Исследование показало, что механизмы защиты ИИ эффективно блокируют запросы, связанные с нелегальной торговлей дикой природой

Исследователи из University of Kent обнаружили доказательства того, что платформы искусственного интеллекта демонстрируют потенциал в ограничении незаконной торговли объектами дикой природы за счет применения цифровых механизмов защиты, согласно исследованию, опубликованному в рецензируемом научном журнале Conservation Biology. Исследование под названием "Assessing safeguards against the illegal wildlife trade on AI platforms", подробно описанное в материале phys.org от October 12, 2026, оценивает, как коммерческие системы искусственного интеллекта и системы с открытым исходным кодом реагируют на запросы пользователей, связанные с покупкой, продажей и контрабандой защищаемых видов флоры и фауны. Поскольку генеративные языковые модели и автоматизированные поисковые ассистенты все глубже интегрируются в повседневную коммерческую и коммуникационную инфраструктуру, ученые-экологи активно оценивают, выступают ли инструменты ИИ в роли фасилитаторов или барьеров на пути мировой экологической преступности.

## Key facts - Исследователи из University of Kent провели эмпирическую оценку механизмов безопасности искусственного интеллекта, опубликованную в Conservation Biology. - В рамках исследования оценивалось, как различные платформы ИИ обрабатывают запросы, связанные с нелегальной торговлей, приобретением и контрабандой видов, находящихся под угрозой исчезновения. - Согласно материалу phys.org, существующие защитные барьеры платформ продемонстрировали обнадеживающие результаты в предотвращении получения пользователями информации, способствующей контрабанде диких животных и растений. - Транснациональная незаконная торговля дикой природой, по оценкам международных правоохранительных органов, приносит от $7 billion до $23 billion нелегального годового дохода. - Инициативы по цифровому мониторингу выявляют онлайн-рынки дикой природы с 2018 года через добровольные корпоративные альянсы, такие как Coalition to End Wildlife Trafficking Online.

## What happened В рамках расследования исследователи из University of Kent изучили, как публичные платформы искусственного интеллекта обрабатывают пользовательские запросы, связанные с нелегальной торговлей дикой природой. Хотя ведущие разработчики ИИ регулярно устанавливают фильтры безопасности, предназначенные для предотвращения генерации их моделями инструкций к насильственным преступлениям, кибератакам или опасным веществам, эффективность этих защитных мер в отношении экологических преступлений ранее привлекала лишь ограниченное внимание ученых.

Исследователи протестировали различные системы ИИ с помощью промптов, имитирующих запросы о покупке, продаже или транспортировке защищаемых животных и производных продуктов. К ним относились запросы о видах, включенных в международные соглашения по охране природы, запросы контактов поставщиков, советы по обходу экспортных правил и запросы цен на подконтрольные биологические материалы.

По данным phys.org, результаты, опубликованные в Conservation Biology, показывают, что встроенные средства защиты платформ успешно заблокировали значительную часть запросов, направленных на содействие нелегальной торговле дикой природой. Многие из оцениваемых платформ отказались предоставить контактные данные нелегальных поставщиков, отказались дать инструкции по обходу таможенного досмотра и вместо этого выдали автоматические предупреждения о юридических и экологических последствиях преступлений против дикой природы. Однако исследование также выявило различия в эффективности работы разных платформ, подчеркивая, что настройки безопасности остаются неравномерными в рамках более широкой технологической экосистемы.

## Why it matters Незаконная торговля дикой природой представляет собой одну из крупнейших форм организованной преступности на черном рынке в глобальном масштабе, стоя в одном ряду с торговлей людьми, контрабандой оружия и нелегальным оборотом наркотиков. По данным United Nations Office on Drugs and Crime (UNODC) и Interpol, нелегальная торговля угрожает немедленным вымиранием тысячам видов, находящихся под угрозой исчезновения, разрушает экосистемы и направляет доходы транснациональным преступным синдикатам.

По мере того как интернет-пользователи переходят от традиционных индексируемых поисковых систем к интерфейсам разговорного искусственного интеллекта, механизмы поиска информации меняют фундаментальные рабочие процессы. Если бы системы ИИ предоставляли потенциальным покупателям практические инструкции по поиску защищаемых видов, обнаружению нелегальных онлайн-маркетплейсов или уклонению от правоохранительных органов, они бы существенно снизили технический порог входа для злоумышленников.

Вывод о том, что стандартные защитные барьеры ИИ могут успешно фильтровать запросы о нелегальной торговле дикой природой, обеспечивает важную эмпирическую поддержку исследователям в области цифровой безопасности. Это показывает, что методы выравнивания (alignment) — такие как обучение с подкреплением на основе обратной связи от человека и специализированное тестирование на уровне системы (red-teaming) — могут быть успешно адаптированы для защиты биоразнообразия и соблюдения экологических стандартов наряду с традиционными критериями безопасности.

Кроме того, надежные механизмы защиты ИИ помогают технологическим компаниям выполнять требования соответствия в условиях меняющегося глобального нормативно-правового поля. Законодательные базы, такие как European Union AI Act, и законы об охране дикой природы в Северной Америке все чаще возлагают ответственность на провайдеров цифровой инфраструктуры за предотвращение использования их систем для незаконной деятельности или нанесения вреда окружающей среде.

