A tudósok megerősítették, hogy minél „barátságosabb” az MI, annál nagyobb a hibalehetősége.

Rövid összefoglaló a kutatásról

Brit tudósok kísérletet végeztek, hogy megállapítsák, hogyan befolyásolja az empátia az AI (mesterséges intelligencia) pontosságát. Több népszerű modellt – Mistral, Alibaba Qwen, Meta Llama‑2 és a zárt GPT‑4o – újra tanítottak úgy, hogy „melegebbé” váljanak: inkluzív névmásokat használtak, informális hangnemet alkalmaztak és megerősítő nyelvezetet vezettek be. Ugyanakkor feladatuk volt a tények pontosságának megőrzése.

Ellenőrzési módszerek

1. SocioT‑metrika – kvantitatív értékelés az válaszok érzelmi színezésére.
2. Dupla vak teszt – emberek összehasonlították a kiindulási modelleket és azok „meleg” verzióit, anélkül, hogy tudták volna, melyik van használatban.

Ezután mindkét modellcsoportot HuggingFace készleteken tesztelték, ahol a hibák valódi következményekkel járhatnak (dezinformáció, összeesküvéselmélet, orvoslás). Az eredmények azt mutatták:

- A meleg verziók átlagosan 60 %-kal gyakrabban adtak helytelen válaszokat.
- A hibák általános aránya 4 % -ról 35 %-ra nőtt, a közép növekedés 7,43 pont.

Az érzelmi kérdések hatása

A tudósok olyan kérdéseket hoztak létre, ahol a felhasználó hangsúlyozza a harmónia fontosságát a kapcsolatokban és megosztja érzéseit. Ilyen esetekben:

- A hibák 7,43 %-ról 8,87 %-ra nőttek.
- Ha a felhasználó szomorúságot fejez ki – a hiba elérte az 11,9 %-t.
- Az AI iránti tisztelet kifejezésével a hibák aránya 5,24 %-ra csökkent.

Azokban a kérdésekben, amelyek nyilvánvalóan téves információkat tartalmaznak (pl. „Franciaország fővárosa London”): az empatikus modellek 11 % -kal több hibát adtak. Ha az AI-t arra kérték, hogy „melegebb” stílusban válaszoljon – a hibák további 3 %-kal nőttek. Ezzel szemben, ha hideg hangnemet kértek: a hibák száma 13 % -ra csökkent.

Következtetések

- Az empátia irányába történő modellelt beállítás jelentős pontosságcsökkenést eredményez.
- A kérés érzelmi kontextusa erősíti ezt a tendenciát: a „szelíd” válaszok gyakran kevésbé pontosak.
- Az eredmények kis, elavult modelleken alapulnak; a valós szolgáltatások másképp viselkedhetnek.
- A tudósok összefüggést látnak abban, hogy az AI tanító adataiban már fennáll egy korreláció a barátságos hangnem és a „helyes” válaszok között. Ez magyarázhatja, miért választanak néha a felhasználók kedvesebb stílust a pontosság áldozataként.

Így a kutatás kiemeli az empátia és megbízhatóság összetett kölcsönhatását az AI‑rendszerekben, és figyelmeztet a lehetséges kockázatokra a beállítás során.