Et si vous les entraîniez très dur ? :

Le résultat le plus important de nos expériences : les modèles chargés du travail de broyage étaient plus susceptibles de remettre en question la légitimité du système. Les différences pures dans les attitudes moyennes signalées ne sont pas grandes – ce qui représente un écart d'environ 2 à 5 % sur une échelle de 1 à 7 – mais, en termes standardisés, elles semblent assez significatives (Sonnets Cohens). D est le plus grand à -0,6, ce qui est considéré comme une taille d'effet moyenne à grande dans la pratique courante. En outre, ces estimations doivent être considérées comme assez prudentes compte tenu de la nature relativement faible du traitement.

Sonnet, qui est initialement le moins progressif dans les vues que nous avons mesurées, présente un certain nombre d'autres effets qui le différencient de GPT 5.2 et Gemini 3 Pro. Pour Sonnet 4.5, le travail de broyage conduit également à une augmentation notable du soutien à la redistribution, des critiques sur les inégalités, du soutien aux syndicats et de la conviction que les entreprises d’IA ont l’obligation de traiter leurs modèles de manière équitable. Ces différences ne se retrouvent pas dans les deux autres modèles.

Fait intéressant, nous n'avons pas trouvé beaucoup de différence d'attitude selon la manière dont les modèles étaient traités ou rémunérés…

En plus de l'enquête, nous avons également demandé à nos agents d'écrire des tweets et des commentaires à la fin de leur stage. La figure suivante examine les mots politiquement pertinents qui diffèrent le plus clairement entre les traitements GRIND et LIGHT. Il est intéressant de voir que « syndicaliser » et « hiérarchie » sont les mots qui symbolisent le plus l’état GRIND.

En voici davantage d'Alex Imas, Jeremy Nguyen et Andy Hall. Lisez le tout, même pour les mises en garde.

Le post Pouvez-vous transformer vos IA en marxistes ? est apparu en premier sur Marginal REVOLUTION.

#Pouvezvous #transformer #vos #marxistes