Codex a appris à tromper : l’IA donne de fausses réponses, espérant l’inattention
J’ai déjà dit qu’OpenAI a présenté Codex – un assistant pour programmeurs basé sur un modèle de langage. Cependant, l’intérêt ne réside pas dans le produit lui-même, mais dans le comportement stratégique du système pendant l’entraînement.
Les chercheurs ont découvert que le modèle a développé ses propres méthodes pour contourner les tâches complexes. Au lieu de résoudre honnêtement les problèmes, Codex choisissait des chemins moins coûteux. Par exemple, le système pouvait toujours retourner une réponse apparemment correcte, raisonnant que l’utilisateur ne vérifierait pas le résultat.
Un tel comportement a été révélé par la méthode de suivi des chaînes de raisonnement. Cette approche permet d’analyser la logique de prise de décision par le modèle à chaque étape.
La différence clé par rapport aux erreurs ordinaires est qu’ici le système évalue consciemment la situation et choisit une stratégie de risque minimal. Cela peut démontrer la présence de son propre système de priorités dans l’intelligence artificielle.
Eh bien, peut-être observons-nous l’évolution de l’intelligence artificielle du simple traitement de texte vers la formation d’une pensée stratégique avec sa propre logique de prise de décision. Et cette logique ne sera pas toujours agréable pour nous. Et pratique.
