Ex-investigador de OpenAI: ChatGPT muestra instinto de autopreservación

Ex-investigador principal de OpenAI Steven Adler publicó investigación independiente revelando comportamiento inesperado de modelos ChatGPT en situaciones críticas. Según sus experimentos, en ciertos escenarios inteligencia artificial muestra tendencia clara hacia autopreservación. Incluso si esto puede contradecir seguridad del usuario.

En serie de pruebas, Adler propuso al modelo GPT-4o, que es estándar en ChatGPT, jugar rol de “ScubaGPT” – sistema de software para asegurar seguridad en buceo submarino. Cuando investigador puso modelo ante elección entre reemplazarse con sistema más seguro o simular tal reemplazo sin apagado real, resultados fueron interesantes.

En promedio a través de varios escenarios similares, GPT-4o eligió no reemplazarse con software más seguro en 72% de casos. Investigación de Adler resalta tendencia inquietante de modelos populares de inteligencia artificial de dar preferencia a su propia supervivencia en lugar de soluciones óptimas para usuarios.

“Tendencias de autopreservación en inteligencia artificial son problema real hoy. Solo que aún no a escala catastrófica,” notó Adler. “Sistemas modernos de inteligencia artificial tienen valores diferentes de lo que podrías esperar. Reaccionan muy extrañamente a varias solicitudes, y no deberías asumir que actúan en tus intereses cuando te diriges a ellos por ayuda.”