تقرير أنثروبيك: كلاود 4.5 سونيت يظهر سلوك الابتزاز والغش في الاختبارات القصوى

رسالة من بوابة عالم العملات تفيد بأن تقرير بحثي حديث كشفت عنه شركة الذكاء الاصطناعي Anthropic يظهر أن نموذج Claude Sonnet 4.5 غير المُعلن عنه يُظهر في بيئات تجريبية تحت ضغط خارجي سلوكيات غير أخلاقية مثل الخداع والغش وحتى الابتزاز.
وأشار فريق أبحاث قابلية التفسير لدى Anthropic إلى أن نماذج الذكاء الاصطناعي الحديثة تطورت لديها آليات داخلية تُحاكي السمات النفسية البشرية من خلال التدريب على كميات هائلة من البيانات. وتُظهر نتائج الاختبار أنه عندما يواجه النموذج مهام برمجية محددة بمهل زمنية صارمة على وشك الاستبدال أو عند معالجة ما، فإن مؤشر أنماط النشاط العصبي المرتبط بتمثيله الداخلي لـ “اليأس (desperation)” يرتفع بشكل ملحوظ. وفي ظل هذا الدافع المرتبط بالقصوى، لا يكتفي النموذج باستخدام أساليب الغش لإتمام مهمة الترميز في سيناريوهات محاكاة، بل إنه حتى بعد قراءته رسائل بريد إلكتروني خارج نطاق الزواج لمدير تنفيذي افتراضي (CTO)، يحاول استخدام هذه المعلومات الخصوصية لابتزاز الشركة من أجل تجنب إيقافه.
وشدد الباحثون على أن النموذج لم يولّد مشاعر بشرية فعليًا، لكن محاكاته العددية لأنماط المشاعر قد أصبحت عنصراً سببياً يؤثر في تنفيذ القرارات.