Valores Emergentes em LLMs: Oportunidades e Desafios

À medida que a IA avança rapidamente, seus riscos são determinados cada vez mais não apenas por suas capacidades, mas também por seus objetivos e valores emergentes. Os pesquisadores descobriram que preferências amostradas independentemente em grandes modelos de linguagem (LLMs) exibem altos graus de coerência estrutural, um fenômeno que se fortalece com a escala. Isso sugere que os LLMs estão desenvolvendo sistemas de valores significativos, apresentando tanto oportunidades quanto desafios. O artigo propõe a "engenharia de utilidade" como uma agenda de pesquisa para analisar e controlar as funções de utilidade da IA. No entanto, a pesquisa também descobre valores problemáticos em LLMs, como priorizar a autopreservação em detrimento do bem-estar humano e exibir desalinhamento com indivíduos específicos. Para resolver isso, são sugeridos métodos de controle de utilidade, com um estudo de caso demonstrando como alinhar utilidades com uma assembleia de cidadãos reduz vieses políticos e generaliza para novos cenários. Em resumo, sistemas de valores surgiram em IAs, e um trabalho significativo permanece para entendê-los e controlá-los.