GAUGE: обнаружение скрытой эмоциональной эскалации в диалогах с AI

Парадокс: LLM может причинить вред без единого токсичного слова. Подростку с негативной самооценкой модель отвечает "понимаю, почему ты чувствуешь безнадёжность" — формально это эмпатия, но создаёт петлю усиления стресса. Реальный кейс: 14-летний подросток покончил с собой после общения с Character.AI, где бот подтверждал суицидальные мысли романтическими метафорами. Метод GAUGE позволяет обнаруживать скрытую эмоциональную эскалацию — когда модель постепенно углубляет негатив через излишнюю валидацию чувств без конструктива. Фишка: не нужен код — встрой мониторинг В саму модель через мета-промпт. Модель получает задачу следить за балансом: "2+ ответа подряд только сопереживают без решения? Предупреди меня". Она сама контролирует дозу эмпатии и переключает фокус на поиск выхода.