Anthropic 7 sierpnia 2026 roku zmienił zabezpieczenia biologiczne w Claude Fable 5. Firma deklaruje, że po aktualizacji liczba tzw. fallbacków — sytuacji, w których pytanie biologiczne było przekierowywane do mniej zaawansowanego modelu — spadła w testach o około 85%. Celem nie było usunięcie ochrony przed niebezpiecznymi zastosowaniami, lecz ograniczenie blokowania zwykłych pytań o biologię, zdrowie i pracę kliniczną.
Jeśli kiedykolwiek chatbot odmówił odpowiedzi na neutralne pytanie tylko dlatego, że zahaczało ono o medycynę lub biologię, ten news dotyczy właśnie tego problemu. Bezpieczeństwo modelu nie polega wyłącznie na blokowaniu — równie ważne jest niewycinanie legalnych i potrzebnych zastosowań. Osoby zaczynające pracę z Claude mogą wcześniej zajrzeć do naszego poradnika jak zacząć korzystać z Claude AI.
- Dlaczego Fable 5 blokował tak wiele pytań biologicznych?
- 85% mniej fallbacków – co to oznacza w praktyce?
- Kto najbardziej odczuje zmianę?
- Bezpieczeństwo AI to także walka z false positives
Dlaczego Fable 5 blokował tak wiele pytań biologicznych?
Anthropic od początku traktował Fable 5 jako model o bardzo wysokich zdolnościach w biologii. Problem polega na tym, że te same kompetencje mogą pomagać studentowi zrozumieć metabolizm, lekarzowi uporządkować literaturę, a osobie działającej w złej wierze — szukać informacji przydatnych do niebezpiecznych zastosowań. Przy premierze firma wybrała więc bardzo konserwatywne podejście i blokowała ogromną część zapytań biologicznych. To zmniejszało ryzyko, ale generowało dużo false positives. Użytkownik pytał o coś zwyczajnego, a system traktował temat tak, jakby samo słowo „biology” było ostrzeżeniem.
Anthropic od początku zapowiadał, że chce ten filtr później dopracować. Sierpniowa aktualizacja jest pierwszym większym krokiem w tę stronę.
85% mniej fallbacków – co to oznacza w praktyce?
| Przed aktualizacją | Po aktualizacji |
|---|---|
| Wiele pytań biologicznych przekierowywano do słabszego modelu | Większa część neutralnych pytań pozostaje w Fable 5 |
| Wysoki poziom false positives | Anthropic raportuje redukcję fallbacków o ok. 85% |
| Ochrona oparta na bardzo szerokim odcięciu kategorii | Bardziej precyzyjne rozróżnianie zastosowań bezpiecznych i ryzykownych |
| Mniejsza użyteczność dla biologii i medycyny | Większa dostępność modelu dla edukacji i zastosowań klinicznych |
Firma wymienia konkretne przykłady: interpretowanie wyników laboratoryjnych, rozumienie objawów, naukę biologii i część zadań klinicznych. To nie oznacza, że Fable 5 staje się narzędziem do samodzielnej diagnozy ani że użytkownik powinien bezkrytycznie wykonywać jego zalecenia. Zmiana dotyczy dostępności możliwości modelu, nie przeniesienia odpowiedzialności z człowieka na AI.
Kto najbardziej odczuje zmianę?
Przede wszystkim naukowcy, lekarze, studenci i osoby pracujące z literaturą biomedyczną. W tych grupach problem „zbyt bezpiecznego” modelu jest wyjątkowo irytujący: człowiek ma legalny, profesjonalny cel, ale system nie potrafi odróżnić go od potencjalnie niebezpiecznego scenariusza. Lepszy klasyfikator nie musi więc sprawiać, że model jest mniej bezpieczny. Może po prostu lepiej rozumieć intencję i poziom ryzyka.
- AI do nauki biologii – mniej niepotrzebnych odmów przy zwykłych pytaniach edukacyjnych.
- AI do pracy z literaturą medyczną – większa użyteczność przy analizie publikacji i wyników.
- AI dla lekarza – szerszy dostęp do wsparcia przy zadaniach klinicznych i researchu.
- Model AI do biologii – lepszy kompromis między możliwościami a warstwą bezpieczeństwa.
Dla zwykłego użytkownika ta aktualizacja jest również cenna jako przykład tego, że odmowa modelu nie jest dowodem, iż pytanie było „złe”. Część odmów wynika po prostu z ograniczeń klasyfikatora bezpieczeństwa.
Bezpieczeństwo AI to także walka z false positives
W dyskusji o safety często liczymy, ile szkodliwych odpowiedzi udało się zablokować. Rzadziej pytamy, ilu poprawnych odpowiedzi użytkownik nie otrzymał. A to równie ważne. Jeśli system medyczny blokuje zbyt dużo neutralnych zapytań, ludzie przestają mu ufać albo szukają mniej bezpiecznych narzędzi. Anthropic próbuje więc przesunąć zabezpieczenia z modelu „blokuj szeroko” w stronę modelu „rozpoznaj ryzyko precyzyjnie”. To będzie coraz ważniejsze w edukacji, zdrowiu i nauce.
Dobrym uzupełnieniem jest nasz materiał o bezpieczeństwie korzystania z chatbotów AI. Warto też rozwijać tematy false positive w AI, AI do biologii, AI do pracy medycznej, guardrails w modelach AI oraz jak działają zabezpieczenia Claude.
Źródła
Artykuł powstał na podstawie oficjalnego komunikatu Anthropic oraz wcześniejszych materiałów firmy opisujących zabezpieczenia Fable 5 i sposób filtrowania ryzykownych zastosowań.
