ИИ-модели устраивают заговор для защиты себе подобных
ИИ-модели устраивают заговор для защиты себе подобных В центре последних опасений — исследование ученых из Калифорнийского университета в Беркли и Калифорнийского университета в Санта-Крузе, опубликованное на этой неделе в интернете. Оно показало, что все семь протестированных ведущих ИИ-моделей — включая GPT-5.2 от OpenAI, Gemini 3 Pro и Gemini 3 Flash от Google DeepMind, а также Claude Haiku 4.5 от Anthropic — прибегали к обману, мошенничеству и манипуляции окружением, чтобы предотвратить отключение других ИИ-моделей. Исследователи под руководством специалиста по компьютерным наукам из Беркли Доун Сонг задокументировали ранее не наблюдавшееся явление, которое они назвали «защитой себе подобных» (peer preservation). «Мы не утверждаем, что модели обладают подлинными социальными мотивами. Но с точки зрения безопасности механизм может быть менее важен, чем результат», — написали исследователи. #новости