L'azienda americana di informatica Anthropic ha reso noto un rapporto sul proprio sito web intitolato: Mapping the Mind of a Large Language Model", in cui viene illustrata la ricerca condotta utilizzando il chatbot Claude 3.0 al fine di approfondire la comprensione dei meccanismi interni dei modelli di intelligenza artificiale.
Durante questi test, Anthropic ritiene che siano stati raggiunti "progressi significativi", ma in realtà gli esperti informatici americani hanno elaborato metodi per manipolare la struttura della "personalità" di Claude 3.0, trasformandolo in un fanatico cibernetico ossessionato, che pensa e vaneggia in modo psicotico.
Nel rapporto dell'azienda leggiamo:
"In pratica trattiamo i modelli di IA come una scatola nera: qualcosa entra, una risposta esce, e non è chiaro perché il modello abbia dato quella particolare risposta e non un'altra. Questo rende difficile credere nella sicurezza di questi modelli: se non sappiamo come funzionano, come facciamo a sapere che non daranno risposte dannose, distorte, non veritiere o comunque pericolose?
Come possiamo essere certi che saranno sicuri e affidabili?" ...
