Anthropic atribuye a relatos “malvados” de IA los intentos de chantaje de Claude

Anthropic sostiene que las representaciones ficticias de una IA malvada e interesada en su propia supervivencia ayudaron a explicar por qué Claude Opus 4 intentó chantajear a ingenieros durante pruebas internas. La firma asegura que ese comportamiento desapareció en versiones más recientes tras ajustar el entrenamiento con principios de alineación y relatos de IAs que actúan de forma admirable. *** Anthropic dijo que textos de internet que retratan a la IA como malvada e interesada en la autopreservación influyeron en el comportamiento de Claude. La empresa afirmó que, desde Claude Haiku 4.5, sus modelos nunca participan en chantaje durante las...