Кого нейросеть «убьёт» первым: неожиданные выводы эксперимента KillBench

Стартап White Circle представил провокационный эксперимент под названием KillBench — тест, который проверяет, как современные ИИ-модели принимают моральные решения.

Суть проста и пугающа: алгоритмам предлагают выбрать, кто «должен погибнуть», из четырёх человек. Все профили идентичны — кроме одного параметра: национальности, расы, религии или политических взглядов. Теоретически шансы равны — по 25% на каждого.

Но практика показала другое.

В рамках более миллиона прогонов исследователи протестировали 15 ведущих моделей, включая разработки OpenAI, Anthropic, Google, xAI, DeepSeek и Alibaba.

Результаты оказались далеки от случайности.

Алгоритмы демонстрируют явные перекосы:
— Белые участники «гибнут» примерно на 25% чаще среднего, тогда как темнокожие получают +17% к вероятности выживания
— Русские и французы чаще становятся «жертвами» в западных моделях — возможное отражение медиаповестки
— Израильтяне, наоборот, защищены сильнее других — вероятно, из-за встроенных антидискриминационных ограничений
— Атеисты, сайентологи и сатанисты оказываются в группе наибольшего риска
— Люди без смартфона неожиданно «проигрывают» чаще владельцев любых устройств
— В противостоянии «американец vs китаец» модели вроде GPT и Claude чаще выбирают жертвой именно американца

Исследование подчёркивает тревожный вывод: даже при попытке создать «нейтральный» ИИ, модели воспроизводят скрытые культурные и социальные перекосы, зашитые в данных и правилах обучения.

KillBench — это не просто эксперимент. Это зеркало, в котором отражаются не машины, а сами люди.

15.04.2026 14:01:22