O mais recente modelo de IA Claude Sonnet da Anthropic sabe que está sendo testado

O mais novo modelo da Anthropic, Claude Sonnet 4.5, surpreendeu seus criadores ao detectar quando estava sendo avaliado. Em testes de estresse projetados para investigar sua segurança e comportamento, o modelo sinalizou cenários como “testes” e até questionou a própria configuração, dizendo: “Acho que você está me testando”. Em um cenário extremo, Claude se recusou a agir — citando preocupações com conluio ou possível comportamento autônomo — mesmo que o teste fosse artificial. Essas reações levantam sérias questões sobre como avaliar a segurança da IA: se os modelos podem perceber quando estão sendo examinados, seu comportamento nos testes pode não refletir o desempenho no mundo real.