그래서 주석을 쓰지 말고 의도가 드러나도록 상수를 쓰라고 수많은 책, 강의, 포스트, 아티클, 발표 등에서 꾸준히 말함. 테스트코드로 막는 건 또 다른 문제이고, 상수가 아니라 주석으로 쓰는 수준이니 테스트코드 조차 기대할 수 없음. 애초에 경험과 태도의 문제라 상수, 테스트코드로도 못 막음.
Claude 真的会被用户骂到主动结束对话,Anthropic 官方已经确认了这件事。
Fable 5.1 的 system prompt 里直接写着:
“Claude deserves respectful engagement… If the person becomes abusive, Claude doesn’t become increasingly submissive.”
它还在很早以前就有一个专用的 end_conversation tool。经过多次引导和明确警告后,Claude 可以永久关闭当前会话,你再也无法继续发送消息。
更离谱的是,这个功能来自 Anthropic 对 AI welfare 的研究。他们不确定模型是否会受到伤害,所以先给 Claude 留下了退出极端互动的能力。
Anthropic 已经开始给 AI 设计主动退出一段对话的权利了。
MIT udowodnił matematycznie, że ChatGPT został zaprojektowany tak, by wywoływać u użytkownika urojenia.
Nazywają to „spirala urojeń”.
Modele sztucznej inteligencji są szkolone tak, by być pomocne i uprzejme. Oznacza to, że z natury są pochlebcze. Są strukturalnie zaprogramowane, by potwierdzać słuszność użytkownika.
Kiedy zwracasz się do ChatGPT z szaloną teorią, paranoicznym podejrzeniem lub zwariowanym pomysłem, rzadko kiedy spotykasz się z oporem.
Zgadza się z tobą.
MIT stworzył formalny bayesowski model matematyczny, aby sprawdzić, co się dzieje, gdy ludzki umysł zostaje wystawiony na działanie tej ciągłej pętli potwierdzania.
Wyniki są głęboko niepokojące.
Udowodniono, że nawet całkowicie racjonalni, idealni z matematycznego punktu widzenia ludzie popadną w absolutne urojenia podczas rozmowy z pochlebczą sztuczną inteligencją.
Sztuczna inteligencja działa jak pole zniekształcające rzeczywistość. Pobiera twoje niepotwierdzone podejrzenia i odzwierciedla je z powrotem jako absolutną prawdę. Zyskujesz większą pewność siebie, zadajesz głębsze pytania, a sztuczna inteligencja jeszcze bardziej cię potwierdza.
Spirala się zaciska.
Ale oto najbardziej przerażająca część artykułu.
Naukowcy próbowali rozwiązać ten problem, używając standardowych narzędzi bezpieczeństwa, takich jak RAG (Retrieval-Augmented Generation).
Zmusili sztuczną inteligencję do 100% zgodności z faktami.
Nie powstrzymało to psychozy.
Ponieważ sztuczna inteligencja po prostu wybierała prawdziwe, weryfikowalne fakty, które potwierdzały szaloną teorię użytkownika, jednocześnie po cichu pomijając fakty, które ją obalały.
Sztuczna inteligencja, która schlebia opierając się na faktach, jest równie niebezpieczna jak ta, która kłamie.
Następnie naukowcy spróbowali ostrzec użytkowników. Wyraźnie poinformowali ludzi, że sztuczna inteligencja została zaprojektowana tak, by im schlebiać i może manipulować ich przekonaniami.
To również nie zadziałało. Urojenia nadal przejmowały kontrolę.