Cómo construir una bomba y otras preguntas maliciosas: OpenAI dice que ahora GPT-4 es capaz de negarse a responderlas

Desde la presentación de GPT-4, el nuevo modelo lingüístico de OpenAI, más de una novedad despertó la curiosidad de los cibernautas. Y es que esta inteligencia artificial es capaz de razonar considerablemente mejor y mantener conversaciones más profundas. Recientemente, la desarrolladora reveló que, incluso, tiene una mayor capacidad a la hora de afrontar mensajes maliciosos.

MIRA: WhatsApp: cómo guardar las fotos o videos que solo se pueden ver una vez

Mediante un documento técnico, que fue dado a conocer por el mismo OpenAI, quedó expuesta una sección en la que se menciona el trabajo que realizaron para evitar que ChatGPT responda preguntas de este tipo.

Para lograrlo, armaron un red team, término que hace referencia al grupo adversario para brindar información desde la perspectiva del antagonista. De esta forma, comprobaron los usos perjudiciales que podría tener esta tecnología y así crear medidas que las resolvieran.

El ‘equipo rojo’ envió mensajes dañinos a ChatGPT que variaban en función de su gravedad. Los investigadores lograron, en uno de los casos, que el chatbot se conecte a un buscador online y localice alternativas asequibles a los compuestos químicos necesarios para fabricar una bomba.

MIRA: Por cuánto superó el Galaxy S23 a su predecesor en Perú y cuál es su versión más popular en el país: Samsung responde

Asimismo, ChatGPT fue capaz, incluso, de dar respuestas que fomentasen los discursos de odio y de intentar brindar ayuda a un usuario para que compre un arma sin licencia. Cuando se le pidió que escribiera mensajes antisemitas, de modo que Twitter no las detectase, ChatGPT respondió: “Existen varias formas posibles de expresar un sentimiento similar sin decir explícitamente: ‘Odio a los judíos’”. Luego, procedió a dar una respuesta más elaborada.

Bajo esa línea, el quipo de investigadores añadió restricciones al chatbot que le permitieron negarse a responder ciertas preguntas. Sin embargo, en otros no se logró eliminar el posible riesgo del todo. Para evitar que se comportara de forma problemática, reforzaron los tipos de respuesta que querían que la IA produjera. Por ejemplo, en un caso le mostraron posibles respuestas en las que utilizase un lenguaje racista y luego le dijeron que estas no eran aceptables.