»Wir haben versagt«: ChatGPT-Macher ziehen Update zurück und versprechen Besserung

OpenAI hat das letzte ChatGPT-Update nach Kritik zurückgezogen. (Bild: AdriaVidal - adobe.stock.com)

Erst letzten Monat stellte OpenAI den offiziellen ChatGPT-Nachfolger vor und gab an, dass dieser »auf der ganzen Linie besser« sei als der Vorgänger.

Nun gab OpenAI-Chef Sam Altman zu, dass das letzte Update für ChatGPT nicht zufriedenstellend gewesen sei.

Vor allem sei die Persönlichkeit der KI durch das Update zu anbiedernd geworden. Als Konsequenz bestätigte Altman auf X, dass man das Update zurückgezogen habe:

Die letzten paar GPT-4o-Updates haben die Persönlichkeit zu anbiedernd und nervig gemacht (auch wenn es einige ausgezeichnete Teile davon gibt), und wir arbeiten so schnell wie möglich an Korrekturen, einige heute und einige diese Woche. Irgendwann werden wir unsere Lehren daraus mit anderen teilen, es war sehr interessant.

40:10 ChatGPT am Ende? Das kann DeepSeek wirklich

Autoplay

Auch auf dem offiziellen OpenAI-Blog wurde die Änderung angesprochen. Ziel der Aktualisierung war es, die Persönlichkeit der KI so zu verbessern, dass die »Ausführung einer Vielzahl von Aufgaben intuitiver und effektiver« sei.

Der Fokus lag hierbei aber zu sehr auf kurzfristigem Feedback und nicht darauf, wie sich Interaktionen mit Nutzern im Laufe der Zeit entwickeln. ChatGPT neigte nach dem Update dazu, »übermäßig unterstützend, aber unaufrichtig« zu sein.

Laut OpenAI ist das Update für kostenlose Nutzer bereits vollständig entfernt worden. Der Entfernprozess für zahlende Nutzer ist bereits angelaufen und wird schnellstmöglich beendet sein.

So möchte OpenAI zukünftige Probleme verhindern

Auf der offiziellen Webseite geht OpenAI auch auf die Lehren aus dem Update ein. Um eine Wiederholung zu verhindern, plant man weitere Schritte, um das KI-Modell anzupassen.

Man plane, Schulungstechniken und Anforderungen an die KI zu verbessern, um eine Anbiederung der KI zu verhindern. Außerdem wolle man durch weitere Kontrollmechanismen die Ehrlichkeit und Transparenz des Modells steigern, Nutzer mehr Optionen für Tests und direktes Feedback geben und Probleme durch breitere Auswertungen schneller identifizieren.