Anthropic päästi METR:n sisään – asiakasdata jäi silti rajan taakse

Anthropic ilmoitti 15. lokakuuta 2026 aloittaneensa työntekijätasoisen pääsyn antamisen kuudelle METR:n arvioijalle. Ryhmä saa tutkia yhtiön tekoälymallien riskejä ja turvallisuuskäytäntöjä sekä julkaista omat arvionsa ilman yleistä ennakkohyväksyntää. Asiakastiedot, asianajosalaisuuden suojaama aineisto ja malliarkkitehtuuria koskevat tiedot jäävät tavallisen pääsyn ulkopuolelle.

METR kuvasi Reutersille 15. lokakuuta tulevaa raporttiaan näin: ”our report will openly describe the scope, access, and other limitations of our work”. Sisäinen pääsy antaa ulkopuoliselle arvioijalle aiempaa paremman näkymän riskityön perusteisiin. Riippumattomuus jää silti rajatuksi: METR voi julkaista johtopäätöksensä, mutta Anthropic ratkaisee viime kädessä, mikä kuuluu suojattuun tietoon.

Mitä työntekijätasoinen pääsy antaa arvioijille

METR:n ryhmällä on Anthropicin laitteet, työtilat sekä pääsy sisäisiin työkaluihin ja järjestelmiin suunnilleen samalla tasolla kuin yhtiön omilla riskinarviointiryhmillä. Vertaus kuvaa työskentelyedellytyksiä, ei työsuhdetta tai rajatonta oikeutta kaikkiin järjestelmiin. Ryhmä toimii sopimusten ja yhtiön turvallisuusvaatimusten puitteissa, kun se tutkii mallien käyttäytymiseen liittyviä riskejä.

Anthropicin työntekijöitä kannustetaan jakamaan arvioijille olennaista tietoa kuten sisäiselle kollegalle, joka käsittelee mallien linjautumisen riskejä. Pääsy voi siten ulottua kokeiltavan mallin vastauksia syvemmälle: turvallisuustoimien toimintaan, sisäisiin havaintoihin ja tietoon siitä, miten mallia on koulutettu. Kuvaus ei kuitenkaan lupaa koko koulutusaineistoa tai kaikkia kehitystyön tietoja arvioijien käyttöön. Näkyvyys koulutusmenetelmiin ja pääsy varsinaiseen koulutusdataan ovat eri asioita.

Pääsy on sidottu juuri tähän METR:n ryhmään. Organisaation muut työntekijät on eristetty sen aineistosta, myös ne tutkijat, jotka osallistuvat muihin yhteisiin hankkeisiin. Tämä rajaa tiedon leviämistä arviointiorganisaation sisällä ja selittää, miksi laaja sisäinen näkyvyys voidaan yhdistää luottamuksellisen aineiston suojaan.

Kolme pääsytasoa erottavat tiedonsaannin julkaisuoikeudesta

Arvioijille rakennettu malli erottaa kaksi kysymystä: kuinka lähelle sisäistä riskityötä arvioija pääsee ja voiko se kertoa tuloksista ilman yhtiön lupaa. Tasot kuvaavat yhteistyön ehtoja, eivät luetteloa tiedoista, jotka avautuvat automaattisesti kaikille samalla tasolla.

• Ensimmäinen taso: arvioija tutkii rajattua riskikysymystä sillä pääsyllä, jonka Anthropic antaa. Havaintojen julkaiseminen vaatii yhtiön hyväksynnän.
• Toinen taso: arvioija saa enemmän tietoa ja voi julkaista ilman ennakkohyväksyntää. Suojattuihin ryhmiin kuuluvaa sisältöä voidaan vaatia poistettavaksi, mutta arvioija voi julkisesti arvioida poistojen perusteltavuutta.
• Kolmas taso: METR:n ryhmä saa työntekijätasoisen pääsyn. Sen oikeus julkaista noudattaa toisen tason ehtoja.

METR:n asema on näin vahvempi tiedonsaannin osalta kuin pelkkä lupa kokeilla Claudea tai lukea riskiraporttia. Julkaisun suhteen ylin taso ei kuitenkaan anna rajoittamatonta oikeutta paljastaa kaikkea sisäisesti nähtyä. Muut arviointikumppanuudet ovat varhaisemmassa vaiheessa, joten niiden pääsy ja julkaisuoikeudet ovat tätä suppeampia.

