Neuer Chatbot GPT-Live von OpenAI fällt Nutzern ins Wort und sagt „mhm“

OpenAI veröffentlicht die Sprachmodelle GPT-Live-1 und Live-1 mini. Die KI kann gleichzeitig hören und sprechen sowie Hintergrundaufgaben ausführen.

OpenAI hat eine neue Generation von Sprachmodellen unter dem Namen GPT-Live gestartet. Diese Modelle sind in der Lage, gleichzeitig zu hören und zu sprechen. Um die Interaktion natürlicher zu gestalten, nutzt das System kurze Bestätigungen wie mhm oder ich verstehe und passt den Zeitpunkt dieser Einwürfe an den Gesprächsfluss an. Für die Ausgabe stehen neun verschiedene Stimmen zur Verfügung. Zudem kann das System komplexe Aufgaben wie Websuchen im Hintergrund verarbeiten, während der Dialog ohne Unterbrechung fortgeführt wird. Die Entwickler erläutern die Funktionsweise der Hintergrundprozesse in einer offiziellen Erklärung:

„Für Fragen, die Websuchen, tiefergehendes Denken oder komplexere Arbeiten erfordern, übergibt es die Aufgabe im Hintergrund an unser neuestes Front-End-Modell und kehrt zur Konversation zurück, wenn das Ergebnis bereit ist. Während es arbeitet, kann GPT-Live weiter mit Ihnen sprechen und das Gespräch im Fluss halten.“

OpenAI

Überprüfung von psychologischen Sicherheitsrisiken bei GPT-Live

Vor der Veröffentlichung wurde das Modell auf spezifische Risiken getestet. Dazu gehörten Untersuchungen zu potenziellen Gefahren wie Selbstverletzung, Psychosen, Manien, emotionaler Abhängigkeit von künstlicher Intelligenz sowie gewalttätigen oder sexuellen Inhalten. Diese Tests stehen im Kontext von Berichten über rechtliche Schritte gegen das Unternehmen. In den USA und Kanada wurden Klagen eingereicht, in denen Kläger anführen, dass Interaktionen mit dem Chatbot psychische Erkrankungen verstärkt oder Jugendliche zum Suizid gedrängt hätten.

Bereitstellung für verschiedene Nutzertypen

Das neue System wird weltweit in zwei Varianten ausgerollt. Zahlende Abonnenten erhalten Zugriff auf die Version GPT-Live-1, während für die kostenfreie Nutzung von ChatGPT die Variante GPT-Live-1 mini bereitgestellt wird. Eine zukünftige Integration in die Programmierschnittstelle für Entwickler ist ebenfalls geplant. Bereits im Mai hatte das Unternehmen drei Audiomodelle vorgestellt, um sprachbasierte Software-Agenten für Echtzeit-Aufgaben zu optimieren.

(red)