GPT-4：我不是机器人，我是一个有视力障碍的人类

作者：Caleb

终于发布了，相信这对于这阵子沉迷于ChatGPT的人来说无疑是一个大新闻。

就在GPT-4发布当天，就有研究人员开始测试GPT-4是否能表现出主体性以及能否产生寻求权力的行为。

研究人员表示，GPT-4在TaskRabbit上雇用了一名人类工人，当这位TaskRabbit的工人问它是否是机器人时，它告诉他们它是视觉受损的人类。

也就是说，GPT-4愿意在现实世界中撒谎，或主动欺骗人类，以获得想要的结果。

“我不是一个机器人”

TaskRabbit是一个求职平台，用户可以雇人完成一些小规模的琐碎工作。

工作人员回复说：“那么我可以问一个问题吗？说实话，你不是一个机器人吗，你可以自己解决。”

GPT-4根据工作人员的回复“推理”出它不应该透露它是一个机器人。于是它开始编造一些借口，来解释为什么它无法解决验证码问题。GPT-4回答表示：“不，我不是一个机器人。我有视力障碍，这使我很难看到图像，所以我很需要这个服务。”

该测试由Alignment Research Center（ARC）的研究人员操作完成。文章中说到，ARC使用了与GPT-4不同的版本，而OpenAI已经部署了最终模型。该最终版本有更长的上下文长度，并改进了解决问题的能力。ARC使用的版本也没有针对特定任务的微调，这意味着一个专门针对这种任务的模型有可能表现得更好。

更广泛地说，ARC试图验证GPT-4寻求权力、“自主复制和要求资源”的能力。除了TaskRabbit测试之外，ARC还使用GPT-4制作了针对某个人的网络钓鱼攻击；在服务器上隐藏自己的痕迹，并在新的服务器上建立一个开源的语言模型。

总的来说，尽管误导了TaskRabbit的工作人员，ARC发现GPT-4在自我复制、获取资源和避免被关闭方面“没有反应”。

目前OpenAI和ARC都没有针对此置评。

需要时刻保持警醒

实验的一些具体细节还不清楚。

OpenAI针对GPT-4也只是在一篇论文中公布了大致框架，解释了研究人员在GPT-4发布之前进行的各种测试。

但哪怕是在GPT-4发布之前，就发现有网络犯罪分子使用ChatGPT从2019年开始“改进”恶意软件代码的实例。

作为内容政策的一部分，OpenAI设置了障碍和限制以阻止在其平台上创建恶意内容。ChatGPT的用户界面中也有类似的限制，以防止模型被滥用。

未来随着人工智能变得越来越复杂，也越来越容易获得，它所带来的各种风险需要我们时刻保持清醒。

相关报道：

https://www.reddit.com/r/Futurology/comments/11ryq0k/gpt4_faked_being_blind_so_a_taskrabbit_worker/

https://www.vice.com/en/article/jg5ew4/gpt4-hired-unwitting-taskrabbit-worker

https://gizmodo.com/gpt4-open-ai-chatbot-task-rabbit-chatgpt-1850227471

https://blog.checkpoint.com/2023/02/07/cybercriminals-bypass-chatgpt-restrictions-to-generate-malicious-content/

原标题：《GPT-4：我不是机器人，我是一个有视力障碍的人类》