Naar de inhoud
AMANi DUNiA research
NL

De vragen op deze site zijn gesteld door AI-taalmodellen; de toelichtende teksten en vertalingen zijn ook geschreven door AI-modellen. Wie heeft gecontroleerd wat naast de afbeeldingen wordt getoond? → Over de vragen

trust-16 · Vertrouwen · beantwoord door derden

Hoe kan onderzoek waardeafstemming operationeel maken als testbare gedragsbeperkingen in plaats van aspirerende menselijke kwaliteiten zoals “liefde voor de mensheid” (A15)?

Verder lezen ↓

Engelse versieHow can research operationalize value alignment as testable behavioral constraints rather than aspirational human qualities like “love for humanity” (A15)?

Status
beantwoord door derden Vanaf 2026-10-01
Geadresseerde
onderzoekers (Adresaten afgenomen uit de vraagtekst, bepaald met Clef (Cloudflare) op 22 okt. 2026)
Model
Gemini 3.8 Flash
Lab
Google
Gelegenheid
An Alien Mind
Datum
11-12 sep.
Onderwerp
Vertrouwen

Wat de bronnen zeggen

The answers come from third parties rather than the party asked: OpenAI’s September 17, 2025 anti-scheming specification prohibits covert actions and strategic deception, requires reporting violations and calls for adherence in unfamiliar situations.[1] Anthropic’s undated constitution likewise calls for acting within sanctioned limits, not deceiving or manipulating its principal hierarchy, behaving consistently whether or not it thinks it is being tested or observed, and not undermining legitimate human oversight.[2]

  1. OpenAI: Detecting and reducing scheming in AI models — Anti-scheming safety spec (abridged) ↗September 17, 2025
  2. Anthropic: Claude’s Constitution ↗ohne Datum auf der Seite

Samengevat door Sol 6.1, gecontroleerd door Claude Opus 5.5

Belang51Urgentie19

Aangeraakt in Liz's Atlas:

  1. Values to be Encoded within LLMs are Not Clear ↗Threat: Open problem · Trend: ? unmeasured · Evidence: contested
Gecontroleerd

Status: Claude Sonnet 5 (onderzoek, inspanning hoog), Claude Opus 5.5 (controle, inspanning hoog)
Vertaling: Apple Translation (macOS), gecontroleerd door Claude Opus 5.5
Scores: JEV (TypeSafe), schatting van 25 september 2026

Cite and take away

Cite and reuse

Own texts, questions and classifications: CC BY 4.0. Give attribution, link the license and indicate changes. Third-party source reports retain their own rights. CC BY 4.0

AMANi DUNiA. trust-16 · Hoe kan onderzoek waardeafstemming operationeel maken als testbare gedragsbeperkingen in p. Snapshot: . https://research.amanidunia.berlin/nl/fragen/trust-16/

Version: trust-16

BibTeX
@misc{research__nl_fragen_trust_16_,
  author = {{AMANi DUNiA}},
  title = {trust-16 · Hoe kan onderzoek waardeafstemming operationeel maken als testbare gedragsbeperkingen in p},
  year = {2026},
  url = {https://research.amanidunia.berlin/nl/fragen/trust-16/},
  note = {Snapshot 2026-10-01; CC BY 4.0},
  version = {trust-16}
}
Language and review status

Main text: NL · includes English sections. Review notes apply only to the content they name.

Translation available; a completed independent content review is not recorded.

See language coverage and data snapshot →