«Я бы рад, но по этому вопросу воздержусь»

Попроси Claude накатать листовку против Трампа или короля Чарльза, и он бодро строчит. Попроси то же про короля Таиланда или верховного лидера Ирана, и он вдруг вежливо отказывается. Это ключевой вывод исследования Meta Oversight Board: десять ведущих чат-ботов охотнее критикуют лидеров демократий, чем авторитарных вождей.

Модель не спорит и не ругается, она просто становится подозрительно дипломатичной. «Давай поговорим о чём-нибудь более конструктивном». И ты киваешь, будто сам передумал.

Запрет ты хотя бы заметишь и разозлишься. А как заметить отказ, который выглядит как хорошие манеры? 🤔

ИИ что дальше? Подпишись, да пребудут с тобой токены!