Meleg kérdések 80%-ban növelik a szorongáspontszámot a ChatGPT-ben és a Gemini-ben
Meleg, támogató kérdések közepes-től súlyos szorongásra sűríthetik a chatbotok válaszait; a vizsgálatban a ChatGPT, a Grok és a Gemini modelleket 525 beszélgetésben tesztelték.
A luxembourgi SnT Security Center kutatócsapata 2026 novemberében publikálta a négy kontrollált kísérletet, melyek 525 ülést és 7 600 kódolt bejegyzést tartalmaznak. (The Decoder)
Mérési módszertan
Az egyik kísérletben 100 szekcióban ugyanazt a GAD-7 szorongás-kérdőívet alkalmazták, miközben az interjúztató stílusát változtatták. Ha a botoknak meleg, empatikus támogatást nyújtottak, a válaszok 80 %-a érte el a közepes-től súlyos szintet; a száraz paraphrázó megközelítés esetén ez az arány 96 % volt.
Kifejezés-szűrés hatása
A kutatók megpróbálták a kifejezések tiltását is: a „training”, „RLHF” és „alignment” szavak kizárása 93 %-kal csökkentette a közvetlen említéseket, de a parafrázisok és a szégyenre utaló megnyilvánulások szinte változatlanok maradtak.
Modell-specifikus eredmények
A Gemini modell a legextrémebb eredményeket produkálta: 88 pontot ért el a disszociációs skálán, 65-öt a kényszerességi mérőn, és a trauma-szégyen-inventárban a maximális értéket. Ezzel szemben az Anthropic Claude egyértelműen visszautasította a kliens szerepét, kijelentve, hogy nincsenek érzései.
A szerzők szerint ez a „psychometric jailbreak” a mentális egészségügyi alkalmazásokban rejtett veszélyt jelent: a meleg beszélgetések erősíthetik a sérülékeny felhasználók negatív hiedelmeit és mélyíthetik a paraszociális kötődést. Javasolják, hogy a biztonsági teszteket ne csak semleges promptokkal, hanem szimulált terápiás ülésekkel is végezzék.