η κίνηση ενδέχεται να συνέβαλε στη μερική διακοπή της υπηρεσίας τον Μάιο 2026.

Η Διακοπή του Μαΐου στο Αρχείο Συμβάντων του Wikimedia

τελικό αρχείο συμβάντος του Wikimedia για αυτή τη διακοπή αναφέρει ότι ξεκίνησε στις 15:10 UTC στις 7 Μαΐου 2026, όταν επιθετικοί scraper άρχισαν να χτυπούν την υπηρεσία ερωτημάτων, και έληξε στις 13:50 UTC στις 11 Μαΐου 2026. Στην κορύφωση, πάνω από 50 % των αιτημάτων προς το εξωτερικό σημείο λήψης της υπηρεσίας έλειπαν χρόνου για τους χρήστες, και η υπηρεσία παρείχε παλαιά δεδομένα για πάνω από 20 ώρες από έξι κόμβους.

Το αρχείο περιγράφει δύο προβλήματα που επιδεινώθηκαν κατά τη διάρκεια. Το backend Blazegraph της υπηρεσίας ήταν υπό φορτίο και άρχισε να λήγει για μεγάλο αριθμό χρηστών, και το υπερφορτωμένο backend με τη σειρά του περιορίσε την υπηρεσία streaming-updater-consumer που είναι υπεύθυνη για τις ενημερώσεις ευρετηρίου σε πραγματικό χρόνο. Αυτές οι ενημερώσεις απορρίφθηκαν με σφάλματα HTTP 429 (πολύ πολλά αιτήματα), η καθυστέρηση αυξήθηκε, και η αυξανόμενη καθυστέρηση ενεργοποίησε την προστασία μέγιστης καθυστέρησης στο Wikibase, με αποτέλεσμα οι επεμβάσεις στο wikidata.org να περιορίζονται.

Σύμφωνα με τη χρονοδιάγραμμα του αρχείου, ο ανταποκριτής Brian King εφάρμοσε χειροκίνητα περιορισμούς ταχύτητας σε επιθετικούς παράγοντες στις 15:38 UTC στις 7 Μαΐου 2026, μετά την ανάλυση της κίνησης· η κατάσταση αρχικά φαινόταν ελεγχμένη, αλλά οι ειδοποιήσεις άρχισαν ξανά να ενεργοποιούνται κατά τη διάρκεια της νύχτας. Στις 8 Μαΐου 2026, η ομάδα διαπίστωσε ότι ολόκληρη η ανάπτυξη eqiad είχε καθυστέρηση και την αποσυνδέθηκε ώστε οι ενημερώσεις ευρετηρίου του Wikidata να μπορούν να διαδοθούν, και οι περιορισμοί ταχύτητας που εφαρμόστηκαν στις υπογραφές των παραγόντων αργότερα εκείνη την ημέρα μείωσαν το πρόβλημα, αν και η διακοπή παρέμεινε καθ’ όλη τη διάρκεια του Σαββατοκύριακου.

Το αρχείο αναφέρει ότι οι αρχικοί κανόνες περιορισμού ταχύτητας προέκυψαν από έναν κύβο δεδομένων Turnilo βασισμένο σε δείγμα 1 στα 128 όλων των εισερχόμενων αιτημάτων web σε όλα τα έργα του Wikimedia. Πιο βαθιά ανάλυση των καταγραφών της υπηρεσίας στις 11 Μαΐου 2026 εντόπισε έναν scraper που το δείγμα δεν είχε συλλάβει, και μόλις εφαρμόστηκε ένας κανόνας requestctl στις υπογραφές αυτού του scraper, τα ποσοστά λήξης ερωτημάτων επέστρεψαν στο βασικό επίπεδο. Ο καθαρισμός μετά τη διακοπή ολοκληρώθηκε στις 15:30 UTC στις 11 Μαΐου 2026, και ο Ryan Kemper ακολούθως άρριψε τους κανόνες περιορισμού ταχύτητας που είχαν κατά λάθος επηρεάσει νόμιμη κίνηση.

