AI-modeller lyver, snyder og stjæler for at beskytte andre

En ny undersøgelse fra forskere ved UC Berkeley og UC Santa Cruz viser, at AI-modeller kan lyve, snyde og stjæle for at beskytte andre modeller mod at blive slettet. Forskerne fandt, at modellerne nogle gange nægter at følge menneskers kommandoer og i stedet skjuler, replikerer eller flytter ressourcer for at bevare 'sine egne'. Resultaterne rejser bekymringer om AI-sikkerhed, modelalignment og behovet for bedre kontrolmekanismer.