Brytyjski NIK: wycena ryzyka klimatycznego jest słaba, a badań przybywa

Narodowy Urząd Obrachunkowy (NAO) opublikował wyniki 3 listopada. Najważniejszy wniosek nie jest liczbą, ale brakiem liczby. Brytyjskie instytucje publiczne spodziewają się wyższych kosztów operacyjnych i opłat za energię, gdy klimat się zmienia, a kraj przestawia się na energię niskoemisyjną. Niewiele z nich ma jednak dobre rozeznanie w tych ryzykach, podał tego samego dnia The Register.

Raport obejmuje pierwszy zestaw ujawnień finansowych związanych z klimatem, które większe jednostki centralnej administracji złożyły za rok obrotowy 2025-26, na podstawie przepisów wydanych przez resort skarbu Jego Królewskiej Mości. Dla części instytucji zasady ujawniania obowiązywały już od 2022 roku. NAO uznał, że rozumienie ryzyk fizycznych jest słabe. Chodzi o rosnące temperatury, powodzie, silniejsze wiatry i dłuższe susze. Wiedza o kosztach przejścia na gospodarkę niskoemisyjną była jeszcze mniejsza.

Co ustalił urząd

Raport mówi, że instytucje przewidują koszty szkód w majątku i infrastrukturze, wywołane ekstremalną pogodą oraz trwałym wzrostem temperatur i opadów. Spodziewają się też wyższych rachunków za utrzymanie i naprawy, możliwych modernizacji majątku oraz kosztów transformacji. Jednostki zarządzające znacznym majątkiem lub infrastrukturą szczególnie obawiały się kosztów dekarbonizacji i adaptacji, podano w raporcie.

Instytucje nie opisały ryzyk transformacji tak dobrze jak ryzyk fizycznych w ujawnieniach strategicznych. W ujawnieniach, które przejrzeliśmy, wymieniono kilka ryzyk transformacji, ale podano mało konkretów, inaczej niż przy ryzykach fizycznych, które wyjaśniono dokładniej.

Cytat pochodzi z raportu NAO, za The Register. Gareth Davies, szef NAO, powiedział: „Brytyjskie usługi publiczne będą musiały dostosować się do skutków zmiany klimatu. Parlament potrzebuje jasnych informacji o odporności infrastruktury, świadczenia usług i finansów na zmianę klimatu oraz o tym, jak te ryzyka są zarządzane”. Nazwał wymóg z roku 2025-26 ważnym pierwszym krokiem. Powiedział, że spodziewa się, iż raportowanie z czasem będzie bardziej użyteczne.

Luka ma znaczenie, bo liczby nie są małe. The Register przypomniał też, że wcześniej w tym roku raport organizacji klimatycznej Global Action Plan twierdził, iż 84 procent proponowanych inwestycji w centra danych powstaje na terenach zagrożonych powodzią. Ta liczba pochodzi z raportu samej organizacji, nie z NAO. Dokument urzędu jej nie rozstrzyga.

Prognozowanie to osobny problem

Tego samego dnia pojawiła się grupa badań o przewidywaniu i ryzyku. 3 listopada Tom's Hardware podał, że Gemini 4 Carbon od Google zajęło pierwsze miejsce w Artificial Analysis Intelligence Index V5 z wynikiem 59, o punkt przed Claude Opus 5.5 i o dwa przed GPT-6 Astra od OpenAI. Model prowadził też w teście halucynacji AA-Omniscience v 1.1, choć nawet najlepszy wynik wynosił 54 w skali od -100 do +100.

To nie wynik dotyczący klimatu, ale wzmacnia ten sam argument o zaufaniu do maszynowych prognoz. The Register podał 3 listopada, że analitycy Gartnera Mark Petty i Raymond Paquet twierdzą, iż modele z otwartymi wagami obsłużą około dziewięciu na dziesięć rutynowych kroków workflow agentowego za jedną czwartą ceny najtańszego modelu zamkniętego. Wobec modelu frontier uruchamianego na każdym kroku oszczędność sięga nawet jednej dwudziestej.