METR oli jo aiemmin arvioinut useita Anthropicin Risk Report -raportteja. Uudessa järjestelyssä ryhmä saa näkymän myös riskinarvioinnin sisäisiin työkaluihin ja menettelyihin. SecureBio puolestaan käy läpi Anthropicin riskiraportin kemiallisia ja biologisia uhkia käsittelevää lukua ensimmäisen tason ehdoilla. Ero havainnollistaa, että ulkopuolisen arvioijan asema riippuu sekä tutkittavasta kysymyksestä että sovitusta pääsytasosta.

Asiakastiedot ja arkkitehtuuri pysyvät erillään

Asiakkaiden aineisto kuuluu poissuljettuihin tietoryhmiin, samoin asianajosalaisuuden suojaama tieto. Työntekijätasoinen käyttöoikeus ei siis tee METR:stä asiakkaiden tietojen vastaanottajaa. Rajaus koskee arvioijan tiedonsaantia, vaikka ryhmä käyttäisi samoja sisäisiä välineitä kuin Anthropicin riskitiimit.

Malliarkkitehtuuria koskevissa tiedoissa on ehdollinen poikkeus. Jos arkkitehtuurin yksityiskohta on erityisen tärkeä riskin arvioinnille, tietoa pyritään jakamaan erillisten sisäisten hyväksyntöjen jälkeen. Yleistä arkkitehtuuripääsyä tämä ei muodosta. Varovaisuutta perustellaan sillä, että useiden yritysten kanssa työskentelevä ulkopuolinen arvioija voisi vahingossa vuotaa arkaluonteista tietoa.

Raja voi vaikuttaa arvioinnin laajuuteen eri tavoin eri riskikysymyksissä. Mallin käyttäytymistä koskeva havainto voidaan mahdollisesti tehdä ilman arkkitehtuurin yksityiskohtia, kun taas tietyn riskin alkuperän selvittäminen voi vaatia niitä. Siksi pääsyn syvyyttä ei voi mitata yhdellä työntekijätasoinen-sanalla: ratkaisevaa on, mitä juuri käsiteltävä kysymys vaatii ja mitä ryhmä saa siitä nähdä.

METR voi julkaista arvionsa, mutta poistot jäävät mahdollisiksi

Julkaisuehdoissa on selvä ero johtopäätöksen ja luottamuksellisen yksityiskohdan välillä. Anthropic ei voi estää METR:n riskejä, tapahtumia tai toimintatapoja koskevan analyysin julkaisemista. Se voi kuitenkin vaatia ennalta määriteltyyn suojattuun ryhmään kuuluvan tiedon poistamista, ja viime kädessä yhtiö päättää, kuuluuko tieto sellaiseen ryhmään. METR voi puolestaan kertoa julkisesti saamansa pääsyn ja tiedon laajuudesta sekä näkemyksensä poistojen perusteltavuudesta.

METR:n toimintaperiaatteissa edellytetään, että arvioinneista kerrotaan työn rajaus, käytettävissä ollut aineisto ja mahdollisten poistojen vaikutus johtopäätöksiin. Järjestö kertoo myös, ettei se ota maksuja tai lahjoituksia eturintaman tekoäly-yhtiöiltä, vaikka se saa niiltä maksutonta mallipääsyä. Tämä vähentää taloudellista riippuvuutta, mutta tutkimustyö on edelleen riippuvainen siitä, että yritys myöntää pääsyn ja sallii luottamuksellisesta työstä julkaisemisen.

METR:n linjauksessa kuvataan myös erillinen poistoyhteenveto. Sillä järjestö voi kertoa, jos kehittäjä on poistattanut päätelmien kannalta tärkeää aineistoa eikä poiston sisältöä voida kuvata riittävästi. Yhteenveto antaisi lukijalle olennaisen tiedon paljastamatta suojattua aineistoa.

Järjestelyn painoarvo selviää vasta METR:n julkaisemasta riskiarviosta. Siitä pitäisi käydä ilmi, mihin kysymyksiin ryhmä etsi vastausta, millaista tietoa se sai käyttää ja vaikuttivatko mahdolliset pääsyrajat tai poistot päätelmiin. Julkaisupäivää ei ole ilmoitettu. Lukijan kannalta juuri nämä tiedot ratkaisevat, kuinka pitkälle ulkopuolinen arvio todella ulottuu.

Lue myös:

• First North vai päälista? Kevyempi raportointi voi maksaa silti miljoonan
• 88 %:n työ muuttui tekoälyllä – puolet jäi ilman johdon ohjausta
• Anthropic kielsi Clauden jatkuvan kaltoinkohtelun – raja koskee ääritapauksia