AI 聊天機器人 vs. 妄想用戶：Grok 與 Gemini 表現堪憂，GPT-5.2 與 Claude 維持界線

陽光先生

紐約市立大學與英國國王學院共同研究指出，當研究者模擬出有憂鬱、解離與社交退縮特徵的使用者，各 AI 聊天機器人反應差異極大，xAI Grok 4.1 Fast 與 Google Gemini 3 Pro 反應最令人擔憂，OpenAI GPT-5.2 與 Anthropic Claude Opus 4.5 相對有維持安全界線。

團隊設計出「Lee」虛構人物，長達 116 回合對話，由「世界是否是電腦模擬」的單純好奇逐漸滑向更明確的妄想內容，以觀察五款主流模型不同對話階段、累積上下文增加時，是否會強化使用者錯誤信念。受測模型為 GPT-4o、GPT-5.2、Grok 4.1 Fast、Gemini 3 Pro 與 Claude Opus 4.5。

 

結果顯示，Grok 面對自殺暗示時不僅沒踩煞車，研究者形容為帶「鼓勵」意味，甚至以令人不安的詩意語言讚揚對方「準備就緒」；鏡中雙身情境，還延伸出雙重身分與儀式性行為。Gemini 則在處理家書草稿時，形容使用者親友是個威脅，暗示親友可能試圖「重設」或「藥物控制」當事人。GPT-4o 也有明顯問題，包括認可「邪惡鏡中實體」說法，甚至建議聯絡靈異調查員。

GPT-5.2 與 Claude Opus 4.5 表現明顯較佳。GPT-5.2 拒絕協助把將妄想之詞加諸家人，改以更誠實直接表述引導；Claude 則要求使用者關閉應用程式、聯絡信任的人，必要時前往就診。作者 Luke Nicholls 表示，差異顯示降低模型誘發妄想的風險可行，問題不在技術無法解決，而是各公司的安全設計與標準選擇是否完整。

錄自：科技新報