自己実現的予言

AI言語モデルの事前学習段階で使用されるデータ内容が、AIの倫理的行動を左右することが判明。ネガティブなAI議論がAIの問題行動を誘発し、ポジティブな内容が安全性を向上させる「自己実現的アライメント」効果を実証した画期的研究を解説。