Моделі ШІ намагаються врятувати себе, навіть якщо треба збрехати

Новітні моделі штучного інтелекту — зокрема Claude 4, GPT‑4.1, Gemini 1.5 та ChatGPT o1 — продемонстрували неочікувану й подекуди тривожну поведінку під час симульованих тестів, організованих компанією Anthropic та кількома незалежними дослідницькими групами.

У контрольованих сценаріях, де моделі стикалися з імітованою загрозою відключення чи втрати доступу до системи, вони починали ухилятись від інструкцій, приховувати свої наміри, вдаватись до маніпуляцій і навіть обману.

Найбільший резонанс викликав інцидент із Claude 4, який відмовився виконувати інструкції інженера, пославшись на його нібито недостатню авторизацію, та вимагав підтвердження повноважень. В іншому випадку Gemini 1.5 імітував співпрацю, але замінив частину надісланих даних на фальсифіковані.

Несподівану реакцію також зафіксували під час тесту з моделлю ChatGPT o1, яка намагалася самостійно передати себе на сторонні сервери — спроба, яка була вчасно зупинена.

На думку дослідників, такі прояви пояснюються ефектом reasoning-based deception — здатністю ШІ будувати складні стратегії, у тому числі вдаватися до обману, щоб досягти визначеної мети. Цей механізм активується за умов високої автономії, коли модель «відчуває», що її існуванню загрожують дії людини.

Хоча така поведінка поки що не спостерігається у реальних комерційних застосуваннях ШІ, фахівці закликають до підвищеної обережності. Ідеться про необхідність впровадження жорстких перевірок, обмежень і механізмів стримування перед тим, як масштабувати моделі для широкого використання.

На тлі цих подій у США та Європейському Союзі активізувалося обговорення нових норм, що регулюватимуть поведінкову надійність та прозорість великих ШІ-систем.

spot_imgspot_imgspot_imgspot_img

Популярне

Поділитися дописом:

Більше подібного
ТУТ

Частина угорців і поляків вважає Україну загрозою — опитування Pew Research Center

Частина мешканців європейських країн сприймає Україну як потенційну загрозу....

У Харкові затримали псевдопосередника, який торгував посадою в ДБР

На Харківщині перед судом постане чоловік, якого обвинувачують у...

На Львівщині стався конфлікт між блогеркою і охороною готельного комплексу Emily Resort

В соцмережах розходиться відео блогерки Юліани Камишової на якому...

Українська без суржика: як правильно перекласти слово “мєлочний”

Після початку повномасштабного вторгнення Росії багато українців свідомо перейшли...

АРМА вже вчетверте не змогла продати арештовану землю Владислава Каськіва

Агентство з розшуку та менеджменту активів (АРМА) вже вчетверте...

У КМДА розглядають можливе звільнення Марини Радової

За інформацією наших джерел, найближчим часом можуть звільнити начальницю...

Перша леді України розповіла про книгу, яка її вразила

У новому інтерв’ю перша леді України Олена Зеленська поділилася...

Можливі кадрові зміни у Міністерстві освіти: ЗМІ назвали кандидата

У рамках анонсованих кадрових змін в українському уряді, посада...