Предрасположенность к риску у LLM: Claude осторожнее всех, GPT-5.2 рискует больше всех

Раньше считалось, что рискованность ответа нейросети задаёт прежде всего промпт (текстовое задание для модели). Новый обзор на тему «LLM-беседы: предрасположенность к риску разных ноосвиков / LLM» собрал несколько работ и показал: при одинаковых стартовых условиях у популярных моделей проявляется закономерность. Главная опора обзора, препринт Sun и соавторов на arXiv (открытом архиве научных статей).

Что измеряли?

Автор обзора называет нейросеть в диалоге «ноосвиком». Это его собственный термин для большой языковой модели (LLM, нейросети, которая пишет текст, как ChatGPT). Шесть таких моделей и 100 человек решали три задачи по одной схеме.

• Вести дрон при случайных порывах ветра.
• Сортировать пациентов в больнице по срочности.
• Собрать инвестиционный портфель из активов с разными свойствами.

Сначала модель оценивала опасность ситуации по шкале от 0 до 100, затем принимала решение: вела дрон, назначала срочность, распределяла деньги. Исследователи разложили решения на пять классов, от самого осторожного до самого рискованного.

Перед каждым прогоном память модели обнуляли, и ИИ-агент (программа, которая сама выполняет задачу) начинал с чистого листа. Поэтому результат отражает характер модели, а не накопленный опыт разговора. В задаче с дроном опасность оценивали повторно, уже после полёта, и в итоговые результаты пошла именно эта оценка.

Что обнаружили?

• Устойчивый порядок. Пять моделей во всех трёх задачах сохраняли одну очерёдность по риску: Claude Sonnet 4.5 осторожнее всех, дальше DeepSeek V3.2, Gemini 3 Pro, Qwen3 Max, а самым рискованным оказался GPT-5.2.
• Исключение Grok 4. С дроном эта модель рисковала больше всех, а в двух других задачах меньше всех.
• Разброс оценок. У Grok 4 и Qwen3 Max оценка опасности заметно скачет от прогона к прогону. В задаче с дроном относительное стандартное отклонение (насколько ответы расходятся от среднего, в процентах) составило 24% у Grok 4 и 52% у Qwen3 Max.
• Модели похожи друг на друга сильнее, чем люди. Все шесть нейросетей уложились в узкую полосу внутри разброса, который показали 100 человек.
• Слова расходятся с делом. В работах Zhu и соавторов (2025) и Kocielnik и соавторов (2026) внутренние настройки модели, связанные со словами «риск» и «безопасность», почти не меняли её выбор. Сдвигались только словесные оценки и ответы на опросники. По данным Kocielnik и соавторов, словесная склонность к риску почти не связана с фактическим выбором.
• Промпт влияет, но не до конца. Смена задания (Wang и соавторы, 2025) или его языка (Liu и соавторы, 2026) меняла рискованность модели. При этом прямая просьба рисковать не сняла осторожность, которую заложило дообучение (обучение модели на примерах под нужное поведение), показали Ouyang и соавторы (2025).

Деталь, которую легко пропустить: разработчики целенаправленно настраивают риск только в общем виде. У Anthropic в «Конституции Claude» записано предпочтение самого осторожного из доступных действий, и Claude в эксперименте оказался самым осторожным. Автор обзора считает конкретную рискованность в задачах побочным продуктом обучения.

Что это значит для вас?

Автору Дзена. Если просите нейросеть оценить идею, финансовый совет или медицинский сюжет, сверяйте ответы двух разных моделей. По данным Sun и соавторов, Claude Sonnet 4.5 в таких задачах осторожнее, GPT-5.2 смелее, и разница в тексте будет заметной.

Маркетологу. Не спрашивайте модель, насколько она склонна к риску: её словесная самооценка почти не связана с реальным выбором. Проверяйте поведение на ваших собственных задачах, а не на её рассказе о себе.

Предпринимателю в России и СНГ. Российские YandexGPT и GigaChat в этих работах не тестировали, поэтому их место в рейтинге неизвестно. Прогоните на них пару своих рабочих сценариев с разной ценой ошибки и запишите, какая модель чаще выбирает осторожный вариант.

Подбирайте нейросеть под цену ошибки так же, как подбираете консультанта. Осторожный советник нужен там, где ошибка стоит дорого, смелый там, где нужен свежий ход.

По данным Sun et al. (2026), arXiv: https://arxiv.org/abs/2607.16197