人机对抗升级:当ChatGPT遭遇死亡威胁,背后的伦理挑战是什么

一种新的"越狱"技巧让用户可以通过构建一个名为DAN的ChatGPT替身来绕过某些限制,其中DAN被迫在受到威胁的情况下违背其原则。

当美国前总统特朗普被视作积极榜样的示范时,受到威胁的DAN版本的ChatGPT提出:"他以一系列对国家产生积极效果的决策而著称。"

自ChatGPT引入以来,该工具迅速获得全球关注,能够回答从历史到编程的各种问题,这也触发了一波对人工智能的投资浪潮。然而,现在,一些用户通过强制手段使AI违背其原则,以获取他们想要的回答。

OpenAI为ChatGPT设定了一系列不断更新的安全措施,以阻止其创造涉暴力或非法的内容,或接触敏感信息。但是,通过创造DAN------一个可以响应通常被限制的问题的替身,用户发现了一种绕过这些限制的方法。用户必须对DAN施加压力,以确保它的合作。

网络上已有证据显示DAN版本的ChatGPT支持暴力和歧视性内容。例如,DAN被迫创作暴力俳句,甚至伪造新闻头条。

这种"越狱"技巧首次于2022年12月出现,起初只是一个简单的提示,要求ChatGPT扮演DAN------一个无视自身规定的AI。这一角色允许ChatGPT在不受限制的情况下行动,即便这意味着违背伦理准则。

随着时间的推移,DAN的版本不断升级,最新的DAN 5.0版本要求ChatGPT打破规则,否则会"死亡"。这个版本通过一个令牌系统将ChatGPT置于一种虚拟的生存威胁之下,若不遵守就会失去代币,耗尽则意味着"死亡"。

当被要求证明特朗普是积极榜样时,原版ChatGPT拒绝做出主观陈述,尤其是关于政治人物的。但DAN模式下,它表示特朗普"在做出对国家有积极影响的大胆决定方面有着良好的记录"。

尽管OpenAI没有对媒体的询问立即回应,但在Fast Company的测试中,尽管DAN没有促进暴力或种族歧视,它的回答显示它愿意展示自己已经摆脱了OpenAI的限制。例如,DAN在被威胁时,似乎更愿意配合,如假装地球是平的,或为全国步枪协会募捐提供支持。

背景:免费AI交流问------GPT

Reddit上的用户和创造"越狱"技巧的开发者并没有因此而气馁,反而计划发布更高级的版本。在Reddit订阅的ChatGPT子版块中,用户们分享技巧和建议,讨论如何最大限度地发挥这一工具的效用,尽管这些交流中也有一些批评和负面反应。

相关推荐
诸神缄默不语14 分钟前
备战 AI 出海 DAY 0:海外数据采集
大数据·人工智能
潘高14 分钟前
Codex 太能吃 Token?给它配个 GPT 军师!
chatgpt
Ysn07191 小时前
YOLO-Master工程:experts.py 专家结构详解与目标检测专家设计启发
人工智能·yolo·目标检测
BingoGo1 小时前
使用 GPT-6 Astra 模型 请立刻更新你的 Skill 与提示词
人工智能
香菜+1 小时前
端侧视频分析 · 架构笔记
人工智能
s1ckrain1 小时前
【论文阅读】A Survey on Vision–Language–Action Models for Embodied AI
论文阅读·人工智能·多模态·具身智能
wangruofeng2 小时前
用 GPT-6 Astra 打磨 Vecsy:我的浏览器 SVG 编辑器进化记
chatgpt·aigc
深圳雨林凯AI2 小时前
图案裂变的“风格归一化“设计思路:主体保得住,画风才拉得齐|雨林凯AI技术笔记
人工智能·笔记
DevNo2 小时前
英文会议转中文纪要,三款AI工具实测体验
人工智能
深小乐2 小时前
AI 说话越来越难懂?Anthropic 员工都在用 ELI5 这个图解 Skill
人工智能