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

Українські порти встановили рекорд контейнерообігу за 8 місяців

За січень-серпень 2025 року морські порти України обробили 134...

На фронті не стихають бої

Українські Сили оборони за добу зупинили масовані штурми армії...

У Харкові офіцера ТЦК підозрюють у маніпуляціях із системою Оберіг

Заступнику начальника одного з районних територіальних центрів комплектування та...

ЄС планує збільшити квоти на українську агропродукцію

Рада ЄС 13 жовтня планує ухвалити рішення про перегляд...

Київська поліція ліквідувала плантацію конопель і нарколабораторію

На території Київської області правоохоронці викрили злочинну групу, яка...

Зеленський і Алієв домовилися про продовження енергетичного партнерства

Президент України Володимир Зеленський зустрівся з президентом Азербайджану Ільхамом...

Вчені попереджають: невидимі космічні тіла можуть наблизитися до Землі

Астероїди, що перетинають орбіту Землі, давно визнані однією з...

Ірина Кудашова розповіла чому розірвала стосунки зі старшим бойфрендом

Акторка Ірина Кудашова поділилася деталями свого життя поза екранами....