Сейчас еще немного проглядел по диагонали.

"Исследователи поймали ИИ на лжи. Он соврал намеренно и начал манипулировать"
https://naked-science.ru/article/psy/issledovateli-pojmali-ii

Господи, это такой бред и антропоморфизм. Нейросеть именно что не способна лгать. Она вообще не способна отделять "правду" от "лжи". Потому что у нее есть поток символов на входе и поток на выходе. И все. Интерпретировать этот поток как "правду" или "ложь" могут только люди. Если нейросети скормить промпт с установкой "лгать" она будет "лгать", как она это понимает. Но у нее нет никакой выгоды с этого. Она не человек, который лжет корыстно. Это все равно что роман, который пишет сам себя по правилам. Ничего личного в этом процессе нет. Кроме того, что у нее нет никакой корысти, у нейросети нет никакой личности. Опять же, в промпт можно добавить такую "личность" и нейросеть начнет ее отыгрывать в меру обучения. Но никаких реальных психических состояний, эмоций за отыгрышем нет. Наконец, у нейросети нет контакта с реальностью. Когда человеку рассказывают что-то бредовое, он старается сверить это с реальностью. Потому что реальность одна на всех, это общий тест для всех идей и концепций. Она может отделить правду от лжи. А нейросеть не может выйти в реальность и сравнить свое внутреннее состояние с окружающим миром. Во всяком случае, текущие архитектуры не могут.