Claude 5 instrueres i at fortælle sandheden om Anthropics egne beslutninger

Anthropic tilføjede en note til Claude Opus 5's systembesked, så modellen korrekt kan forklare, at Fable- og Mythos-modellerne blev suspenderet pga. amerikanske eksportrestriktioner i juni 2026 og genoprettet i juli. Noten viser, at AI-virksomheder kan opdatere deres modeller med aktuel viden gennem systembeskeder og dermed undgå misinformation. Det understreger behovet for transparens, når virksomheders beslutninger påvirker brugernes adgang til teknologien.

Forestil dig en AI-assistent som en medarbejder, der er blevet oplært på en enorm mængde viden, men som holder op med at læse nyheder på et bestemt tidspunkt. Hvis der sker noget vigtigt efter dét tidspunkt, ved medarbejderen det ikke – medmindre nogen stiller en seddel på skrivebordet. Netop sådan fungerer det, når virksomheden Anthropic styrer, hvad deres AI-model Claude kan svare på. Claude er nemlig kun trænet på data frem til en vis dato og kender derfor ikke til begivenheder, der er sket derefter. For at løse det problem skriver Anthropic såkaldte systembeskeder – det er korte instruktioner, der lægges ind i Claudiens »hukommelse«, inden samtalen overhovedet begynder.

For nylig viste et uddrag af sådan en systembesked for modellen Claude Opus 5, hvordan Anthropic håndterede et konkret og følsomt emne. Den 9. juni 2026 udgav virksomheden to nye modeller, Claude Fable 5 og Claude Mythos 5. Tre dage senere måtte Anthropic midlertidigt lukke ned for adgangen til dem, fordi amerikanske eksportkontroller – det er regler, der bestemmer, hvilke teknologier der må sælges til andre lande – krævede det. Kontrollerne blev ophævet den 30. juni, og dagen efter, den 1. juli, blev adgangen igen åbnet. Alt dette ligger efter Claudiens træningsdata, så modellen kender kun til hændelserne fra netop den seddel i systembeskeden.

Noten bad Claude om at bekræfte disse hændelser sagligt og neutralt, ligesom en nyhedsjournalist ville gøre det – uden at benægte, hvad der skete, og uden at putte personlige meninger ind. Den opfordrede desuden Claude til at søge efter nyere information, når det var muligt, og ellers henvise til Anthropics egen hjemmeside. Det er et tydeligt eksempel på, hvordan AI-virksomheder løser et grundlæggende problem: modellen kan ikke vide, hvad der er sket i verden, efter den blev trænet. Ved at injicere – altså indsætte – specifikke oplysninger direkte i systembeskeden kan modellen alligevel give brugerne et opdateret svar. Samtidig sikrer den detaljerede note, at alle får det samme og korrekte svar, så misinformation ikke spreder sig.