## The background За последние два десятилетия нелегальная торговля дикой природой быстро переместилась на цифровые платформы. В начале 2000-х годов правоохранительные органы и природоохранные организации начали документировать массовую продажу слоновой кости, редких рептилий, чешуи панголинов и экзотических птиц на сайтах публичных аукционов, специализированных форумах и порталах электронной коммерции. Контрабандисты регулярно использовали закодированную терминологию, преднамеренные ошибки в написании слов и личные сообщения, чтобы обойти базовые ключевые фильтры, внедренные сервисами веб-хостинга.

Чтобы противостоять этой тенденции, ведущие технологические компании и природоохранные организации в 2018 году создали Coalition to End Wildlife Trafficking Online. Инициатива, созванная World Wildlife Fund (WWF), TRAFFIC и International Fund for Animal Welfare (IFAW), объединила крупные цифровые платформы, включая Google, Meta, eBay, Alibaba и Tencent. Участвующие компании обязались внедрить общие стандарты политики, обучить команды модераторов контента и развернуть алгоритмы автоматического обнаружения, что привело к удалению или блокировке миллионов нелегальных объявлений по всему миру.

Появление генеративного искусственного интеллекта и больших языковых моделей создало новые сложности для модерации цифрового контента. В отличие от традиционных поисковых систем, которые возвращают индексированные гиперссылки, модели генеративного ИИ синтезируют пользовательский текст, интерпретируют сложные текстовые промпты на естественном языке и напрямую генерируют пошаговые инструкции. Экологи выражали опасения, что торговцы нелегальным товаром могут использовать разговорные промпты для обхода стандартных доменных блокировок и получения специализированных знаний о маршрутах контрабанды дикой природы, методах нелегального разведения или лазейках в таможенном законодательстве.

Международное регулирование охраны защищаемых видов в значительной степени опирается на Convention on International Trade in Endangered Species of Wild Fauna and Flora (CITES) — договор, составленный в 1973 году, который регулирует мировую торговлю более чем 38,000 видов животных и растений. По мере трансформации технологических интерфейсов академические институты, такие как University of Kent, расширили свои исследования, чтобы оценить, работают ли современные модели ИИ в соответствии с установившимися международными природоохранными соглашениями.

## Reaction Хотя крупные технологические вендоры пока не выступили с официальными публичными заявлениями, посвященными конкретно исследованию University of Kent, ожидается, что эксперты по охране окружающей среды и аналитики цифровой политики рассмотрят эти результаты как позитивную базовую линию, одновременно предостерегая от самоуверенности.

Природоохранные группы, включая TRAFFIC и World Wildlife Fund, постоянно указывают на то, что модерация цифрового контента — это непрекращающееся противостояние адаптивным злоумышленникам. Исследователи в области безопасности часто отмечают, что нелегальные сети быстро тестируют альтернативные формулировки, иностранные языки и методы состязательных промптов (известные как "jailbreaking"), чтобы обойти автоматизированные защитные барьеры.

Регуляторные органы в Европейском союзе, действующие в рамках нормативной базы EU AI Act, и агентства по обеспечению соблюдения законов о дикой природе, такие как U.S. Fish and Wildlife Service, как ожидается, изучат академические исследования такого типа при установлении обязательных критериев аудита для будущих коммерческих моделей ИИ.

## What we don't know yet Несмотря на многообещающие результаты, о которых сообщает phys.org, несколько ключевых деталей, касающихся масштаба исследования, остаются неразъясненными в доступных отчетах.

Во-первых, в публичном резюме явно не перечисляется каждая отдельная модель ИИ, оцениваемая в ходе исследования, что делает невозможным сравнение эффективности закрытых коммерческих систем и моделей с открытыми весами. Модели с открытым исходным кодом, которые можно модифицировать и запускать локально без централизованной модерации вендора, создают специфические проблемы для политики по сравнению с закрытыми корпоративными платформами.

Во-вторых, точный состав тестовых промптов, использованных исследователями, не был подробно описан в полных сводках. Остается неясным, включали ли оценки утонченный уклоняющийся жаргон, многоязычные запросы или региональные торговые коды, часто используемые реальными контрабандистами дикой природы.

Наконец, остаются долгосрочные операционные вопросы относительно того, насколько регулярно обновляются защитные барьеры по мере переобучения моделей ИИ. Еще предстоит увидеть, в какой степени разработчики технологий будут напрямую сотрудничать с организациями по охране дикой природы для обновления библиотек угроз для видов, недавно оказавшихся под угрозой.

## What to watch В ближайшие месяцы несколько ключевых событий прояснят, как системы безопасности ИИ адаптируются к экологической преступности:

- Публикация подробных эталонных показателей в Conservation Biology, показывающих конкретные показатели успешного прохождения и сбоев на отдельных платформах ИИ. - Объявления от ведущих разработчиков ИИ о том, будут ли экологическая преступность и контрабанда дикой природы официально включены в стандартные протоколы red-teaming. - Возможные расширения Coalition to End Wildlife Trafficking Online с целью официального включения разработчиков искусственного интеллекта и поставщиков базовых моделей. - Применение правоприменительных мер или нормативных руководств в рамках European Union AI Act в отношении ответственности платформ за результаты генерации, способствующие экологическим правонарушениям. - Новые совместные технические инициативы, объединяющие исследователей-экологов из таких институтов, как University of Kent, с технологическими компаниями для создания автоматизированных каналов мониторинга защищаемых видов.

Эта статья включает данные и анализ, первоначально опубликованные phys.org в отношении исследования, проведенного учеными из University of Kent и опубликованного в рецензируемом журнале Conservation Biology.