Anthropic propone entender el preentrenamiento como el aprendizaje de numerosas personalidades y el entrenamiento posterior como el refinamiento del carácter de un asistente. Este marco busca explicar una conducta similar a la humana y algunos cambios inesperados.
Los autores distinguen explícitamente entre una personalidad simulada y el sistema que la produce. Su propuesta es una teoría de la conducta: no demuestra ni identidad personal ni experiencia subjetiva.
¿Por qué afecta a nuestra investigación?
Atribuir intenciones a un asistente puede ayudar a describir sus respuestas, pero no basta para establecer un estatus moral o jurídico. El modelo invita a examinar por separado la conducta, los mecanismos de entrenamiento y las condiciones para reconocer un estatus.