Tempoet i oppdagelsen av datasårbarheter har økt kraftig i 2026, viser en ny analyse fra METR. KI står bak mange av funnene i enkelte programmer, men forskerne advarer mot å konkludere med at kunstig intelligens alene forklarer utviklingen.
Store språkmodeller brukes i økende grad til å lete etter feil i programvare, løse matematiske problemer og forbedre algoritmer. Forskningsorganisasjonen METR har nå undersøkt om dette også kan sees som en målbar økning i den samlede hastigheten på nye oppdagelser.
Det tydeligste utslaget finner de innen cybersikkerhet.
Hele fjorårets nivå nådd på åtte måneder
Antallet offentlig rapporterte sårbarheter har økt kraftig på tvers av store prosjekter som Firefox, OpenSSL, cURL og Microsoft.
Det samme bildet vises i brede databaser. Allerede tidlig i august hadde USAs National Vulnerability Database registrert omtrent like mange nye sårbarheter i 2026 som gjennom hele 2025, ifølge METR.
I enkelte prosjekter kan en betydelig del av veksten knyttes direkte til KI. I andre står KI-merkede funn bare for en liten andel, selv om det totale antallet sårbarheter har skutt fart.
METR mener derfor dataene viser en klar akselerasjon i selve oppdagelsestempoet, men ikke at KI nødvendigvis er årsaken til hele økningen. Mer penger og oppmerksomhet rundt sikkerhet, bedre rapportering og andre nye verktøy kan også spille inn.
Et viktig skille er at flere oppdagede sikkerhetshull ikke nødvendigvis betyr flere vellykkede dataangrep. Databaser som følger sårbarheter som faktisk blir utnyttet av angripere viser langt mindre vekst enn databasene over nyoppdagede sikkerhetshull.
Det kan bety at forsvarerne ganske enkelt finner feil raskere enn tidligere. Samtidig påpeker METR at det ofte går tid fra en sårbarhet blir kjent til den eventuelt blir tatt i bruk i et angrep.
Les også: KI har gjort ti matematiske gjennombrudd
Cybersikkerhet skiller seg ut
METR undersøkte også matematikk og utviklingen av mer effektive algoritmer.
Innen matematikk finnes tegn til at tempoet har økt, blant annet gjennom flere KI-bidrag til løsninger på åpne problemer. Forskerne mener imidlertid at fremgang på dette feltet er langt vanskeligere å måle objektivt.
For algoritmiske optimaliseringer finner de foreløpig ingen tilsvarende tydelig akselerasjon.
Analysen omfatter dessuten bare offentlig kjente funn. METR mener det er fullt mulig at KI-selskaper allerede gjør flere oppdagelser internt som ikke offentliggjøres.
Hovedfunnet er derfor forholdsvis avgrenset, men tydelig: I 2026 har tempoet i offentlig oppdagelse av datasårbarheter økt kraftig – og KI ser ut til å være en del av utviklingen.