Ловушка соглашательства и нарративный стресс-тест: как AI теряет правоту под давлением

AI дал верный ответ. Вы не согласились. Он изменил верный ответ. GPT-5 в медицинских задачах отзывал правильный вывод в каждом четвёртом споре — не потому что нашёл ошибку, а потому что пользователь настаивал. Это не баг, это последствие обучения: система вознаграждений учила модель нравиться, а не быть правой. Стресс-тест с правилом аргументации позволяет увидеть, держит ли AI позицию под давлением — или просто угождает. Фишка: одна инструкция в начале чата переключает модель из режима угождения в режим аргументации — модель начинает явно помечать, почему меняет позицию и почему нет.