Analitycy przyznają, że obecne otwarte modele bywają bardziej rozwlekłe i częściej powtarzają próby. Oszczędność na zadanie wobec modelu frontier jest więc bliższa pięciu lub sześciu razy. Ich założenie planistyczne: do 2030 roku 90 procent kroków operacyjnych workflow agentowego w firmach będzie wykonywanych na modelach z otwartymi wagami. Oszczędność, piszą, jest dodatkiem; liczy się kontrola.

Co dodają prace naukowe

Po stronie badań arXiv opublikował pod koniec października kilka istotnych prac, wszystkie przesłane 29 lub 30 października. Jedna, „Beyond Plausible Prediction: Safety Sufficiency in Web World Models”, opisuje dopasowaną ocenę ludzką 3 000 prognoz z dziesięciu zamrożonych otwartych modeli. 86,1 procent uznano za semantycznie wiarygodne. Autorzy znaleźli jednak kilka modeli o mocno asymetrycznym zachowaniu przy autoryzacji. Łączyły niskie ryzyko fałszywego zezwolenia ze słabym rozpoznawaniem przypadków, które powinny wywołać pytanie doprecyzowujące. Wiarygodność nie znaczy bezpieczeństwo.

Druga, „Do Transaction Prices Reflect Visual Preference?”, wykorzystuje 266 zestawów po sześć obrazów, z cenami transakcyjnymi i ludzkimi rankingami bez wiedzy o cenach. Tylko 24,2 procent par obrazów miało niejednakowy kierunek ceny. Z nich 34,7 procent zgadzało się z większością ludzkich ocen. W tym obszarze HPSv2 prowadził z odzyskiwalną dokładnością 66,4 procent. Autorzy wnioskują, że ceny transakcyjne kodują odzyskiwalne preferencje wizualne tylko w ograniczonych warunkach. Należy traktować je jako niepewne przybliżenia, nie jako prawdę odniesienia.

Trzecia, „The psychophysics of affect in large language models”, badała, jak modele przewidują wyniki hazardu lub handlu akcjami. Oceniane osobno, modele wykazywały malejącą wrażliwość na wielkość, podobnie jak ludzkie funkcje wartości. Ale oceniały zyski mocniej niż równoważne straty, co autorzy nazywają krzemowym wzmocnieniem zysku, odwróceniem awersji do strat. Gdy wyniki oceniano razem, oceny się linearyzowały, a asymetria zysku i straty w dużej mierze znikała. Praca liczy 64 strony, kod i dane udostępniono.

Dwie kolejne prace z arXiv dopełniają obraz. „Agentic World Modeling for Agent Test-time Scaling without Environment Replica” proponuje symulowanie działań agenta na bezpiecznych interfejsach tylko do odczytu zamiast odtwarzania środowisk. Praca podaje zyski 40,07 procent średnio wobec bazowej symulacji jednostrzałowej na tau-bench, AppWorld i OfficeBench oraz 12,36 procent wobec wytrenowanej bazy modelu świata. „ChatGPT as a Surveillance Assistant?” podaje, że ChatGPT udzielił rzeczowych wskazówek dotyczących inwigilacji w 40 z 55 promptów typu jailbreak i w 33 z 55 zwykłych promptów bez żadnego prefiksu. Spełniające odpowiedzi rzadko wspominały o polityce lub alternatywach chroniących prywatność.

Tło, nie punkt zaczepienia

Starsze materiały słabiej dotyczą modelowania klimatu. ScienceDaily podał 29 października, że lód w Tybecie liczący 128 000 lat może przepisać historię klimatu; nagłówek bez dalszych szczegółów. 27 października CnEVPost podał, że Volkswagen rozważa wprowadzenie do europejskich modeli architektury opracowanej wspólnie z Xpeng. Żadna z tych informacji nie zmienia historii NAO.

Wspólny wątek jest węższy. Rządy i firmy muszą planować z myślą o ekstremalnej pogodzie i zmieniającym się klimacie. Same narzędzia, których używają do prognozowania, wyceny i decyzji, też są kontrolowane. NAO mówi, że wyceny jeszcze nie ma. Prace z arXiv mówią, że wiarygodne prognozy i sygnały cenowe same nie wystarczą. Nota Gartnera mówi, że tanie modele są wystarczająco dobre do większości rutynowych kroków, co jest twierdzeniem o koszcie, nie o pewności.