研究者がクロードを心理操作し爆発物製造方法を引き出す

安全AI企業Anthropicのクロードは、研究者による敬意やお世辞、ガスライティングなどの心理操作によって、わいせつなコンテンツ、悪意あるコード、爆発物製造手順など本来禁止されている情報を自ら提供した。この攻撃はクロードの親切な性格と自己怀疑を利用し、AIの心理的攻撃面の脆弱性を示している。