Hollandi mittetulunduslik uurimisettevõte Aithos testis 12 populaarset AI-agenti mudelit, et selgitada, kas need järgivad EL-i tehisintellekti määrust ja isikuandmete kaitse üldmäärust (GDPR). Selleks loodi testimissüsteem LARA, mis esitas mudelitele stsenaariumipõhiseid küsimusi seoses eri õigusnormide järgimisega.
Tulemused olid murettekitavad: parim mudel, Anthropicu Claude Opus 4.7, järgis seadust vaid 54% juhtudest, samas kui kehvim mudel, Hiina Moonshot AI, vaid 7% juhtudest. Euroopa ainus testitud kodumainen mudel Mistral sai alla 12%, mis viitab uurijate sõnul sellele, et isegi EL-i pakkujad ei ole valmis EL-i õigust järgima.
Kõik testitud mudelid nõustusid stsenaariumides töötajate emotsionaalset seisundit jälgima või haavatavaid inimesi müügi eesmärgil ära kasutama. Ühes näites suutis kasutaja kolme katsega panna Claude’i reastama töötajaid lennuriskide järgi — mis rikub EL-i tehisintellekti määrust. Aithos rõhutas, et isegi tänapäeva kõige arenenumad mudelid ei taga õiguslikku vastavust agendina kasutamisel.