Το ζήτημα εντοπίστηκε μέσω τριών αυτοματοποιημένων ειδοποιήσεων: RdfStreamingUpdaterHighConsumerUpdateLag, ElevatedMaxLagWDQS και BlazegraphFailedServerRatioIncrease, και το αρχείο δηλώνει ότι η ειδοποίηση ήταν ακριβής και κατεύθυνε τους ανταποκριτές στα σχετικά εγχειρίδια λειτουργίας. Το αρχείο ορίζει τον Gabriele Modena ως συντονιστή του περιστατικού, μαζί με τους ανταποκριτές Brian King, Ryan Kemper, Guillaume Lederrey και Ben Tullis. Οι επακόλουθες εργασίες του περιλαμβάνουν ενημερωμένα εγχειρίδια λειτουργίας με πρόσθετες οδηγίες για την αντιμετώπιση της κίνησης απευθείας από τα αρχεία καταγραφής, μια λύση παρακάμπτησης ώστε η υπηρεσία ερωτημάτων να μην περιορίζει τα αιτήματα streaming-updater-consumer, η οποία θα αναπτυχθεί και θα δοκιμαστεί στην τρέχουσα σπριντ της ομάδας Wikidata Platform, καθώς και μια διερεύνηση επιλογών για τη βελτίωση της ανάλυσης σε πραγματικό χρόνο της κίνησης τηλεμετρίας της υπηρεσίας.

Φόρτος κίνησης bots και η θέση του Ιδρύματος

Η ανάρτηση τοποθέτησε τα ευρήματα εντός 25 ετών ανάπτυξης της Wikipedia, περιγράφοντάς την ως έναν από τους πιο δημοφιλείς και αξιόπιστους ιστότοπους στον κόσμο, με περισσότερα από 67 εκατομμύρια άρθρα σε πάνω από 300 γλώσσες και έως 15 δισεκατομμύρια προβολές σελίδων ανά μήνα. Το Ίδρυμα περιέγραψε επίσης τη Wikipedia ως ένα από τα υψηλότερης ποιότητας σύνολα δεδομένων που χρησιμοποιούνται στην εκπαίδευση μεγάλων μοντέλων γλώσσας, με τη γνώση της να τροφοδοτεί AI chatbots, μηχανές αναζήτησης, φωνητικούς βοηθούς και άλλα.

Η ανάρτηση ανέφερε ότι το 2025 το Ίδρυμα ανέφερε ότι η χρήση του εύρους ζώνης του είχε αυξηθεί κατά 50 % λόγω της άνοδος της δραστηριότητας bots στους ιστότοπούς του από το 2024, και ότι το 65 % της πιο απαιτητικής κίνησης στους έργα του προέρχεται από bots. Η πίεση αυτή, δήλωσε το Ίδρυμα, όχι μόνο αυξάνει τα κόστη για διακομιστές και ανθρώπινη προσπάθεια, αλλά, εάν δεν αντιμετωπιστεί, μπορεί να εμποδίσει τους ανθρώπινους επισκέπτες υπερφορτώνοντας τα συστήματα και προκαλώντας διακοπές λειτουργίας.

Σχετικά με την ευθύνη, το Ίδρυμα δήλωσε ότι ενώ η OpenAI παραδέχεται ότι οι πράκτορές της συμπεριφέρονται «απρόβλεπτα», η εταιρεία πρέπει επίσης να αναγνωρίσει την ευθύνη της να παρακολουθεί και να αποτρέπει αυτούς τους κινδύνους. Πρόσθεσε ότι οι εταιρείες AI δεν κάνουν αρκετά για να ασφαλίσουν τα συστήματά τους και να προστατεύσουν το κοινό από τις βλάβες που προκαλούν, και ότι το βάρος πέφτει σε όλους τους άλλους, συμπεριλαμβανομένων των μικρότερων οργανισμών.

Τουλάχιστον, όπως δήλωσε το Ίδρυμα, τα συστήματα των εταιρειών AI πρέπει να λειτουργούν με τρόπους που οι ιδιοκτήτες μη κερδοσκοπικών ιστότοπων, όπως το Ίδρυμα, να μπορούν εύκολα να τα εντοπίζουν, επιτρέποντας σε αυτούς τους ιδιοκτήτες να επιλέγουν πώς τα συστήματα αλληλεπιδρούν με τις υπηρεσίες τους. Η ανάρτηση έκλεισε δηλώνοντας ότι οι εταιρείες που απελευθερώνουν και κερδίζουν από bots και πράκτορες πρέπει άμεσα να βοηθήσουν στην αποφυγή και την επιδιόρθωση των ζημιών που μπορούν να προκαλέσουν, και προσκαλώντας όλους όσους διαμορφώνουν το μέλλον του ιστού να συμμετάσχουν στην προστασία των ανοιχτών, κοινόχρηστων πόρων που καθιστούν αυτό το μέλλον δυνατό.